基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了评价当前网上银行登陆系统验证码的安全性,选取了其中七类代表性的验证码进行识别.对验证码进行灰度化、二值化、去除干扰、分割、归一化,进行特征向量提取,采用基于支持向量机的方法进行识别.在分析识别结果的基础上,提出了改进网上银行验证码的一些建议.
推荐文章
网上银行验证码研究与安全性分析
验证码
预处理
BP神经网络
网上银行
基于Python语言和支持向量机的字符验证码识别
支持向量机(SVM)
验证码
Python语言
基于多元统计分析和机器学习的验证码识别
验证码识别
DBSCAN
AdaBoost
Fisher判别
机器学习
基于字符特征的文本验证码破解
验证码
特征识别
颜色填充
三线条法
全面扫描
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支持向量机的网上银行验证码识别研究
来源期刊 计算机工程与应用 学科 工学
关键词 验证码 支持向量机(SVM) 图像处理
年,卷(期) 2012,(29) 所属期刊栏目 网络、通信、安全
研究方向 页码范围 73-77
页数 分类号 TP393.08
字数 3723字 语种 中文
DOI 10.3778/j.issn.1002-8331.2012.29.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王兴芬 北京信息科技大学信息管理学院 42 221 8.0 13.0
2 李雪燕 北京信息科技大学计算机学院 1 12 1.0 1.0
3 张继松 北京信息科技大学计算机学院 1 12 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (12)
同被引文献  (21)
二级引证文献  (30)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(5)
  • 引证文献(4)
  • 二级引证文献(1)
2018(12)
  • 引证文献(0)
  • 二级引证文献(12)
2019(17)
  • 引证文献(2)
  • 二级引证文献(15)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
验证码
支持向量机(SVM)
图像处理
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导