深度学习下网站验证码的破解与防范

• 作者: 林沛聪 潘志宏 熊梓韬 王培彬 蓝汝琪 陈少镇
• 来源期刊: 电脑知识与技术
• 学科: 工学
• 关键词: 验证码 自动识别 PaddlePaddle 深度学习 预测模型
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 网络通讯及安全
• 页码范围: 31-34
• 页数: 4页
• 分类号: TP391
• 字数: 2965字
• 语种: 中文

摘要

随着互联网的快速发展,越来越多的网站为了防止用户利用机器人自动注册、登录、灌水,都采用了验证码自动识别技术.然而,简易的验证码依然存在安全风险,为了防止网络爬虫或者恶意攻击的登录操作,本文将通过PaddlePaddle平台进行验证码识别的深度学习,阐述深度学习下网站验证码的破解和防范.实验结果表明:将训练实例的验证码数据训练成预测模型,使用预测模型来自动识别验证码中包含的内容实现验证码自动识别,而将验证码的字符位置随机摆放,可有效防止攻击者对图片进行裁剪分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘志宏	中山大学新华学院信息科学学院	10	27	3.0	5.0
2	林沛聪	中山大学新华学院信息科学学院	4	1	1.0	1.0
3	王培彬	中山大学新华学院信息科学学院	3	4	1.0	2.0
4	陈少镇	中山大学新华学院信息科学学院	3	4	1.0	2.0
5	蓝汝琪	中山大学新华学院信息科学学院	3	4	1.0	2.0
6	熊梓韬	中山大学新华学院信息科学学院	2	1	1.0	1.0