字符文本验证码的破解技术研究

发布时间：2019-11-25 09:33

【摘要】：验证码是当今互联网蓬勃发展的产物,主要用来防止网站遭到恶意程序攻击,保卫网站安全。验证码破解技术的研究对于发现验证码的设计缺陷,提高互联网站的安全性也有着非常重大的意义。该技术的研究,也能够促进人工智能、手写字符识别、车牌识别等多个研究领域的发展。 本文统计了现今互联网上正在使用的验证码的主要形式,总结了国内外验证码破解的研究现状。按照验证码破解的主要步骤,研究了各个环节所用到的算法,本文的主要工作内容如下： (1)研究了验证码图像预处理算法。首先,提出了基于连通域的去噪算法,不仅不损坏字符信息,而且对于较大的区块噪声有比较明显的去除效果。接着,在验证码粘连字符分割方面,本文提出了基于字符宽度的分割算法和基于字符数量的分割算法。 (2)简要介绍人工神经网络基本理论,选取了合适的激活函数,提高神经网络的计算速度。在人工神经网络理论基础之上,研究了基于卷积神经网络的字符识别算法,实现了简化后的卷积神经网络结构。 (3)提出了改进的卷积神经网络字符识别算法,并用C++程序设计语言设计实现了改进的卷积神经网络字符识别算法。针对改进的算法,使用UNIPEN字符库进行了字符识别实验。最后实验证明,改进后的卷积神经网络不仅能够很好地完成字符识别任务,而且提高了收敛速度和识别正确率。 (4)本文设计开发了用于破解验证码的工具软件,该工具软件有助于验证码破解算法的设计和调试。选取建行验证码、中国联通验证码、豆瓣验证码为代表,对含有三类噪声的验证码进行破解实验,制定了相应的破解方案,破解成功率分别为88.67%,93.5%和23%。
【学位授予单位】：南京理工大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP393.08

【参考文献】

相关期刊论文 前10条

1 时君伟;胡敏英;武志富;任振辉;;基于神经网络的视觉图像处理研究[J];安徽农业科学;2009年19期

2 倪远平;神经网络结构参数对收敛速度的影响研究[J];电气传动自动化;1996年04期

3 杜宇慧;桂志国;李晋华;;基于类别方差的三维医学图像分割新方法[J];中北大学学报(自然科学版);2007年02期

4 王树文,闫成新,张天序,赵广州;数学形态学在图像处理中的应用[J];计算机工程与应用;2004年32期

5 贺强;晏立;;基于形状上下文的复杂验证码识别算法[J];计算机工程;2011年02期

6 汪成亮;张玉维;;基于共振峰合成和韵律调整的语音验证码方法研究[J];计算机应用研究;2011年07期

7 张亮;黄曙光;石昭祥;胡荣贵;;基于LSTM型RNN的CAPTCHA识别方法[J];模式识别与人工智能;2011年01期

8 王兴芬;李雪燕;张继松;;基于支持向量机的网上银行验证码识别研究[J];计算机工程与应用;2012年29期

9 苏磊;马良;;形状上下文在验证码识别中的应用[J];微计算机信息;2007年35期

10 熊杰;庞剑飞;魏良;高山;乔梁;;基于短信验证的快递签收系统的设计与实现[J];物流技术;2013年17期

，

本文编号：2565660