CN111353140B - 验证码的生成、显示方法、装置和系统 - Google Patents
验证码的生成、显示方法、装置和系统 Download PDFInfo
- Publication number
- CN111353140B CN111353140B CN201811583861.1A CN201811583861A CN111353140B CN 111353140 B CN111353140 B CN 111353140B CN 201811583861 A CN201811583861 A CN 201811583861A CN 111353140 B CN111353140 B CN 111353140B
- Authority
- CN
- China
- Prior art keywords
- verification code
- questions
- question
- verification
- countermeasure
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012795 verification Methods 0.000 title claims abstract description 322
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000003058 natural language processing Methods 0.000 claims abstract description 61
- 238000012545 processing Methods 0.000 claims abstract description 41
- 230000006399 behavior Effects 0.000 claims abstract description 28
- 238000003860 storage Methods 0.000 claims description 33
- 238000004806 packaging method and process Methods 0.000 claims description 17
- 238000005538 encapsulation Methods 0.000 claims description 2
- 241001391944 Commicarpus scandens Species 0.000 abstract description 13
- 238000010586 diagram Methods 0.000 description 14
- 238000012015 optical character recognition Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 238000005336 cracking Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 241000272525 Anas platyrhynchos Species 0.000 description 2
- 241000272201 Columbiformes Species 0.000 description 2
- 241000289669 Erinaceus europaeus Species 0.000 description 2
- 235000003447 Pistacia vera Nutrition 0.000 description 2
- 240000006711 Pistacia vera Species 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 235000020233 pistachio Nutrition 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000012962 cracking technique Methods 0.000 description 1
- 230000009193 crawling Effects 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/36—User authentication by graphic or iconic representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2221/00—Indexing scheme relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/21—Indexing scheme relating to G06F21/00 and subgroups addressing additional information or applications relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/2133—Verifying human interaction, e.g., Captcha
Abstract
本发明公开了一种验证码的生成、显示方法、装置和系统。其中,该系统包括:离线处理系统和在线处理系统,在所述离线处理系统中运行的自然语言处理问答系统,用于离线生成问题和候选答案;验证码服务中心,用于存储所述问题和所述候选答案,并调用生成式对抗网络中心依据所述问题和所述候选答案获取对抗图片;在所述在线处理系统中运行的所述验证码服务中心将所述对抗图片进行封装生成验证码,向用户展现所述验证码,并将所述用户返回的数据发送至判决中心;所述判决中心,用于依据所述用户返回的数据判断人机行为。本发明解决了由于现有技术中验证码容易通过各技术手段攻破,导致的验证码安全性低的技术问题。
Description
技术领域
本发明涉及互联网技术领域,具体而言,涉及一种验证码的生成、显示方法、装置和系统。
背景技术
验证码是一种区分用户是计算机还是人的公共全自动程序,在网站安全、数据安全、运营安全、交易安全等领域有着广泛的应用。当前常见的验证码分为滑动式行为验证码、字体识别类验证码、图像目标检测类验证码等几大类,随着图像识别技术,光学字符识别(Optical Character Recognition,简称OCR),模拟器等技术的发展,上述验证码的安全性均面临较大的考验,日益接近其性能瓶颈。
常见验证码一般分为滑动类行为验证码,文字识别点击验证码,图像目标检测验证码这几大类验证码。其中,滑动类,点选类行为验证码,在面对模拟器,headless浏览器时,比较容易攻破;文字识别点击验证码,通过深度学习和OCR检测技术,是比较容易攻击的,当前的攻击成功率也非常高。图像目标检测验证码,通过imageNet训练的深度神经网络,甚至直接借助百度和谷歌的识图功能可以直接进行破解。当前还有一种验证码,就是通过阅读一段文字,然后让用户回答相应的问题,就相当于是做阅读理解,但是答案就在用户阅读的这段话中,因此通过命名实体检测,可以较容易的找到答案,并且用户要阅读很长的一段文字,导致用户体验是很差的,在实际中应用也就非常少。
针对上述由于现有技术中验证码容易通过各技术手段攻破,导致的验证码安全性低的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种验证码的生成、显示方法、装置和系统,以至少解决由于现有技术中验证码容易通过各技术手段攻破,导致的验证码安全性低的技术问题。
根据本发明实施例的一个方面,提供了一种验证码的生成系统,包括:离线处理系统和在线处理系统,在所述离线处理系统中运行的自然语言处理问答系统,用于离线生成问题和候选答案;验证码服务中心,用于存储所述问题和所述候选答案,并调用生成式对抗网络中心依据所述问题和所述候选答案获取对抗图片;在所述在线处理系统中运行的所述验证码服务中心将所述对抗图片进行封装生成验证码,向用户展现所述验证码,并将所述用户返回的数据发送至判决中心;所述判决中心,用于依据所述用户返回的数据判断人机行为。
根据本发明实施例的另一方面,还提供了一种验证码的生成方法,包括:将获取到的对抗图片进行封装,生成验证码;向用户展现所述验证码;将所述用户返回的数据发送至判决中心,以使得所述判决中心依据所述用户返回的数据判断人机行为。
根据本发明实施例的另一方面,还提供了一种验证码的显示方法,包括:显示问题和候选答案;其中,所述问题包括:常识问题和推理问题;从显示的候选答案中根据用户的触发操作确定待获取的目标对象;拖动所述目标对象进行验证,其中,所述验证包括:拖动至的目标区域位置时,所述目标区域位置发生变化;或者,所述目标对象的形状发送变化。
根据本发明实施例的另一方面,还提供了一种验证码的生成装置,包括:封装模块,用于将获取到的对抗图片进行封装生成验证码;显示模块,用于向用户展现所述验证码;发送模块,用于将所述用户返回的数据发送至判决中心,以使得所述判决中心依据所述用户返回的数据判断人机行为。
根据本发明实施例的另一方面,还提供了一种验证码的显示装置,包括:显示模块,用于显示问题和候选答案;其中,所述问题包括:常识问题和推理问题;获取模块,用于从显示的候选答案中根据用户的触发操作确定待获取的目标对象;验证模块,用于拖动所述目标对象进行验证,其中,所述验证包括:拖动至的目标区域位置时,所述目标区域位置发生变化;或者,所述目标对象的形状发送变化。
根据本发明实施例的另一方面,还提供了一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行:将获取到的对抗图片进行封装生成验证码;向用户展现所述验证码;将所述用户返回的数据发送至判决中心,以使得所述判决中心依据所述用户返回的数据判断人机行为。
根据本发明实施例的另一方面,还提供了一种验证码的显示方法,包括:客户端显示问题和候选答案;其中,问题包括:常识问题和推理问题;客户端从显示的候选答案中根据用户的触发操作确定待获取的目标对象;客户端显示根据用户拖动操作通过拖动目标对象进行验证,其中,验证包括:拖动至目标区域位置时,目标区域位置发生变化;或者,目标对象的形状发生变化。
在本发明实施例中,离线处理系统采用自然语言处理系统NLP的方式生成问题和候选答案,并调用生成式对抗网络中心GAN根据上述问题和候选单生成对抗图片,在线处理系统通过将所述对抗图片生成验证码,并向用户展示所述验证码,接收用户发回的数据发送至判决中心,由判决中心判断人机行为,达到了采用自然语言处理系统和生成式对抗网络中心结合生成验证码的目的,从而实现了验证码不易攻破,有效提高验证码的安全性能的技术效果,进而解决了由于现有技术中验证码容易通过各技术手段攻破,导致的验证码安全性低的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明实施例1的一种验证码的生成方法的计算机终端的硬件结构框图;
图2是根据本发明实施例1的验证码的生成方法的流程图;
图3是根据本发明实施例2的验证码显示方法的流程图;
图4是根据本发明实施例2的问答验证码的示意图;
图5是根据本发明实施例3的验证码生成系统的示意图;
图6是根据本发明实施例3实施方式的验证码生成系统的示意图;
图7是根据本发明实施例5的验证码生成装置的示意图;
图8是根据本发明实施例6的验证码显示装置的示意图;
图9是根据本发明实施例8的一种计算机终端的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
GAN(Generative Adversarial Networks):生成式对抗网络,是一种深度学习模型,是近年来复杂分布上无监督学习最具前景的方法之一。模型通过框架中至少两个模块:生成模型(Generative Model)和判别模型(Discriminative Model)的互相博弈学习产生相当好的输出。
NLP(natural Language Processing):自然语言处理,是人工智能(ArtificialIntelligence,AI)的一个子领域,主要指对自然语言分析的相关技术。
OCR(Optical Character Recognition):光学字符识别,是指电子设备(例如扫描仪或者数码相机)检查纸上打印的字符,通过检测暗、亮的模式确定其形状,然后用字符识别的方法,将形状翻译成计算机文字的过程。
实施例1
根据本发明实施例,还提供了一种验证码的生成方法的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在计算机终端上为例,图1是本发明实施例1的一种验证码的生成方法的计算机终端的硬件结构框图。如图1所示,计算机终端10可以包括一个或多个(图中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输模块106。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,计算机终端10还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
存储器104可用于存储应用软件的软件程序以及模块,如本发明实施例中的验证码的生成方法对应的程序指令/模块,处理器102通过运行存储在存储器104内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的应用程序的验证码的生成方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端10的通信供应商提供的无线网络。在一个实例中,传输装置106包括一个网络适配器(Network Interface Controller,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置106可以为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
在本实施例中,验证码生成系统主要包括三大部分,自然语言处理NLP问答系统,验证码服务中心,以及生成式对抗网络GAN中心,在验证码生成的过程中主要包括以下步骤:
NLP问答系统,构建常识知识图谱,基于该常识知识图谱构建题库生成器,来生成问题和对应的候选答案,并将题库生成器生成的问题和候选答案进行存储,在需要生成验证码的情况下,将问题和候选答案发送给验证码服务中心;
验证码服务中心,包括离线部分和在线部分。其中,在线部分主要用于提供对外的验证码服务,完成前端和判决中心以及用户后端的数据交互;离线部分,接收上述NLP问答系统发送的问题和候选答案,调用GAN中心,将上述问题和候选答案发送给GAN中心;
GAN中心,根据接收的问题和候选答案,生成对抗图片,反馈给验证码服务中心;
验证码服务中心,将GAN中心生成的对抗图片存入数据库中,在需要提供验证码服务的情况下,调用在线部分,将存储的对抗图片发送给在线部分,由在线部分将对抗图片发送给用户,并接收用户对该对抗图片的操作数据,将操作数据发送给判决中心,并接受判决中心的判决结果。
上述实施方式,通过NLP问答系统,生成简单的常识问题和推理问题,有效避免了机器对滑动点选类的行为验证码的点击和拖动目标的识别,而且改善了相关技术中采用阅读一大段的验证码方式,验证时间长,用户体验差的问题。另外,通过GAN中心根据问题及其候选答案生成对抗图片,使得及其通过识别对抗图片来确定问题及其答案的难度大大增加,无论是采用OCR,或者深度学习的方式,均难以识别该对抗图片中的问题和候选答案,从而大大增加了验证码的安全性,而且问题的题干中不包括答案,攻击难度大,题目较短,用户体验上升。
在上述运行环境下,本申请提供了如图2所示的验证码的生成方法。图2是根据本发明实施例1的验证码的生成方法的流程图。
步骤S202,将获取到的对抗图片进行封装,生成验证码。
作为一种可选的实施例,上述获取到的对抗图片,可以是由自然语言处理NLP问答系统生成问题和候选答案,通过GAN中心将上述问题和候选答案生成对抗图片,上述对抗图片,可以包括上述问题和候选答案的文字。
作为一种可选的实施例,上述问题可以是逻辑问题或简单的常识问题,而且题干中不得包含答案的文字,例如,“爸爸的爸爸叫什么”候选答案可以是“大爷、爷爷、爸爸、外公、等”,上述问题的题干中不包答案的文字,可以有效防止机器攻击时,根据题干中的文字联系到答案,从而快速缩小寻找范围,导致快速破解验证码的负面效果。
作为一种可选的实施例,上述问题的题干的文字数量不宜过长,可以是上述问题的题干的文字不得超过预定数量。例如,问题提干部的超过20、25或者30个字,可以保证用户可以快速阅读完毕,进行分析,保证用户体验快速验证的效果。有效避免了题目过于冗长,导致用户体验较差的问题。
作为一种可选的实施例,上述问题的候选答案,可以是互相联系紧密的多个对象,上述“大爷、爷爷、爸爸、外公”都属于男性亲属,而且名称也具有相同的特征,例如,“大爷”和“爷爷”都有一个“爷”字,“爸爸”和“爷爷”都是叠词,采用相同的文字作为称呼,“爷爷”和“外公”的产生来源相近,具体的,“爷爷”是“爸爸的爸爸”,“外公”是“妈妈的爸爸”。上述候选答案可以是相互之间具有一定迷惑性的答案。
作为一种可选的实施例,上述问题的候选答案,可以是一个或者多个,可以调整不同的候选答案的迷惑性,一般人通常都会认为,数量越多的候选答案目标越大,目标越大就越能引起注意。通过控制候选答案的数量,可以有效控制各种候选答案的迷惑性。
作为一种可选的实施例,上述问题和候选答案可以是由自然语言处理NLP问答系统生成,其中,上述问题和候选答案,可以是由上述NLP问答系统,构建常识知识图谱,然后基于该常识知识图谱构建题库生成器,由上述题库生成器生成问题和对应的候选答案。上述NLP问答系统还可以将生成的问题和对应的候选答案进行存储。
作为一种可选的实施例,上述NLP问答系统生成上述问题和对应的候选答案后,将其传送给验证码服务中心,由上述验证码服务中心将上述问题和答案,发送给GAN中心,由GAN中根据上述问题和对应的候选答案,通过对抗学习相关技术,生成对抗图片,该对抗图片采用相关技术中的识别方法,难以识别对抗图片中的问题和候选答案。例如,OCR或者深度学习相关的方法,均难以识别上述对抗图片中的问题和对应的候选答案。
步骤S204,向用户展现验证码。
作为一种可选的实施例,上述GAN中心根据上述问题和候选答案,生成对抗图片之后,可以将上述对抗图片发送给验证码服务中心,该验证码服务中心根据上述对抗图片生成验证码,并向用户展现。
作为一种可选的实施例,上述GAN可以包括在线部分和离线部分。其中,在线部分主要用于提供对外的验证码服务,完成前端和判决中心以及用户后端的数据交互;离线部分,接收上述NLP问答系统发送的问题和候选答案,调用GAN中心,将上述问题和候选答案发送给GAN中心。
作为一种可选的实施例,上述在线部分将验证码服务中心的对抗图片生成验证码,展示给用户,由用户对该验证码进行操作。上述在线部分根据对抗图片生成验证码,可以采用将上述对抗图片进行封装,生成验证码的方式。
步骤S206,将用户返回的数据发送至判决中心,以使得判决中心依据用户返回的数据判断人机行为。
作为一种可选的实施例,上述在线部分将上述验证码展现给用户,并接收用户操作后返回的数据,发送给判决中心,上述判决中心,用于根据上述返回数据,判断人及行为。
作为一种可选的实施例,上述判断人机行为可以包括确定该验证是否通过,确定该验证,是认为还是机器破解等。
通过上述步骤,采用自然语言处理系统NLP的方式生成问题和候选答案,并调用生成式对抗网络中心GAN根据上述问题和候选单生成对抗图片,通过将对抗图片生成验证码,并向用户展示验证码,接收用户发回的数据发送至判决中心,由判决中心判断人机行为,达到了采用自然语言处理系统和生成式对抗网络中心结合生成验证码的目的,从而实现了验证码不易攻破,有效提高验证码的安全性能的技术效果,进而解决了由于现有技术中验证码容易通过各技术手段攻破,导致的验证码安全性低的技术问题。
作为一种可选的实施例,在将获取到的对抗图片进行封装,生成验证码之前,方法还包括:存储自然语言处理问答系统生成的问题和候选答案;调用生成式对抗网络中心依据问题和候选答案获取对抗图片;存储问题、候选答案,以及问题和候选答案的对抗图片。
作为一种可选的实施例,上述存储自然语言处理问答系统生成的问题和候选答案,可以通过验证码服务中心的离线部分进行存储。然后上述验证码服务中心调用生成式对抗网络GAN中心,根据上述问题和候选答案生成对抗图片。将上述问题、候选答案,以及对应的对抗图片,进行存储。
作为一种可选的实施例,在存储自然语言处理问答系统生成的问题和候选答案之前,方法还包括:通过自然语言处理问答系统中的知识图谱生成常识问题和推理问题,以及常识问题和推理问题的候选答案集合,其中,候选答案集合中对每个问题设置多个候选答案,且只有一个正确答案。
作为一种可选的实施例,上述问题为常识问题和推理问题,简单方便,易于理解和回答,保证用户使用验证码的体验性。上述每个问题的候选答案有多个,可以对机器破解验证码的方式产生较大的迷惑性,从而降低验证码被机器破解的可能性,从而提高验证码的安全性。
需要说明的是,上述验证码生成方法可以应用于各种验证场景,例如,支付验证,登录验证,注册验证,身份验证,使用验证等,对抗机器破解技术的场景,通过验证码验证该操作为用户操作,而不是机器破解。例如,在注册验证的情况下,在进入注册页面后,进行注册操作之前,可以通过以下步骤进行验证:
响应进入注册页面的操作,获取对抗图片,并对上述对抗图片进行封装,生成验证码,其中,获取对抗图片可以调用离线处理系统获取对抗图片,还可以是在存储对抗图片的存储器或者服务器中直接获取;
根据生成的上述验证码生成验证界面;
将上述验证界面在上述注册页面上进行展示;
接收验证操作数据,将上述操作数据发送至判决中心,由上述判决中心根据验证操作判断验证是否通过;
接收上述判决中心在验证通过的情况下,发送的验证通过数据,上述验证通过数据用于确认该验证操作为用户操作的行为,响应该验证通过数据,进入注册页面,以执行注册操作;或者,接收上述判决中心在验证不通过的情况下,发送的验证失败数据,上述验证失败数据用于确认该验证操作为机器操作的行为,响应该验证失败数据,弹出验证失败界面,其中,该验证失败界面可以包括退出注册,或者重新验证的功能按键区域。
通过上述步骤,对验证操作的主体进行有效筛选,上述对抗图片是结合对抗学习技术生成的图片,可以有效破坏机器攻击的深度识别网络的识别能力,从而较大概率的排除机器验证的情况,大大避免了机器恶意注册的概率。可以应用于排除垃圾注册的场景,并达到明显的效果。
实施例2
根据本发明实施例的另一方面,还提供了一种验证码的显示方法图3是根据本发明实施例2的验证码显示方法的流程图,如图3所示,该方法包括:
步骤S302,显示问题和候选答案;其中,问题包括:常识问题和推理问题;
作为一种可选的实施例,上述显示问题和候选答案可以是同时显示,也可以是不同时显示,在上述显示问题和候选答案的情况下,可以在同一显示页面上显示上述问题和候选答案,还可以在不同页面上显示上述问题和候选答案。在上述在同页面上显示上述问题和候选答案的情况下,上述显示页面可以包括显示问题的问题显示部分,和显示候选答案的候选答案显示部分。
作为一种可选的实施例,上述问题和候选答案的显示方式可以有多种,可以保持不变,也可以发生改变,可以定期发生改变,也可以不定期发生改变。
作为一种可选的实施例,上述问题为推理问题,和常识问题,可以有效保证用户的体验,避免题目太难,导致用户体验变差的问题。
步骤S304,从显示的候选答案中根据用户的触发操作确定待获取的目标对象;
作为一种可选的实施例,上述候选答案可以是一个或者多个,数量越多,越能引起用户的关注。上述候选答案为多个的情况下,可以通过多种方式进行显示,例如,将上述多个候选答案通过列表整齐展示;还可以随机散乱的显示在显示页面上用于显示候选答案的显示区域;还可以成一定规律或者形状,将多个候选答案进行显示。
作为一种可选的实施例,上述候选答案在显示的情况下,可以设置背景,皮肤等。
以适应用户的多元化需求。
步骤S306,拖动目标对象进行验证,其中,验证包括:拖动至目标区域位置时,目标区域位置发生变化;或者,目标对象的形状发生变化。
作为一种可选的实施例,上述进行验证时,可以是点击候选答案的目标对象,还可以是拖动上述候选答案对应的目标对象,还可以是其他多种方式。
作为一种可选的实施例,上述验证可以是拖动上述目标对象进行验证,验证时,可以是将上述目标对象至目标区域位置时,目标区域位置发生变化,或者,目标对象的形状发生变化。
通过上述步骤,采用自然语言处理系统NLP的方式生成问题和候选答案,并调用生成式对抗网络中心GAN根据上述问题和候选单生成对抗图片,通过将对抗图片生成验证码,并向用户展示验证码,接收用户发回的数据发送至判决中心,由判决中心判断人机行为,达到了采用自然语言处理系统和生成式对抗网络中心结合生成验证码的目的,从而实现了验证码不易攻破,有效提高验证码的安全性能的技术效果,进而解决了由于现有技术中验证码容易通过各技术手段攻破,导致的验证码安全性低的技术问题。
图4是根据本发明实施例2的问答验证码的示意图,如图4所示,该显示验证码的界面可以包括:题干显示部分,显示“下列事物中,重量最大的是?________”的区域部分;候选答案显示部分,显示“开心果、钱包、鸽子、足球、公交车、鸭、刺猬、钥匙”等候选答案的区域部分;以及更换验证码的更换部分。上述题干显示部分还可以显示有问候语“出一道智力题考考你哦”“请选择正确答案”“请进行验证”等,还可以是其他的用于提示用户进行验证的内容等。上述候选答案显示部分可以显示有提示语“请将正确答案拖至填空区域”“请选择并点击正确答案”等,还可以是用于提示用户如何正确进行验证的回答提示。上述候选答案可以显示在多个独立的不同的形状中,可以是圆形,矩形,三角形等,还可以显示在多个独立的对象中,可以是气泡,可以是气球,还可以是皮球等等。上述候选答案在上述形状中以文字显示,上述文字可以是不同的字体,字号的文字,可以是经过一定程度的变形且可以被人辨识的文字等。上述形状还可以是在文字显示区域,设置有干扰图案或者干扰颜色的形状,上述干扰图案和干扰颜色的种类可以是多种。为保证文字的可识别度,可以设置所述干扰图案和干扰颜色与文字的重叠度,或者色差在一定的可识别阈值范围之内。上述题干显示部分和上述候选答案显示部分均可以设置背景图像,皮肤等。上述更换部分可以是位于题干显示部分或者候选答案显示部分,仅需要很小的区域作为更换部分,该更换部分区域可以容纳下更换提示语即可。上述更换提示语可以是“换一换”“换一题”“更换”等。
需要说明的是,上述验证码显示方法基于验证码生成方法,将生成的验证码进行显示,可以应用于各种验证场景,例如,支付验证,登录验证,注册验证,身份验证,使用验证等,对抗机器破解技术的场景,通过验证码验证该操作为用户操作,而不是机器破解。例如,在用户评论验证的情况下,在用户进入评论页面,进行评论操作的之前,或者发布评论之前,可以通过以下步骤进行验证:
响应用户进入评论页面的操作或发布评论的操作,显示问题和候选答案,其中,问题包括尝试问题和推理问题,上述问题和候选答案由自然语言处理问答系统生成,上述显示的问题和候选答案,可以被用户操作;
接收用户的点选数据,根据点选数据,从显示的候选答案中确定待获取的目标对象,该目标对象显示有候选答案;
接收用户的拖拽数据,根据拖拽数据,将目标对象拖动,其中,验证操作包括:将目标对象拖拽至目标区域位置时,目标区域位置发生变化,显示该候选答案对应的验证结果,或者目标对象的性状发生变化,以显示与该候选答案对应的验证结果;
其中,上述显示问题和候选答案的可以是根据对抗图片生成的验证界面,包括题干显示部分,候选答案显示部分和更换部分。
通过上述步骤,对评论的主体进行有效筛选,通过逻辑问题和候选答案有效排除机器评论的情况,可以应用于排除虚假评论,有效排除机器评论的情况,还可以应用于排除恶意刷单,刷单的实际操作也是评论,可以有效排除机器刷单的情况。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例的方法。
实施例3
根据本发明实施例,还提供了一种验证码生成系统,图5是根据本发明实施例3的验证码生成系统的示意图,如图5所示,该系统包括:离线处理系统52和在线处理系统54,下面对该系统进行详细说明。
在离线处理系统52中运行的自然语言处理问答系统502,用于离线生成问题和候选答案;验证码服务中心504,用于存储问题和候选答案,并调用生成式对抗网络中心506依据问题和候选答案获取对抗图片;在在线处理系统54中运行的验证码服务中心504将对抗图片进行封装生成验证码,向用户展现验证码,并将用户返回的数据发送至判决中心508;判决中心508,用于依据用户返回的数据判断人机行为。
作为一种可选的实施例,上述离线系统可以根据预设的频率生成对抗图片,并进行存储,不受网络和验证码请求的限制。上述离线系统可以是位于本地的离线系统,还可以是位于服务器的离线系统。
作为一种可选的实施例,上述离线系统可以包括长期存储和缓存。
作为一种可选的实施例,上述在线系统可以响应用户的验证码请求,将上述离线系统产生的对抗图片,封装成验证码,将该验证码直接展现给用户,或者通过展示装置展现给用户,并接受用户返回的数据,将该数据发送给判决中心进行判断。
通过上述系统,离线处理系统采用自然语言处理系统NLP的方式生成问题和候选答案,并调用生成式对抗网络中心GAN根据上述问题和候选单生成对抗图片,在线处理系统通过将对抗图片生成验证码,并向用户展示验证码,接收用户发回的数据发送至判决中心,由判决中心判断人机行为,达到了采用自然语言处理系统和生成式对抗网络中心结合生成验证码的目的,从而实现了验证码不易攻破,有效提高验证码的安全性能的技术效果,进而解决了由于现有技术中验证码容易通过各技术手段攻破,导致的验证码安全性低的技术问题。
图6是根据本发明实施例3实施方式的验证码生成系统的示意图,如图6所示,自然语言处理问答系统,包括:知识图谱、题库生成器和题库存储模块,其中,题库生成器,用于根据知识图谱生成常识问题和推理问题,以及常识问题和推理问题的候选答案集合,其中,候选答案集合中对每个问题设置多个候选答案,且只有一个正确答案;题库存储模块,用于存储常识问题和推理问题,以及常识问题和推理问题的候选答案集合。
作为一种可选的实施例,上述知识图谱,可以包括常识,和简单的知识,推理等。上述常识可以涉及生活百科。上述知识图谱是验证码的问题的来源。可以根据上述知识图谱生成问题和候选答案,上述问题可以是常识问题、推理问题,或者简单的数学问题或逻辑问题等。
作为一种可选的实施例,上述生成的问题和候选答案,可以被存储在在题库存储模块中,还可以是直接发送处出自然语言处理问答系统。
作为一种可选的实施例,验证码服务中心,包括:离线模块和在线模块,其中,离线模块,用于获取自然语言处理问答系统的问题和候选答案并调用生成式对抗网络中心依据问题和候选答案获取对抗图片;在线模块,用于向用户展现验证码,并将用户返回的数据发送至判决中心。
作为一种可选的实施例,上述离线模块调用上述生成式对抗网络中心,可以是向上述生成式对抗网络中心发送问题和对应的候选答案,上述生成式对抗网络中心根据上述问题和对应的候选答案,生成对抗图片,并将对抗图片发送给上述离线模块。
作为一种可选的实施例,上述在线模块,向用户展现验证码,并将用户返回的数据发送至判决中心之后,还包括,接收上述判决中心的判断结果。
作为一种可选的实施例,离线模块,包括:存储单元,其中,存储单元,用于存储问题、候选答案,以及问题和候选答案的对抗图片。上述存储单元可以包括长期存储和缓存。
作为一种可选的实施例,生成式对抗网络中心,用于根据验证码服务中心输入的问题和候选答案生成对抗图片。
作为一种可选的实施例,上述生成式对抗网络中心可以包括:生成对抗网络和对抗样本,上述问题,对应的候选答案,都可以作为训练样本,对上述生成对抗网络进行训练,以达到上述生成对抗网络的准确度越来越高,从而提高生成对抗图片的准确性,以及保证对抗图片不被识别的安全性。
实施例4
根据本发明的另一方面,上述实施例3所述的验证码生成系统,以及实施例1所述的验证码生成方法和实施例2所述的验证码显示方法,可以应用于垃圾注册,恶意登录,账号盗用,数据爬取,恶意刷单,虚假评论,虚假交易,虚假秒杀,恶意套现,盗卡支付等场景进行应用。本实施例提供了一种验证方法,在登陆验证的情况下,有效避免机器恶意破解登陆,以及机器盗用账号恶意登陆的情况,该方法可以通过以下步骤进行验证:
进入登陆页面,响应登陆页面的操作,调用验证码生成系统,生成验证码;
通过显示问题和候选答案,将上述验证码进行展示,其中,上述问题包括:常识问题和推理问题;
接收用户的验证操作,通过验证操作,从显示的候选答案中确定待获取的目标对象,拖动目标对象进行验证,其中,验证包括:拖动至目标区域位置时,目标区域位置发生变化;或者,目标对象的形状发生变化;
将验证操作发送给判决中心,接收判决中心的验证结果;
根据验证结果显示验证结果界面,其中,验证结果界面包括退出验证和重新验证的显示按钮区域。
作为一种可选的实施例,在上述步骤中,生成验证码可以包括:调用离线处理系统生成对抗图片;将获取到的对抗图片进行封装,生成验证码;其中,离线处理系统生成对抗图片包括:由NLP问答系统生成问题和对应的候选答案,将问题和候选答案发送给验证码服务中心;验证码服务中心,通过离线部分接收上述NLP问答系统发送的问题和候选答案,将上述问题和候选答案发送给GAN中心;GAN中心,根据接收的问题和候选答案,生成对抗图片,反馈给验证码服务中心。
作为一种可选的实施例,在上述步骤中,根据验证码服务中心的在线部分,将对抗图片进行封装生成验证码。
作为一种可选的实施例,在上述步骤中,将验证操作发送给判决中心,接收判决中心的验证结果包括:将验证操作发送给判决中心,上述判决中心在接收到上述验证操作后,将该验证操作对应的数据与判决中心中的正确答案对应的标准数据进行对比,在二者相同的情况下,确认上述验证操作验证通过,否则验证失败,其中上述正确答案对应的标准数据,由判决中心通过向具有可信度的可信模块获取,在生成验证码的同时,将问题的正确答案对应的标准数据存储在上述可信模块中;发送上述验证通过或者验证失败的验证结果。
上述可信模块,可以是可信存储器,或者可信服务器等。
通过上述步骤,采用问题和候选答案生成对抗图片,根据对抗图片生成验证码,实现验证码不易被机器技术破解,有效排除了机器恶意登陆,或盗用账号登陆的情况,大大提高了用户登陆的安全性和可靠性。
实施例5
根据本发明的另一方面,还提供了一种用于实施上述验证码生成方法的验证码的生成装置,图7是根据本发明实施例5的验证码生成装置的示意图,如图7所示,该装置包括:封装模块72,显示模块74和发送模块76,下面对该装置进行详细说明。
封装模块72,用于将获取到的对抗图片进行封装生成验证码;显示模块74,用于向用户展现所述验证码;发送模块76,用于将所述用户返回的数据发送至判决中心,以使得所述判决中心依据所述用户返回的数据判断人机行为。
此处需要说明的是,上述封装模块72,显示模块74和发送模块76对应于实施例1中的步骤S202至步骤S206,三个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例1所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例1提供的计算机终端10中。
作为一种可选的实施例,该装置还包括:第一存储模块,用于存储自然语言处理问答系统生成的问题和候选答案;调用模块,用于调用生成式对抗网络中心依据问题和候选答案获取对抗图片;第二存储模块,用于存储问题、候选答案,以及问题和候选答案的对抗图片。
作为一种可选的实施例,该装置还包括:生成模块,用于通过自然语言处理问答系统中的知识图谱生成常识问题和推理问题,以及常识问题和推理问题的候选答案集合,其中,候选答案集合中对每个问题设置多个候选答案,且只有一个正确答案。
实施例6
根据本发明的另一方面,还提供了一种用于实施上述验证码显示方法的验证码的显示装置,图8是根据本发明实施例6的验证码显示装置的示意图,如图8所示,该装置包括:显示模块82,获取模块84和验证模块86,下面对该装置进行详细说明。
显示模块82,用于显示问题和候选答案;其中,问题包括:常识问题和推理问题;获取模块84,用于从显示的候选答案中根据用户的触发操作确定待获取的目标对象;验证模块86,用于拖动目标对象进行验证,其中,验证包括:拖动至的目标区域位置时,目标区域位置发生变化;或者,目标对象的形状发送变化。
此处需要说明的是,上述显示模块82,获取模块84和验证模块86对应于实施例2中的步骤S302至步骤S306,三个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例1所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例1提供的计算机终端10中。
实施例7
根据本发明实施例的另一方面,还提供了一种验证码的显示方法,包括:客户端显示问题和候选答案;其中,问题包括:常识问题和推理问题;客户端从显示的候选答案中根据用户的触发操作确定待获取的目标对象;客户端显示根据用户拖动操作通过拖动目标对象进行验证,其中,验证包括:拖动至目标区域位置时,目标区域位置发生变化;或者,目标对象的形状发生变化。
具体的,如图4所示,在客户端中显示验证码的过程中,客户端显示问题和候选答案,该显示验证码的界面可以包括:题干显示部分,显示“下列事物中,重量最大的是?_________”的区域部分;候选答案显示部分,显示“开心果、钱包、鸽子、足球、公交车、鸭、刺猬、钥匙”等候选答案的区域部分;以及更换验证码的更换部分。上述题干显示部分还可以显示有问候语“出一道智力题考考你哦”“请选择正确答案”“请进行验证”等,还可以是其他的用于提示用户进行验证的内容等。上述候选答案显示部分可以显示有提示语“请将正确答案拖至填空区域”“请选择并点击正确答案”等,还可以是用于提示用户如何正确进行验证的回答提示;在检测到用户触发操作的情况下,客户端根据用户点触的选项确定待获取的目标对象;在客户端提示“请将正确答案拖至填空区域”的情况下,检测用户拖动操作,并根据拖动该目标对象进行验证。
实施例8
本发明的实施例可以提供一种计算机终端,该计算机终端可以是计算机终端群中的任意一个计算机终端设备。可选地,在本实施例中,上述计算机终端也可以替换为移动终端等终端设备。
可选地,在本实施例中,上述计算机终端可以位于计算机网络的多个网络设备中的至少一个网络设备。
在本实施例中,上述计算机终端可以执行应用程序的验证码的生成方法中以下步骤的程序代码:离线处理系统和在线处理系统,在离线处理系统中运行的自然语言处理问答系统,用于离线生成问题和候选答案;验证码服务中心,用于存储问题和候选答案,并调用生成式对抗网络中心依据问题和候选答案获取对抗图片;在在线处理系统中运行的验证码服务中心将对抗图片进行封装生成验证码,向用户展现验证码,并将用户返回的数据发送至判决中心;判决中心,用于依据用户返回的数据判断人机行为。
可选地,图9是根据本发明实施例8的一种计算机终端的结构框图。如图9所示,该计算机终端A可以包括:一个或多个(图中仅示出一个)处理器、存储器、以及外设接口。
其中,存储器可用于存储软件程序以及模块,如本发明实施例中的验证码生成方法和装置对应的程序指令/模块,处理器通过运行存储在存储器内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的验证码生成方法。存储器可包括高速随机存储器,还可以包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至终端A。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
处理器可以通过传输装置调用存储器存储的信息及应用程序,以执行下述步骤:离线处理系统和在线处理系统,在离线处理系统中运行的自然语言处理问答系统,用于离线生成问题和候选答案;验证码服务中心,用于存储问题和候选答案,并调用生成式对抗网络中心依据问题和候选答案获取对抗图片;在在线处理系统中运行的验证码服务中心将对抗图片进行封装生成验证码,向用户展现验证码,并将用户返回的数据发送至判决中心;判决中心,用于依据用户返回的数据判断人机行为。
可选的,上述处理器还可以执行如下步骤的程序代码:在将获取到的对抗图片进行封装,生成验证码之前,方法还包括:存储自然语言处理问答系统生成的问题和候选答案;调用生成式对抗网络中心依据问题和候选答案获取对抗图片;存储问题、候选答案,以及问题和候选答案的对抗图片。
可选的,上述处理器还可以执行如下步骤的程序代码:在存储自然语言处理问答系统生成的问题和候选答案之前,方法还包括:通过自然语言处理问答系统中的知识图谱生成常识问题和推理问题,以及常识问题和推理问题的候选答案集合,其中,候选答案集合中对每个问题设置多个候选答案,且只有一个正确答案。
可选的,上述处理器还可以执行如下步骤的程序代码:显示问题和候选答案;其中,问题包括:常识问题和推理问题;从显示的候选答案中确定待获取的目标对象;拖动目标对象进行验证,其中,验证包括:拖动至的目标区域位置时,目标区域位置发生变化;或者,目标对象的形状发送变化。
采用本发明实施例,提供了一种验证码生成方法的方案。通过离线处理系统采用自然语言处理系统NLP的方式生成问题和候选答案,并调用生成式对抗网络中心GAN根据上述问题和候选单生成对抗图片,在线处理系统通过将所述对抗图片生成验证码,并向用户展示所述验证码,接收用户发回的数据发送至判决中心,由判决中心判断人机行为,达到了采用自然语言处理系统和生成式对抗网络中心结合生成验证码的目的,从而实现了验证码不易攻破,有效提高验证码的安全性能的技术效果,进而解决了由于现有技术中验证码容易通过各技术手段攻破,导致的验证码安全性低的技术问题。
本领域普通技术人员可以理解,图9所示的结构仅为示意,计算机终端也可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌声电脑以及移动互联网设备(MobileInternet Devices,MID)、PAD等终端设备。图9其并不对上述电子装置的结构造成限定。例如,计算机终端A还可包括比图9中所示更多或者更少的组件(如网络接口、显示装置等),或者具有与图9所示不同的配置。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:闪存盘、只读存储器(Read-Only Memory,ROM)、随机存取器(RandomAccess Memory,RAM)、磁盘或光盘等。
实施例9
本发明的实施例还提供了一种存储介质。可选地,在本实施例中,上述存储介质可以用于保存上述实施例一所提供的验证码生成方法所执行的程序代码。
可选地,在本实施例中,上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中,或者位于移动终端群中的任意一个移动终端中。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:离线处理系统和在线处理系统,在离线处理系统中运行的自然语言处理问答系统,用于离线生成问题和候选答案;验证码服务中心,用于存储问题和候选答案,并调用生成式对抗网络中心依据问题和候选答案获取对抗图片;在在线处理系统中运行的验证码服务中心将对抗图片进行封装生成验证码,向用户展现验证码,并将用户返回的数据发送至判决中心;判决中心,用于依据用户返回的数据判断人机行为。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:在将获取到的对抗图片进行封装,生成验证码之前,方法还包括:存储自然语言处理问答系统生成的问题和候选答案;调用生成式对抗网络中心依据问题和候选答案获取对抗图片;存储问题、候选答案,以及问题和候选答案的对抗图片。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:在存储自然语言处理问答系统生成的问题和候选答案之前,方法还包括:通过自然语言处理问答系统中的知识图谱生成常识问题和推理问题,以及常识问题和推理问题的候选答案集合,其中,候选答案集合中对每个问题设置多个候选答案,且只有一个正确答案。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:显示问题和候选答案;其中,问题包括:常识问题和推理问题;从显示的候选答案中确定待获取的目标对象;拖动目标对象进行验证,其中,验证包括:拖动至的目标区域位置时,目标区域位置发生变化;或者,目标对象的形状发送变化。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (12)
1.一种验证码的生成系统,包括:
离线处理系统和在线处理系统,
在所述离线处理系统中运行的自然语言处理问答系统,用于离线生成问题和候选答案;验证码服务中心,用于存储所述问题和所述候选答案,并调用生成式对抗网络中心依据所述问题和所述候选答案获取对抗图片;
在所述在线处理系统中运行的所述验证码服务中心将所述对抗图片进行封装生成验证码,向用户展现所述验证码,并将所述用户返回的数据发送至判决中心;所述判决中心,用于依据所述用户返回的数据判断人机行为;
其中,所述生成式对抗网络中心,用于根据所述验证码服务中心输入的所述问题和所述候选答案生成所述对抗图片;
其中,所述问题的题干中不包含答案的文字,所述题干的文字不超出预定数量。
2.根据权利要求1所述的验证码的生成系统,其中,所述自然语言处理问答系统,包括:知识图谱、题库生成器和题库存储模块,其中,
所述题库生成器,用于根据所述知识图谱生成常识问题和推理问题,以及所述常识问题和所述推理问题的候选答案集合,其中,所述候选答案集合中对每个问题设置多个候选答案,且只有一个正确答案;
所述题库存储模块,用于存储所述常识问题和所述推理问题,以及所述常识问题和所述推理问题的候选答案集合。
3.根据权利要求1或2所述的验证码的生成系统,其中,所述验证码服务中心,包括:离线模块和在线模块,其中,
所述离线模块,用于获取自然语言处理问答系统的所述问题和所述候选答案并调用生成式对抗网络中心依据所述问题和所述候选答案获取对抗图片;
所述在线模块,用于向所述用户展现所述验证码,并将所述用户返回的数据发送至所述判决中心。
4.根据权利要求3所述的验证码的生成系统,其中,所述离线模块,包括:存储单元,其中,
所述存储单元,用于存储所述问题、所述候选答案,以及所述问题和所述候选答案的对抗图片。
5.一种验证码的生成方法,包括:
将获取到的对抗图片进行封装,生成验证码,其中,所述对抗图片由生成式对抗网络中心根据验证码服务中心输入的问题和候选答案生成得到;其中,所述问题的题干中不包含答案的文字,所述题干的文字不超出预定数量;
向用户展现所述验证码;
将所述用户返回的数据发送至判决中心,以使得所述判决中心依据所述用户返回的数据判断人机行为。
6.根据权利要求5所述的验证码的生成方法,其中,在将获取到的对抗图片进行封装,生成验证码之前,所述方法还包括:
存储自然语言处理问答系统生成的问题和候选答案;
调用生成式对抗网络中心依据所述问题和所述候选答案获取所述对抗图片;
存储所述问题、所述候选答案,以及所述问题和所述候选答案的对抗图片。
7.根据权利要求6所述的验证码的生成方法,其中,在存储自然语言处理问答系统生成的问题和候选答案之前,所述方法还包括:
通过所述自然语言处理问答系统中的知识图谱生成常识问题和推理问题,以及所述常识问题和所述推理问题的候选答案集合,其中,所述候选答案集合中对每个问题设置多个候选答案,且只有一个正确答案。
8.一种验证码的显示方法,包括:
显示问题和候选答案;其中,所述问题包括:常识问题和推理问题,所述问题的题干中不包含答案的文字,所述题干的文字不超出预定数量;
从显示的候选答案中根据用户的触发操作确定待获取的目标对象;
拖动所述目标对象进行验证,其中,所述验证包括:拖动至目标区域位置时,所述目标区域位置发生变化;或者,所述目标对象的形状发生变化;
其中,所述显示问题和候选答案包括:显示验证码,所述验证码由对抗图片封装得到,所述对抗图片由生成式对抗网络中心根据验证码服务中心输入的问题和候选答案生成得到。
9.一种验证码的生成装置,包括:
封装模块,用于将获取到的对抗图片进行封装生成验证码,其中,所述对抗图片由生成式对抗网络中心根据验证码服务中心输入的问题和候选答案生成得到,其中,所述问题的题干中不包含答案的文字,所述题干的文字不超出预定数量;
显示模块,用于向用户展现所述验证码;
发送模块,用于将所述用户返回的数据发送至判决中心,以使得所述判决中心依据所述用户返回的数据判断人机行为。
10.一种验证码的显示装置,包括:
显示模块,用于显示问题和候选答案;其中,所述问题包括:常识问题和推理问题,其中,所述问题的题干中不包含答案的文字,所述题干的文字不超出预定数量;
获取模块,用于从显示的候选答案中根据用户的触发操作确定待获取的目标对象;
验证模块,用于拖动所述目标对象进行验证,其中,所述验证包括:拖动至目标区域位置时,所述目标区域位置发生变化;或者,所述目标对象的形状发生变化;
所述显示模块,用于显示验证码,所述验证码由对抗图片封装得到,所述对抗图片由生成式对抗网络中心根据验证码服务中心输入的问题和候选答案生成得到。
11.一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行:将获取到的对抗图片进行封装生成验证码,其中,所述对抗图片由生成式对抗网络中心根据验证码服务中心输入的问题和候选答案生成得到;向用户展现所述验证码;将所述用户返回的数据发送至判决中心,以使得所述判决中心依据所述用户返回的数据判断人机行为,其中,所述问题的题干中不包含答案的文字,所述题干的文字不超出预定数量。
12.一种验证码的显示方法,包括:
客户端显示问题和候选答案;其中,所述问题包括:常识问题和推理问题,其中,所述问题的题干中不包含答案的文字,所述题干的文字不超出预定数量;
所述客户端从显示的候选答案中根据用户的触发操作确定待获取的目标对象;
所述客户端显示根据用户拖动操作通过拖动所述目标对象进行验证,其中,
所述验证包括:拖动至目标区域位置时,所述目标区域位置发生变化;或者,所述目标对象的形状发生变化;
所述客户端显示问题和候选答案包括:显示验证码,所述验证码由对抗图片封装得到,所述对抗图片由生成式对抗网络中心根据验证码服务中心输入的问题和候选答案生成得到。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811583861.1A CN111353140B (zh) | 2018-12-24 | 2018-12-24 | 验证码的生成、显示方法、装置和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811583861.1A CN111353140B (zh) | 2018-12-24 | 2018-12-24 | 验证码的生成、显示方法、装置和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111353140A CN111353140A (zh) | 2020-06-30 |
CN111353140B true CN111353140B (zh) | 2024-03-22 |
Family
ID=71193897
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811583861.1A Active CN111353140B (zh) | 2018-12-24 | 2018-12-24 | 验证码的生成、显示方法、装置和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111353140B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112380508B (zh) * | 2020-11-16 | 2022-10-21 | 西安电子科技大学 | 基于常识知识的人机验证方法 |
CN113378142A (zh) * | 2021-06-28 | 2021-09-10 | 平安普惠企业管理有限公司 | 基于图形验证码的验证方法、装置、设备及存储介质 |
CN114124462B (zh) * | 2021-10-26 | 2023-12-19 | 北京达佳互联信息技术有限公司 | 验证码传输方法、装置、电子设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1845489A (zh) * | 2005-04-06 | 2006-10-11 | 腾讯科技(深圳)有限公司 | 验证信息生成装置及其方法、反自动机验证装置及其方法 |
CN104580109A (zh) * | 2013-10-24 | 2015-04-29 | 深圳市腾讯计算机系统有限公司 | 生成点选验证码的方法及装置 |
CN104580117A (zh) * | 2013-10-28 | 2015-04-29 | 深圳市腾讯计算机系统有限公司 | 身份验证方法、装置及系统 |
CN108199846A (zh) * | 2017-12-19 | 2018-06-22 | 重庆亚凡科技有限公司 | 提问式图片验证服务器 |
CN108512850A (zh) * | 2018-04-02 | 2018-09-07 | 广东能龙教育股份有限公司 | 一种基于问答题目的智能验证码的处理方法 |
CN108647683A (zh) * | 2018-04-28 | 2018-10-12 | 浙江大学 | 一种基于频域加噪的字符对抗验证码生成方法和系统 |
CN108763915A (zh) * | 2018-05-18 | 2018-11-06 | 百度在线网络技术(北京)有限公司 | 建立验证码生成模型以及生成验证码的方法、装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017063163A1 (en) * | 2015-10-15 | 2017-04-20 | Nokia Technologies Oy | Apparatus, method and computer program product for authentication |
-
2018
- 2018-12-24 CN CN201811583861.1A patent/CN111353140B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1845489A (zh) * | 2005-04-06 | 2006-10-11 | 腾讯科技(深圳)有限公司 | 验证信息生成装置及其方法、反自动机验证装置及其方法 |
CN104580109A (zh) * | 2013-10-24 | 2015-04-29 | 深圳市腾讯计算机系统有限公司 | 生成点选验证码的方法及装置 |
CN104580117A (zh) * | 2013-10-28 | 2015-04-29 | 深圳市腾讯计算机系统有限公司 | 身份验证方法、装置及系统 |
CN108199846A (zh) * | 2017-12-19 | 2018-06-22 | 重庆亚凡科技有限公司 | 提问式图片验证服务器 |
CN108512850A (zh) * | 2018-04-02 | 2018-09-07 | 广东能龙教育股份有限公司 | 一种基于问答题目的智能验证码的处理方法 |
CN108647683A (zh) * | 2018-04-28 | 2018-10-12 | 浙江大学 | 一种基于频域加噪的字符对抗验证码生成方法和系统 |
CN108763915A (zh) * | 2018-05-18 | 2018-11-06 | 百度在线网络技术(北京)有限公司 | 建立验证码生成模型以及生成验证码的方法、装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111353140A (zh) | 2020-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9767263B1 (en) | Turing test via failure | |
CN111353140B (zh) | 验证码的生成、显示方法、装置和系统 | |
CN104766001A (zh) | 检测和破坏captcha自动化脚本以及防止图像刮削 | |
CN109194689B (zh) | 异常行为识别方法、装置、服务器及存储介质 | |
CN110704822A (zh) | 提高用户身份验证安全性的方法、装置、服务器及系统 | |
CN108011868A (zh) | 一种滑动验证方法及移动终端 | |
CN103413078B (zh) | 基于用户标识和笔迹的两层在线认证系统及认证方法 | |
CN111143813B (zh) | 一种验证问题的生成方法、验证方法及装置 | |
CN109145590A (zh) | 一种函数hook检测方法、检测设备及计算机可读介质 | |
CN107995170A (zh) | 身份验证方法、装置、计算机设备和计算机可读存储介质 | |
CN106060038B (zh) | 基于客户端程序行为分析的钓鱼网站检测方法 | |
CN112463923A (zh) | 用户欺诈行为检测方法、装置、设备及存储介质 | |
CN113918898A (zh) | 基于轨迹绘制交互的安全验证码生成方法、系统及介质 | |
CN110120928A (zh) | 一种身份认证的方法、装置、服务器及计算机可读介质 | |
CN112307464A (zh) | 诈骗识别方法、装置及电子设备 | |
CN110162957B (zh) | 智能设备的鉴权方法和装置、存储介质、电子装置 | |
Dinh et al. | Human-artificial intelligence approaches for secure analysis in CAPTCHA codes | |
CN109413004A (zh) | 验证方法、装置及设备 | |
Mohamed et al. | On the security and usability of dynamic cognitive game CAPTCHAs | |
CN115906028A (zh) | 用户身份验证方法、装置和自助服务终端 | |
CN107798545A (zh) | 一种利用红包或消费返利机制实现防伪的方法及系统 | |
De Marsico et al. | FATCHA: biometrics lends tools for CAPTCHAs | |
CN112637148A (zh) | 验证用户的方法、装置、电子设备及介质 | |
CN112613005A (zh) | 身份验证方法及装置 | |
CN111008373A (zh) | 智能问答的处理方法、装置、计算机可读介质及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40032392 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |