检索结果-南通市图书馆

基于对抗样本技术的图像验证码安全性提升方法

在线全文

学校读者我要写书评

暂无评论

基于对抗样本技术的图像验证码安全性提升方法

作者：金航西安邮电大学

学位级别：硕士

验证码的作用是区分人与机器,在互联网时代早期图像验证码具有非常好的效果。近年来,软件技术飞速发展,特别是深度学习方面的技术突破和硬件突破将AI技术引入了全新的时代。AI技术在图像识别和处理的优秀表现,给图像验证码的核心功能带... 详细信息

验证码的作用是区分人与机器,在互联网时代早期图像验证码具有非常好的效果。近年来,软件技术飞速发展,特别是深度学习方面的技术突破和硬件突破将AI技术引入了全新的时代。AI技术在图像识别和处理的优秀表现,给图像验证码的核心功能带来了严重挑战。相较于传统基于OCR技术的文字识别破解验证码,基于深度学习技术的破解系统破解的准确率更高、效果更好。于是各式新颖的验证码系统层出不穷,但这些新兴验证码操作逻辑不够简便、流程复杂,虽然在阻拦机器方面进步巨大,但是对用户不友好,以至于用户在其上的通过率也不高。因此提升图像验证码的安全性具有重要的现实意义。对抗样本技术在提高模型鲁棒性、可靠性方面具有重要意义。它的主要表现是使模型做出错误的分类,与我们提高图像验证码安全性的需求一致。因此,本文提出一种基于对抗样本技术的图像验证码安全性提升方法,通过在验证码中加入噪声扰动,达到欺骗模型的目的,使得深度学习模型识别图像验证码的功能失效。本文的主要工作有:（1）提出一种GAN图像对抗样本生成方法,提高构造对抗样本的效率以及攻击成功率。该方法构造一个双生成器的GAN网络,在有目标攻击下,其输入为数据集的原始类别和有目标攻击下的类别;在无目标攻击下,只需输入数据的原始类别即可。系统输出为满足该输入要求的对抗样本,能够有效扩充对抗样本集的规模,可以对目标模型进行半白盒攻击和黑盒攻击。（2）黑盒攻击场景下,提出一种基于模型蒸馏的黑盒攻击方法。通过对目标模型的学习和蒸馏,得到目标模型的本地复制,然后使用传统与白盒攻击相同的方式对蒸馏模型进行攻击。由于蒸馏模型在某些层面的关键权值向量能够与原始模型重合,因此,相较于传统基于查询的方式所构造的对抗样本,能够显著提高黑盒攻击方式下的攻击成功率。（3）将对抗样本技术应用于图像验证码领域,提升图像验证码在应对深度学习系统破解下的安全性。搭建基于深度学习模型的图像验证码破解系统,通过对抗样本技术向验证码添加扰动,可以使得系统的识别成功率显著降低,通过实验证明,基于对抗样本技术的验证码安全性提升方法能够显著提升验证码的可靠性。（4）搭建基于对抗样本技术的验证码WEB接口平台。对本文提出的图像验证码安全性提升方法进行部署,开发出一个能够以WEB接口方式提供安全性较高的图像验证码系统,并可视化展示。

关键词：生成对抗神经网络模型蒸馏对抗样本图像验证码

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于视觉感知的图像验证码设计与研究

基于视觉感知的图像验证码设计与研究

作者：曹放西安电子科技大学

学位级别：硕士

验证码是一种用于区分计算机和人类的安全机制,用于防范计算机程序的恶意攻击。基于文本的验证码机制和基于图像的验证码机制是目前使用最为广泛的两种验证码机制,由于许多研究人员在研究验证码的破解,并且取得了一定的成功,使得现有的... 详细信息

验证码是一种用于区分计算机和人类的安全机制,用于防范计算机程序的恶意攻击。基于文本的验证码机制和基于图像的验证码机制是目前使用最为广泛的两种验证码机制,由于许多研究人员在研究验证码的破解,并且取得了一定的成功,使得现有的大多数验证码机制已经不够安全,并且设计出的新验证码非常难用不够友好。并且这些验证码也受到语言依赖性,标签数据库的影响,不能完全自动生成。但是,验证码在网络安全中发挥着非常重要的作用,因此迫切需要探索新的验证码方向来解决上述问题。本文通过研究人类的视觉感知能力,设计出了三种基于视觉感知的图像验证码,可以有效的解决验证码领域现在面临的问题,使得图像验证码领域继续向前发展通过研究发现,人类在图像的视觉感知方面与计算机相比有着巨大的优势。人类对于图像内容的理解能力,风格的转换,空间纹理的变化,以及在平面中的3D构图等方面都有着非常准确且灵敏的感知。基于视觉感知这一特点,本文设计并研究了基于人类视觉感知的图像验证码。本文主要对验证码领域做出了两个贡献。首先,本文通过研究人的视觉感知能力,从图像风格画,图像纹理,以及3D空间构图这三个角度出发,提出了三种基于视觉感知的新型图像验证码机制。其中Neural-Style机制的验证码包含Grid机制和Font机制两种设计形式,他们都是通过卷积神经网络生成新的风格图片。Grid形式的验证码是让用户根据题意找出方格中的风格图,而Font形式的验证码是让用户找出图片之中风格画后的汉字。DeRection形式的验证码,则是在对比图像变化的情况下,利用人类捕获图像变形区域纹理的能力寻找图像的变形区域。CONSCEME形式的验证码是利用人们在三维空间中理解内容的能力,并计算不同视图中堆叠的立方体的数量的。其次,本文还提出一套基于图像的验证码的设计标准。与现有的图像验证码机制相比,本文提出的三种基于视觉感知的图像验证码机制在一些地方有相似之处。本文对110多人进行了验证码使用的初步实验,验证了三种基于视觉感知的图像验证码机制的可用性和安全性。通过分析本文提出的三种机制的特点,并将这三种验证码机制与现有的基于图像的验证码机制的特征进行比较,提出了一套基于图像的验证码系统设计的新标准。

关键词：图像验证码语言独立性网络服务视觉感知

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

Asp环境下无组件图像验证码的实现

信息与电脑（理论版） 2009年第12期 46-47页

作者：胡冰南阳理工学院河南南阳473000

随着web设计的迅速发展,验证码技术开始流行。本文介绍了在asp环境下无组件图形验证码的实现方法和关键技术。

关键词： ASP 无组件图像验证码

在线全文

学校读者我要写书评

暂无评论

一种新型图像验证码系统

数字技术与应用 2014年第8期32卷 185-185,187页

作者：叶振浙江省丽水学院浙江丽水323000

验证码是一种防止自动化脚本程序对网站进行攻击的重要技术。当前主流网站采用的验证码多是基于文本模式的,这种模式的验证码将一系列文本字符通过旋转扭曲叠加的方式进行变形,然后再添加复杂干扰背景图片等方式使自动化程序难以辨识。... 详细信息

验证码是一种防止自动化脚本程序对网站进行攻击的重要技术。当前主流网站采用的验证码多是基于文本模式的,这种模式的验证码将一系列文本字符通过旋转扭曲叠加的方式进行变形,然后再添加复杂干扰背景图片等方式使自动化程序难以辨识。然而,这种文本验证码要么过于简单,很容易被脚本采用光学字符识别(OCR)或者机器学习的方式所识别,要么由于过于复杂甚至连真正的用户都难以正确的识别。观察到文本验证码的这种安全性和可用性方面存在的矛盾,本文提出了一种基于物体识别的新型图像验证码系统。该系统通过将若干物体图片附加到随机的背景图片中并让用户识别的方式来辨别自动脚本和真正的用户。

关键词：验证码物体识别图像验证码验证码设计

在线全文

学校读者我要写书评

暂无评论

基于自然图像混合的验证码

辽宁科技学院学报 2017年第1期19卷 6-7,10页

作者：张砚枫寇玉龙金玉辽宁科技学院电气与信息工程学院辽宁本溪117004

文章提出了一种基于自然图像混合技术的验证码方案,将前景图像与自然场景背景图像深度融合,防止恶意程序自动地将前景图像从整幅图像中分离出来并进行识别,可有效区分操作者是人还是计算机,有效保障网络应用系统的安全。

关键词：验证码图像验证码图像混合

在线全文

学校读者我要写书评

暂无评论

基于深度学习的验证码识别技术

基于深度学习的验证码识别技术

作者：慕亚东大连交通大学

学位级别：硕士

用以区分计算机和人类的图灵测试(CAPTCHA,Completely Automated Public Turing Test to tell Computers and Humans Apart)是一种网络安全系统,就是我们常见的验证码。当前,主流网站中部署最多的是文本验证码和图像验证码。本文对文本... 详细信息

用以区分计算机和人类的图灵测试(CAPTCHA,Completely Automated Public Turing Test to tell Computers and Humans Apart)是一种网络安全系统,就是我们常见的验证码。当前,主流网站中部署最多的是文本验证码和图像验证码。本文对文本验证码和图像验证码中的点选式验证码提出破解算法。本文主要研究工作以下:1、构建了文本验证码数据集,图像验证码数据集,单汉字图片数据集和语料数据集。文本验证码数据集包含了爬虫获取的腾讯验证码和新浪验证码以及Python和Java生成的另外两种文本验证码,共38000张图片,其分辨率皆为168×64。图像验证码数据集包含爬虫获取极验证网站的顺序验证码和语序验证码,共5000张,分辨率皆为344×384。单汉字图片数据集是使用Python结合tff文件生成的分辨率为64×64的图片,共100000张,包含5529个汉字。语料数据集是来自人民日报与瀚闻资讯舆情平台的新闻数据集,共100000条新闻文本数据。上述两种验证码数据集与单汉字图片数据集按照6:2:2的比例划分训练集、验证集和测试集。2、研究并实现了基于卷积循环神经网络(CRNN,Convolution Recurrent Neural Network)与连接时序分类(CTC,Connectionist Temporal Classification)结合的文本验证码识别算法。使用Dense Net作为卷积网络部分,Bi LSTM作为循环网络部分,结合CTC损失函数采用最大熵抑制和重新缩放算法优化得到的Enr CTC(Maximum Conditional Entropy Regularization And Rescale Rseudo GT for CTC)对文本验证码集进行识别。使用缩放思想控制CTC输出路径中空白区域和非空白区域比例,并基于最大熵来抑制最大概率路径的存在,解决了CTC容易出现尖峰分布的问题。最终实验结果表明在文本验证码数据集上的平均正确率为90.64%,较使用CTC的网络整体正确率提高了2.34%。3、设计并实现了基于YOLOv3的点选式图像验证码识别算法,该识别步骤涉及四部分:(1)使用YOLO v3网络在图像验证码数据集上进行训练,实现其点击字体位置与点击规则位置的自动检测。(2)使用Res Net对单汉字图片数据集进行分类训练获取预训练模型,对图像验证码数据集裁剪下来的单汉字图片使用预训练模型保留全连接层冻结其他层做迁移学习。(3)使用最大概率算法,提高点击字体顺序与点击规则对应的概率。(4)使用N-gram算法将乱序汉字调整为语序顺序。实验结果表明在图像验证码数据集中的语序验证码通过的正确率为72.1%,顺序验证码正确率为85.3%,使用最大概率算法对顺序验证码通过的正确率提高到了90.2%。

关键词：文本验证码图像验证码验证码识别深度学习连接时序分类

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于GAN的对抗样本生成与安全应用研究

基于GAN的对抗样本生成与安全应用研究

作者：孙曦音西安电子科技大学

学位级别：硕士

深度神经网络在众多领域的应用中取得了巨大成功,尤其是在计算机视觉领域,在大数据支撑下的深度卷积神经网络在图像的识别、检测和分割等任务中展现出优异的性能。但有研究发现在样本数据中加入微小扰动会导致预测精度达到人类水平的深... 详细信息

深度神经网络在众多领域的应用中取得了巨大成功,尤其是在计算机视觉领域,在大数据支撑下的深度卷积神经网络在图像的识别、检测和分割等任务中展现出优异的性能。但有研究发现在样本数据中加入微小扰动会导致预测精度达到人类水平的深度神经网络大概率的出错,这种加入微小扰动的样本称为对抗样本。大多数的对抗样本在人眼看来都与原始样本十分相似,对抗样本已成为威胁深度学习应用安全性的重要因素之一。为了保证深度学习算法的安全性,需要研究对抗样本对深度学习的影响,这也成为领域最新的研究热门,本文主要研究对抗样本的生成方法和对抗样本的安全应用。本文讨论了对抗样本的高效生成方法以及如何应用对抗样本技术提升图像验证码的安全性,主要贡献点如下:1.设计了一种基于生成对抗网络(GAN)的对抗样本生成方法。常见的对抗样本生成方法,如基于优化的方法、快速梯度标记法(FGSM)和对抗变换网络法(ATN),存在生成速度慢、易被对抗训练防御和对原始样本扰动过大等问题。本文针对图像分类中的定向对抗攻击问题,利用类别概率向量重排序函数和GAN,在待攻击神经网络内部结构已知的前提下对其作对抗攻击。实验结果表明,与ATN方法相比,本方法对指定深度网络的定向攻击成功率提升至78%,并且提升了生成的对抗样本的图像质量,消除了ATN方法带来的纹理干扰和边缘模糊等问题。2.设计了一种基于GAN的可迁移对抗样本生成方法。常见的对抗样本生成方法仅对单一深度网络模型具有较高的定向攻击成功率,其生成的对抗样本对其他结构的深度网络的定向攻击成功率较低。为了提高对抗样本的可迁移性,本文提出一种基于GAN的多网络联合优化的对抗样本生成模型,使得其生成的对抗样本大概率地被多个深度网络错分。实验结果表明,本方法生成的对抗样本迁移至2种未知结构的深度神经网络时,平均定向攻击成功率提升至70%。3.设计了一种基于对抗样本的防御机器破解的验证码生成系统。深度学习技术的快速发展使得机器的识别能力越来越强大,这给图像验证码系统带来了巨大挑战。本文使用基于GAN的对抗样本生成方法,得到具有迁移性的对抗样本生成模型,将生成样本图片加入图像验证码库中,可以有效抵御使用深度学习方法的破解攻击。实验结果表明,在不降低用户体验的前提下,本验证码生成系统能有效防御机器破解。

关键词：对抗样本生成对抗网络深度神经网络图像验证码

基于卷积神经网络的验证码及手写体识别研究及应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于卷积神经网络的验证码及手写体识别研究及应用

作者：朱辰龙云南大学

学位级别：硕士

卷积神经网络是目前AI图形图像识别领域深度学习研究和应用的热门课题,其模型的优化研究在各类字符图像识别方面具有重要应用价值。验证码设计用于系统服务器端辨识是机器人计算机操作或真人用户在操作,其在网络系统、APP应用的登录、... 详细信息

卷积神经网络是目前AI图形图像识别领域深度学习研究和应用的热门课题,其模型的优化研究在各类字符图像识别方面具有重要应用价值。验证码设计用于系统服务器端辨识是机器人计算机操作或真人用户在操作,其在网络系统、APP应用的登录、账号注册、信息发布、密码找回等验证环节起着重要的安全作用,随着AI研究的进展,验证码被计算机算法自动识别的风险越来越高,在面临挑战的同时,AI技术和验证码生成算法的优化改进可帮助系统避免受到恶意程序的自动攻击或暴力破解。手写体数字识别同属于文字智能识别的研究领域,目前手写体识别尚未大范围的应用到教育行业,如自动识别试卷评判分数并输出到成绩表中,学生的历史学籍信息档案数字化等,在国内教育新要求和校园智能化需求不断增长的背景下,本研究内容具有校园信息系统的智能化工程实践价值,可以减轻教职员工的工作量。本文的主要研究工作有如下四个方面:首先研究了图形验证码理论和技术,在调研和总结国内外卷积神经网络字符识别算法和模型的基础上,研究搭建以深度学习框架TensorFlow为平台,以AlexNet模型为基础,以冀中职业学院教务校园网系统登录验证码和教师手写体阅卷识别两类问题作为研究对象,完成卷积神经网络图形验证码和手写体识别的的理论、技术和数据准备工作。其次,提出、设计并实现一种基于迁移学习和批归一化处理的文本验证码图像识别模型（Alex Net+TL+BN）。对Alex Net经典网络模型的卷积核大小、网络结构等进行优化改进,并在部分卷积层和全连接层引入批量标准化操作（Batch Normalization）。利用迁移学习,使用生成的验证码数据集和MNIST手写数据集对改进的Alex Net模型进行预训练,对采集加工的测试集进行了大量实验,对取得的实验数据结果分析结果表明,深度学习算法识别率很高,研究对象系统的验证码存在暴力破解或自动注册的安全隐患,进而针对同类不同种漏洞提出了验证码的改进方法和应对策略。第三,利用改进的卷积神经网络模型针对手写体试卷批改分数进行识别,以主流的MNIST数据集和实地采集的试卷卷面手写分数作为训练样本,进行数据集测试和识别,识别考生学号、成绩等手写字符信息,为应用系统设计开发工作提供技术支撑。第四,进行了校园字符识别应用系统的设计、开发、测试和初步应用。进行了需求分析,进行了UI和功能需求分析和设计,进行了总体设计、逻辑设计和详细设计,采用Py Side2开发系统GUI、Python平台架构进行了系统实现、系统测试工作,对试卷分数进行识别并自动输出为成绩表,提高学院教务录入学籍记录的效率。论文所研究的内容在智能化安全方面有正反两个方面作用:相互博弈,既可以用于破解也可以用于防范。研究工作在增加校园网络系统的安全和教务智能化进一步应用方面具有一定参考价值。

关键词：卷积神经网络图像验证码试卷批改识别迁移学习校园智能化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

对抗验证码生成算法的研究与实现

对抗验证码生成算法的研究与实现

作者：夏飞华南理工大学

学位级别：硕士

验证码作为互联网安全的第一道防线,为人类持续受益于互联网便利提供保障。但是近年来深度学习的不断发展为黑客恶意破解验证码创造了条件,给验证码安全带来了威胁和挑战。为了解决上述问题,验证码设计者不断提出新的验证码机制,但是新... 详细信息

验证码作为互联网安全的第一道防线,为人类持续受益于互联网便利提供保障。但是近年来深度学习的不断发展为黑客恶意破解验证码创造了条件,给验证码安全带来了威胁和挑战。为了解决上述问题,验证码设计者不断提出新的验证码机制,但是新兴验证码的复杂的操作逻辑降低了其用户友好性。可喜的是近期关于对抗攻击的研究为验证码设计者提供了新的思路,研究发现神经网络模型仍然是脆弱的,通过给图像添加人类不易察觉的扰动即可导致模型分类错误。对抗样本的这一性质恰好符合验证码的安全性和可用性要求,对抗验证码应运而生。基于以上思考,本文提出两种对抗验证码生成算法,它的本质是对抗攻击算法。本文主要内容如下:(1)提出了基于翻转和旋转策略的对抗验证码生成算法。采用翻转和旋转操作克服了迭代快速梯度符号法容易过拟合的缺点,提高了对抗样本在黑盒模型下的可转移性。利用Adam梯度下降法结合辅助损失找到更准确的梯度方向,在避免添加过量扰动的情况下提高了攻击成功率。(2)提出了基于可变步长和过滤策略的对抗验证码生成算法。可变步长法解决了利用对抗样本的迁移性进行黑盒攻击时容易陷入局部最优的问题。过滤操作最大程度地保留了对攻击效果贡献较大的扰动,防止图像预处理技术消除对抗性扰动,提高了对抗样本在防御模型上的可转移性并减少了扰动量。此外,算法也使用Adam法结合辅助损失确定梯度方向,缩短了对抗样本的生成时间开销,具有现实意义。(3)提出了一种新的对抗攻击评价指标——减少扰动大小的贡献。该评价标准从攻击成功率和可见性这两个角度考虑,更具有说服力。(4)利用Vue和Spring Boot框架搭建平台展示生成对抗验证码的具体过程并测试。在Image Net-compatible数据集上分别从可转移性、可见性、减少扰动大小的贡献和生成效率等方面对所提出的算法进行验证。实验结果表明本文提出的两种对抗验证码生成算法表现突出,能够生成可转移性强且噪声可见性小的对抗样本,满足验证码的安全性和可用性要求。最终,在Image Net数据集上通过实验和用户调查分析了对抗验证码的安全性和可用性,为验证码的实际上线提供了参考。

关键词：对抗攻击图像验证码梯度下降法安全性可转移性