基于二维RNN的CAPTCHA识别

• 作者: 叶春明 张亮 陈睿 黄曙光
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 全自动开放式人机区分图灵测试(CAPTCHA) 二维递归神经网络 人工智能 拒识策略
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 计算机网络与信息安全
• 页码范围: 504-508
• 页数: 5页
• 分类号: TP393
• 字数: 5076字
• 语种: 中文

摘要

全自动开放式人机区分图灵测试(CAPTCHA)是基于人工智能领域开放性问题而设计的网络安全技术,CAPTCHA识别是该研究领域的重要分支.长短时记忆(Long Short Term Memory,LSTM)型递归神经网络(Recurrent Neural Network,PNN)已被成功应用于CAPTCHA识别,LSTM型RNN实质上是一维RNN,而文本型CAPTCHA为二维图像.提出使用二维RNN对CAP-TCHA进行识别.二维RNN能够很好的将特征提取同识别相结合,同时具有较好的上下文保持特性,从而更适合文本型CAP-TCHA识别.同时为了进一步提高识别的可靠性,提出一种基于支持向量机(Support vector machine,SVM)的拒识策略,实验结果表明二维RNN较一维RNN能够获得更好的识别率,并且新的拒识策略较其他拒识策略取得更好的拒识效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄曙光	解放军电子工程学院网络系	17	119	5.0	10.0
2	张亮	解放军电子工程学院网络系	13	120	5.0	10.0
3	叶春明	解放军电子工程学院网络系	5	18	2.0	4.0
4	陈睿	解放军电子工程学院网络系	3	11	2.0	3.0