基于深度学习的验证码破解与新型3D验证码设计

摘要

验证码（CAPTCHA）是一种区分人和机器的安全验证机制，能够有效的防范计算机程序的恶意攻击。文本验证码和图像验证码是目前应用最为广泛的验证机制，现阶段针对这两类验证码的研究分析已经相对成熟，验证码的安全验证环节受到极大考验。因此，需要设计出安全性能更好的新型验证机制。本文主要从攻、防两端对验证码进行分析研究，取得以下三个方面的成果： 提出一种基于深度学习的图像验证码识别方法。深度学习技术在图像识别上有非常明显的优势，通过训练海量的图像数据，卷积神经网络能够自动学习和提取图像特征。本文首先分析了12306官网图像验证码的特点，整理12306图像训练数据集，然后利用深度学习在图像识别领域的经典模型AlexNet对12306图像进行分类，最后通过分析12306图像验证码的结构，编写Python脚本实现验证码破解，且识别准确率达到91%，远高于人类的识别准确率。实验结果表明：图像验证码并不是非常安全，而且可能会给人类的识别验证带来困难。 设计了一种陀螺仪3D验证码的实现方案。该验证机制区别于传统的二维验证码，并且增加了手机陀螺仪的使用。实验首先通过3D建模生成验证码模型，然后设计出一种随机算法实时的进行验证码切换，最后在移动端实现陀螺仪3D验证码。陀螺仪3D验证码是一种基于视觉感知的行为式验证机制，使用者需要根据视觉感知调整手机角度，利用陀螺仪的旋转找到识别验证码的合适角度。实验结尾通过人工测试对验证码进行效率和可用性分析，分析结果表明：该验证码具有较高的实用价值。 另外，设计了一种增强现实（AR）验证码的实现方案。将AR技术与3D验证码技术相结合，达到提高验证码安全性的目的。文章研究了AR中关键的三维注册技术和识别追踪技术，其中三维注册技术主要作用是实时检测摄像机的方位，并将摄像机影像显示到图像正确的位置；识别追踪技术的作用是对目标图像进行识别追踪，达到虚拟与现实物体的实时融合。实验设计了针对AR验证码的随机切换算法，并在移动端实现了AR验证码。用户验证时需要利用手机摄像头扫描PC端图像，可360度进行观察。最后，通过心理学实验和自然场景文本识别对该验证码进行了稳定性、安全性分析。 本文从攻防两端对验证码进行了分析研究。攻：利用深度学习攻击了图像验证码，证明其存在安全隐患；防：设计实现了陀螺仪3D验证码和AR验证码。实验结果证明，这两种验证机制可用性和安全性较高，具有一定的实用价值。

目录

第一个书签之前