[發(fā)明專利]一種基于語義的點(diǎn)選驗(yàn)證碼識(shí)別方法及其裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201811076100.7
• 申請(qǐng)日: 2018-09-14
• 公開（公告）號(hào): CN109033798A
• 公開（公告）日: 2018-12-18
• 發(fā)明（設(shè)計(jì)）人: 黃文瀚;程浩;柳超
• 申請(qǐng)（專利權(quán)）人: 北京金堤科技有限公司
• 主分類號(hào): G06F21/36
• 分類號(hào): G06F21/36;G06F17/27;G06K9/62;G06N3/08
• 代理公司: 北京超凡志成知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11371
• 代理人: 王文紅

本發(fā)明提供了一種基于語義的點(diǎn)選驗(yàn)證碼識(shí)別方法及其裝置，其中所述方法包括：在驗(yàn)證碼圖片中，獲取待選字符的字符數(shù)及字符截圖；構(gòu)建字符識(shí)別神經(jīng)網(wǎng)絡(luò)模型，并得到識(shí)別概率矩陣；確定所述字符截圖對(duì)應(yīng)的短文本；根據(jù)短文本，選取相應(yīng)的待選字符，得到驗(yàn)證碼圖片中待選字符對(duì)應(yīng)的定位信息。本發(fā)明實(shí)現(xiàn)了通過深度學(xué)習(xí)技術(shù)，對(duì)基于語義的點(diǎn)選驗(yàn)證碼進(jìn)行識(shí)別，為測(cè)試人員提供一種評(píng)價(jià)基于語義的點(diǎn)選驗(yàn)證碼的有效性的方法，通過本發(fā)明所提供的識(shí)別方法，可實(shí)現(xiàn)簡(jiǎn)單高效的推測(cè)文本語義，極大的提高了對(duì)驗(yàn)證碼識(shí)別的準(zhǔn)確率，且方便實(shí)用，為測(cè)試工程師的對(duì)于網(wǎng)站點(diǎn)選驗(yàn)證方式安全性的測(cè)試和評(píng)價(jià)帶來極大的方便。

技術(shù)領(lǐng)域

本發(fā)明涉及驗(yàn)證碼測(cè)試技術(shù)領(lǐng)域，更具體地說，涉及一種基于語義的點(diǎn)選驗(yàn)證碼識(shí)別方法及其裝置。

背景技術(shù)

驗(yàn)證碼(CAPTCHA)常見于web登錄界面中。優(yōu)良設(shè)計(jì)的驗(yàn)證碼可以被人工識(shí)別，但是很難被自動(dòng)工具識(shí)別，從而達(dá)到保護(hù)網(wǎng)站不被惡意使用的目的。相比于傳統(tǒng)的輸入型驗(yàn)證碼，點(diǎn)選驗(yàn)證碼具有安全性高、對(duì)用戶友好等優(yōu)點(diǎn)，逐漸替代傳統(tǒng)驗(yàn)證碼，成為主流方式。

目前點(diǎn)選驗(yàn)證碼中，有一種是基于語義的點(diǎn)選驗(yàn)證碼，的其工作原理如下：服務(wù)端持有一個(gè)豐富的短文本語料庫(kù)，通常單條文本的長(zhǎng)度n取3-6字。服務(wù)端隨機(jī)從語料中選擇一條文本,利用圖形庫(kù)生成漢字圖像，并在圖像中加入干擾。然后在一張大的背景圖片中隨機(jī)生成n個(gè)位置(短文本中漢字的數(shù)量)，將n個(gè)漢字與背景圖片做融合。服務(wù)端按照文本的語序?qū)個(gè)漢字的位置存儲(chǔ)在session中，用以記錄正確答案。最后將生成的圖片下發(fā)到網(wǎng)頁端，并要求在用戶按照語序點(diǎn)擊圖片中的文字。用戶點(diǎn)擊漢字后，漢字對(duì)應(yīng)的位置信息會(huì)傳到服務(wù)器進(jìn)行校驗(yàn)，如過果偏差在閾值規(guī)定的范圍內(nèi)，則校驗(yàn)通過，否則不通過。

為了能有效的攔截惡意的訪問，很多網(wǎng)站都部署的驗(yàn)證碼技術(shù)。而在網(wǎng)站上線運(yùn)行前，測(cè)試工程師會(huì)對(duì)網(wǎng)站的驗(yàn)證碼進(jìn)行識(shí)別，以檢測(cè)網(wǎng)站的安全性。如被自動(dòng)化軟件識(shí)別的概率高，則表明網(wǎng)站的驗(yàn)證碼機(jī)制不安全。現(xiàn)有的驗(yàn)證碼識(shí)別技術(shù)主要是針對(duì)輸入型驗(yàn)證碼，以及普通點(diǎn)選型驗(yàn)證碼，而對(duì)于基于語序/語義的點(diǎn)選型驗(yàn)證碼尚未提供解決思路，導(dǎo)致基于語序/語義的點(diǎn)選驗(yàn)證技術(shù)的網(wǎng)站或客戶端無法進(jìn)行驗(yàn)證碼的測(cè)試，存在巨大的安全隱患，給測(cè)試工程師對(duì)于網(wǎng)站或客戶端的點(diǎn)選驗(yàn)證碼安全性的測(cè)試帶來極大的不便。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明提供一種基于語義的點(diǎn)選驗(yàn)證碼識(shí)別方法及其裝置以解決現(xiàn)有技術(shù)的不足。

為解決上述問題，本發(fā)明提供1.一種基于語義的點(diǎn)選驗(yàn)證碼識(shí)別方法，包括：

在驗(yàn)證碼圖片中，獲取所述驗(yàn)證碼圖片中所包含的待選字符的字符數(shù)及字符截圖；

構(gòu)建字符識(shí)別神經(jīng)網(wǎng)絡(luò)模型，并通過所述字符識(shí)別神經(jīng)網(wǎng)絡(luò)模型對(duì)所述字符截圖進(jìn)行識(shí)別，得到識(shí)別概率矩陣；

根據(jù)所述字符數(shù)和所述識(shí)別概率矩陣，確定所述字符截圖對(duì)應(yīng)的短文本；

根據(jù)所述短文本，從所述識(shí)別概率矩陣中選取相應(yīng)的待選字符，得到所述驗(yàn)證碼圖片中每個(gè)所述待選字符對(duì)應(yīng)的定位信息。

優(yōu)選地，所述“根據(jù)所述字符數(shù)和所述識(shí)別概率矩陣，確定所述字符截圖對(duì)應(yīng)的短文本”包括：

構(gòu)建短文本語料集；所述短文本語料集中包含有多個(gè)不同預(yù)設(shè)字符數(shù)量的短文本對(duì)應(yīng)的文本語料庫(kù)；

選擇與所述字符數(shù)對(duì)應(yīng)的文本語料庫(kù)；

根據(jù)所述識(shí)別概率矩陣，計(jì)算所述文本語料庫(kù)中的所有文本的非規(guī)范化概率，得到概率信息集；

提取所述概率信息集中非規(guī)范化概率最大的文本作為所述短文本。

優(yōu)選地，所述“根據(jù)所述識(shí)別概率矩陣，計(jì)算所述文本語料庫(kù)中的所有文本的非規(guī)范化概率，得到概率信息集”包括：