本论文设计并实现了 C-Frame，这是首个用于实时收集真实环境中 CAPTCHA 攻击数据的测量系统。作者首先研究了 CAPTCHA 协议和人工打码农场（human-driven farms）的近期演变，从中发现了一个独特的观察点，能够以全球规模开展 CAPTCHA 攻击测量研究。C-Frame 被设计为与 CAPTCHA 类型无关，并在伦理上进行了充分考虑。系统部署了 92 天，捕获了来自 1417 个网站的 425,257 次 CAPTCHA 攻击。为了对这些攻击进行分类，作者采用了一种由 3 名分析师参与的精心设计的定性分析方法，最终归纳出 34 种不同的 CAPTCHA 攻击类别，并附有多个真实世界的攻击案例。测量结果显示，Twitter 收到的 CAPTCHA 攻击数量最多（约 255,480 次请求），其中大部分试图创建机器人账号。研究还捕捉到了多种攻击类型，包括：票务黄牛（例如巴西泰勒·斯威夫特演唱会活动）、虚假诉讼索赔、滥用预约申请（例如中国境内的西班牙签证网站），以及通过 CAPTCHA 辅助下载政府网站数据（例如美国 20 个州的网站）的尝试。攻击来源分布在 5 大洲的 58 个国家。论文详细分析了攻击数据，提供了深入的测量分析见解，并提出了未来可能的补救措施。该研究为理解 CAPTCHA 攻击的生态、规模和方法提供了前所未有的真实数据基础，对 CAPTCHA 服务提供商、网站运营者和安全研究人员具有重要参考价值。