基于骨架点分割算法的文本验证码攻击模型的研究

发布时间：2021-08-15 21:52

　　验证码,又被称为区分人类和计算机的图灵测试,是世界上使用最为广泛的公共全自动安全程序。验证码的设计目的,在于确保每一个在网络中访问的用户都是人类而非计算机程序。这样既保证了服务器能够服务于人类,也避免了由程序恶意攻击而导致的服务器瘫痪、网络秩序的混乱和财产的损失。目前,验证码主要包括文本验证码、语音验证码、行为验证码等类型。在众多的验证码形式中,文本验证码由于它的易于设计和维护、代码体积小等优点,成为了使用最为广泛的一种验证码形式。所以,针对文本验证码的自动识别技术备受关注。目前文本验证码采用的防御技术大致分为复杂的背景、噪声、干扰线、扭曲旋转、字符粘连五类。字符粘连是目前的验证码防御技术中相对可靠的一种,此类验证码内的字符通常有10%到50%不等的重叠,且字符的长度也不固定,无法通过预测字符的潜在区域来分割验证码。当验证码分割算法无法准确分割字符时,分类器的识别性能会降低。所以字符粘连型验证码被广泛使用。不定长度的字符粘连型验证码仍然是验证码识别领域的研究热点。本文针对字符粘连型文本验证码,设计了一种新的基于骨架分割算法的验证码攻击模型,该模型能够有效地破解字符粘连型文本验证码。主要... 

【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校

【文章页数】：93 页

【学位级别】：硕士

【部分图文】：

常见的网络验证码图片

第一章 绪论1.2 研究问题的提出根据表 1.1 可知，目前主流网站所使用的验证码技术多为几种防御技术的结合。单一的验证码防御技术在神经网络强大的学习能力面前，几乎不具有防御能力[1,6-10]。斯坦福大学的研究[5]指出，机器学习算法中的 SVM (Support Vector Machine)算法[38]和 KNN (k-NearestNeighbor)算法对不同字体的字符识别率最高能达到 100%，识别效果详情参见图 1.2[5]。在深度学习[27]日益发展的今天，单一的验证码防御技术显得格外脆弱。此外，该研究还指出，在众多验证码防御技术中，字符粘连型验证码能够保持较好的效率。所以，“坚固”的验证码可以在粘连字符的基础上结合其他验证码技术。

[5]。斯坦福大学实验室对不同网站的验证码做了大量的测试，得到了图 1.3 的结果[5]。可以看出，字符粘连是效果最好的验证码防御技术，其次是干扰线，而复杂的背景几乎没有作用。


本文编号：3344999