实现登录页面验证码功能的不同方式

为了保障网络系统安全,登录页面多采用验证码技术进行身份验证。而实现验证码功能有多种方式,文中讨论了验证码的作用、原理,给出了实现验证码功能的两种方式的实例。     

网上银行验证码研究与安全性分析

验证码（CAPTCHA）,是用于区别用户是人类还是机器的一种计算机自动程序。作为一种辅助手段,验证码在互联网安全领域扮演着很重要的角色。为了对网上银行验证码进行安全性评价,其过程包括三方面:验证码图像采集、图像预处理和图像识别。对国内网上银行验证码特点进行分析,采用最具可靠性的BP神经网络算法,选取其中具有代表性的验证码进行训练、识别。从识别结果中分析,通过所得到的识别率来评价国内网上银行验证码的安全有效性,并对网上银行验证码的生成给出一定的建议。     

基于深度学习的字符型验证码识别研究

字符型验证码作为常见的验证码类型,被广泛应用在各种网络平台,作为一种防止自动化脚本入侵的信息安全手段.针对这种验证码识别问题提出了一种基于卷积神经网络来识别字符型图片验证码的方法.采用TensorFlow深度学习框架对卷积神经网络模型进行训练,将灰度化的验证码图像作为输入,通过验证码数据集进行实验.结果表明,该模型对识别字符型验证码具有较好的泛化能力与鲁棒性.     

基于BMP图片汉字验证码的设计与实现

在程序中合理的使用验证码技术可以大大的提升系统认证的安全性。提出了一种汉字验证码的设计方法,这种验证码的显示是系统随机产生的汉字图像,介绍了BMP格式图片验证码结构及设计方法,并且给出了ASP实现此程序的源文件。     

探析关于图形验证码的安全性

图形验证码主要是指将一串随机出现的图像或符号转变成图片格式,然后在图片中加入一些干扰因素避免光学字符识别技术的不良影响.新图像验证码技术在反光学字符识别技术的改进创新下又产生了新的图像验证码,其中添加了无规则背景,增加了软件的识别难度,但是也增加了验证码的安全性,更好地保障用户的安全.重点探析图形验证码的安全性,对图形验证码进行了分类,结合实际情况分析了其安全性.     

基于PIL滤波计算去噪算法的验证码识别

验证码图片是互动应用系统用以阻止自动化程序恶意行为的重要人机区分技术,其设计和实用安全性直接涉及到应用系统的正常使用。为研究国内验证码实用安全性,设计实现一种验证码识别算法模型,对国内的验证码类型进行了实验和分析。实验结果表明,实用中的验证码识别率通常在50%以上,某些甚至达到100%,难以起到对自动化程序的阻碍作用。表明验证码实用技术还应做较大改进。     

验证码识别技术及应用

验证码识别对网络舆情、采集敏感信息具有十分重要的意义。首先对国内主流论坛验证码进行统计分类,接着针对简单验证码提出基于模板匹配的识别方法,针对复杂验证码提出基于SIFT特征和ISOMAP降维技术的识别方法,最终在主流论坛上测试获得较优的识别结果。     

一种行为特征验证码研究分析

针对当前验证码的表现形式和本质特点,以及针对验证码的通用攻击方式,文章研究了人在使用鼠标和键盘的行为特征,以此作为区分人还是计算机程序的标准,提出了一种基于行为特征的验证码及工作模式,最后分析了行为特征验证方法的安全性。     

高效的验证码识别技术与验证码分类思想

验证码图片是论坛类网站用以阻止自动化程序恶意行为的重要人机区分技术,其设计和实用安全性直接涉及到互联网的正常使用。为研究国内验证码实用安全性,设计实现一种验证码识别算法模型,对国内的论坛验证码类型进行了实验和分析。实验结果表明,实用中的验证码识别率通常在50%以上,某些甚至达到100%,难以起到对自动化程序的阻碍作用。从实用角度将验证码分为4类,发现最佳的一类基本是空白的,表明验证码实用技术还应做较大改进。     

验证码的识别与改进

互联网安全中,验证码是安全措施中的第一道屏障.现代高科技技术验证码识别,引起不法分子利用和搭建打码平台.他们快速训练和识别验证码,从而造成很多种验证码被破解,为网络黑产提供了高效的保障.主要讲述现代社会的高新技术破解验证码以及针对现代的高新技术采取有效措施去避免和减少验证码被破解两个方面.     

基于字符特征的随机问题阅读式验证码技术

在实际应用中,验证码的安全性与易用性是人们关注的重要方面.针对当前很多站点的验证码都缺乏可靠的安全性,设计了一种基于字符特征的随机问题阅读式验证码,它能有效抵御光学字符识别技术对阅读式验证码的破解.     

ADAMAS: Interweaving unicode and color to enhance CAPTCHA security

We propose, implement and test a new CAPTCHA, called Adamas, which offers resistance against pre-processing and various forms of segmentation and recognition attacks. The multi-layered security approach employed in this CAPTCHA mainly comes from its use of Unicode as an input space, a virtual keyboard as the input device, homoglyphs and correlated usage of color in foreground and background as well as several layers of randomization that aim to minimize the formation of detectable patterns that can be exploited by machines. A user study conducted to measure the usability of Adamas indicates that its solving accuracy is comparable to major CAPTCHAs in use today and offers insights into factors that affect CAPTCHA usability.     

验证码的设计与破解探讨

验证码属于人机区分测试的一种,已经被广泛用于网络来阻止恶意程序对网络服务的使用。文章论述了验证码的设计原理,分析了其设计中可能存在的容易被破解的缺陷,提出了一种自动识别验证码的流程,描述了识别的详细过程,利用实际网络中使用的验证码进行了测试,实验结果证明识别率达到了99%。     

基于粗糙集的一类彩色验证码识别研究

文章根据一类图片验证码的字符颜色、大小、字符间位置关系,使用粗糙集的方法将验证码图片中的字符分割出来,再使用AdaBoost算法进行训练,将分割得到的字符识别出来。经实验证明,该算法对该类彩色验证码,无需很高的训练样本,即具有很高的识别率和速率,基本可以满足实时应用、、     

基于Ajax技术的图形验证码设计

阐述了应用Ajax技术设计图形验证码的必要性,介绍Ajax的核心技术对象及工作原理,提出了一种基于Ajax技术设计图形验证码的方案和实现方法。     

基于卷积神经网络的图像验证码识别

验证码作为一种安全手段,被广泛应用于互联网领域.本文提出了一种基于卷积神经网络的图像验证码识别方法,通过卷积层级联、残差学习、全局池化、分组卷积等技术手段,在保证识别准确率不受影响的前提下,大大降低了网络的参数量.本文以铁路购票网站验证码和正方教务系统验证码为例来测试模型性能.对于铁路购票网站验证码,实验结果显示本文提出的识别方法参数量最少,对图形和中文词组验证码的识别准确率分别达到98.76%和99.14%;对于正方教务系统验证码,本文方法参数量最少且识别准确率为87.30%.     

基于权值模板和监督学习的验证码识别

针对粘连字符分割致使验证码字符识别效果不佳的问题,提出一种带权值的模板匹配和基于监督学习的模板权值调整相结合的字符识别方法。该方法利用模板的灰度和权值,在验证码图像上搜寻兴趣点,再根据兴趣点的匹配度和兴趣点之间的欧式距离过滤掉次佳兴趣点,保留最佳兴趣点。利用基于目标像素个数期望的二值化阈值迭代优化,提高二值化质量和基于有监督的Hebb规则的模板权值学习提高识别率。通过与简单的模板匹配识别方法比较,实验结果表明,该方法对多网站验证码具有很好的识别率。     

基于CTC模型的无分割文本验证码识别

验证码安全性是保障网络安全的重要一环,本文利用深度学习,提出长短期记忆（Long Short-Term Memory, LSTM）网络和连接时序分类（Connectionist Temporal Classification, CTC）模型对主流的验证码图片进行智能识别,利用开源CAPTCHA验证码库生成数据集,简化验证码识别模型,统一语音识别和文本识别方法,实现端到端模型识别。本文提出的方法在较小训练集情况下有更优秀的性能。     

基于LSTM型RNN的CAPTCHA识别方法

全自动区分计算机和人的图灵测试(CAPTCHA)是一种基于人工智能难题的网络安全机制。研究CAPTCHA的识别能够使其变得更加安全,并能促进一些人工智能难题的求解。文中首先对现有的CAPTCHA识别方法进行总结和分析,然后提出一种基于长短时记忆(LSTM)型递归神经网络(RNN)进行识别的方法,并对CAPTCHA识别中的特征提取问题进行研究。最后,为进一步提高RNN的识别率,提出一种解码算法。实验结果表明,文中方法是有效的,灰度值对于RNN是一种较好的特征,提出的解码算法能够取得较高的识别率,又有较低的时间复杂度。