基于深度学习的人工智能用于识别破解字符型验证码

• 作者: 周正 文亚飞 鲍文平
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 验证码 卷积神经网络 人工智能 深度学习 多标签
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 安全与保密
• 页码范围: 2572-2576
• 页数: 5页
• 分类号: TN918|TP181|TP183
• 字数: 4876字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2017.11.031

摘要

作为互联网行业通用的基础安全策略,验证码担负着保护网络帐号安全体系的第一道防御,用以验证和防范机器程序的恶意行为.近年来,不法分子利用基于"深度学习"的人工智能技术搭建打码平台,快速海量识别破解字符型验证码,为网络黑产分子撞库窃取用户信息作恶提供帮助.因此,以腾讯守护者计划安全团队协助警方破获首例AI人工智能犯罪案件为例,对基于深度学习的人工智能技术用于识别破解字符型验证码问题进行解析,以期为提升和优化互联网行业安全策略提供借鉴,为互联网生态安全建设提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周正		1	6	1.0	1.0
2	文亚飞		1	6	1.0	1.0
3	鲍文平		1	6	1.0	1.0