CN111460422A

CN111460422A - 生成验证码的方法和装置

Info

Publication number: CN111460422A
Application number: CN202010086872.XA
Authority: CN
Inventors: 易津锋; 陈景辉
Original assignee: Beijing Jingdong Century Trading Co Ltd; Beijing Jingdong Shangke Information Technology Co Ltd
Current assignee: Beijing Jingdong Century Trading Co Ltd; Beijing Jingdong Shangke Information Technology Co Ltd
Priority date: 2020-02-11
Filing date: 2020-02-11
Publication date: 2020-07-28
Anticipated expiration: 2040-02-11
Also published as: CN111460422B

Abstract

本发明公开了生成验证码的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：获取用于生成验证码的目标字符集合；针对所述目标字符集合中的每个字符，分别生成子对抗样本；将所述目标字符集合中各个字符对应的子对抗样本进行组合，生成验证码。该实施方式解决了现有技术采用通用的对抗样本存在的安全性问题，进而可以达到不影响用户易读性、提高验证码安全性的技术效果。

Description

生成验证码的方法和装置

技术领域

本发明涉及计算机技术领域，尤其涉及一种生成验证码的方法和装置。

背景技术

验证码全称是“Completely Automated Public Turing test to tellComputers and Humans Apart”(CAPTCHA)，即全自动区分计算机和人类的图灵测试。验证码用来区分用户是计算机还是人，可以防止恶意破解密码，防止恶意注册，反复刷新抢单等。验证码设计由计算机生成，但是必须只有人类才能解答。现有技术通常采用以下基于文本、图像、或其他形式生成验证码。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

1.生成的验证码可能无法被用户正确识别；

2.容易被已有的破解验证码的方法识别。

发明内容

有鉴于此，本发明实施例提供一种生成验证码的方法和装置，能够解决现有技术采用通用的对抗样本存在的安全性问题，进而可以达到不影响用户易读性、提高准确性的技术效果。

为实现上述目的，根据本发明实施例的一个方面，提供了一种生成验证码的方法，包括：

获取用于生成验证码的目标字符集合；

针对所述目标字符集合中的每个字符，分别生成子对抗样本；

将所述目标字符集合中各个字符对应的子对抗样本进行组合，生成验证码。

可选地，针对所述目标字符集合中的每个字符，分别生成子对抗样本，包括：

对于所述目标字符集合中的一个字符，确定所述字符对应的识别模型；确定所述字符对应的对抗攻击；根据所述识别模型和所述对抗攻击，生成对抗噪声；根据所述字符和所述对抗噪声，生成所述字符对应的子对抗样本；

或，将所述目标字符集合中的一个字符，确定为所述字符对应的子对抗样本。

对于所述目标字符集合中的一个字符，确定所述字符对应的预设个数的识别模型和对抗攻击；

基于预设个数的所述识别模型和所述对抗攻击，生成至少一个第一对抗噪声；

对所述至少一个第一对抗噪声进行筛选，生成所述字符对应的对抗噪声；

根据所述字符和所述对抗噪声，生成所述字符对应的子对抗样本。

可选地，对所述至少一个第一对抗噪声进行筛选，生成对抗噪声，包括：

将所述第一对抗噪声中最平滑的第一对抗噪声，确定为对抗噪声；

或，将随机筛选的一个所述第一对抗噪声，确定为对抗噪声。

可选地，所述识别模型至少包括以下之一：光学字符识别模型，卷积神经网络模型、计算机视觉模型。

可选地，所述对抗攻击对应的模型至少包括以下之一：快速梯度符号法模型、基于极大雅可比的显著图对抗、卡里尼-瓦格纳对抗。

可选地，将所述目标字符集合中各个字符对应的子对抗样本进行组合，生成验证码之前，包括：

判断所述目标字符集合中是否存在字符没有完成子对抗样本的生成；

若是，则循环执行根据所述目标字符集合中的字符，生成子对抗样本，直至所述目标字符集合中不存在字符没有完成子对抗样本的生成。

根据本发明实施例的再一个方面，提供了一种生成验证码的装置，包括：

集合确定模块，用于获取用于生成验证码的目标字符集合；

子对抗样本生产模块，用于针对所述目标字符集合中的每个字符，分别生成子对抗样本；

验证码生成模块，用于将所述目标字符集合中各个字符对应的子对抗样本进行组合，生成验证码。

根据本发明实施例的另一个方面，提供了一种生成验证码电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明提供的生成验证码方法。

根据本发明实施例的还一个方面，提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明提供的生成验证码方法。

上述发明中的一个实施例具有如下优点或有益效果：

本申请不是采用通用的对抗样本，而是对目标字符集合中的每个字符分别采用可能不同的对抗噪声(adversarial noises)生成子对抗样本(adversarial example)再组合生成验证码的技术手段，进而解决了现有技术采用通用的对抗样本存在的安全性问题，并且可以达到不影响用户易读性的技术效果。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明实施例的生成验证码的方法的主要流程的示意图；

图2是现有技术实现对抗攻击的示意图；

图3(a)、图3(b)、图3(c)是现有技术实现对抗攻击的再一示意图；

图4是根据本发明具体实施例的生成验证码的方法的详细步骤流程示意图；

图5是本申请实施例所生成的验证码示意图；

图6是根据本发明实施例的生成验证码的装置的主要模块的示意图；

图7是本发明实施例可以应用于其中的示例性系统架构图；

图8是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

图1是根据本发明实施例的生成验证码的方法的主要流程的示意图，如图1所示，提供了一种生成验证码的方法，包括：

步骤S101、获取用于生成验证码的目标字符集合；

步骤S102、针对所述目标字符集合中的每个字符，分别生成子对抗样本；

步骤S103、将所述目标字符集合中各个字符对应的子对抗样本进行组合，生成验证码。

本申请所提出的技术方案与现有技术不同，本申请不是采用通用的对抗样本，而是对目标字符集合中的每个字符分别采用可能不同的对抗噪声(adversarial noises)生成子对抗样本(adversarial example)再组合生成验证码的技术手段，进而解决了现有技术采用通用的对抗样本存在的安全性问题，并且可以达到不影响用户易读性的技术效果。

其中，所述目标字符集合中的每个字符所采用的字体也可以是不同的；验证码就是所述对抗样本；所述字符可以包括但不限于数字、字母、汉字之间的一种或多种的组合。所述对抗噪声是指叠加在目标字符上，影响计算机对叠加后的字符进行识别，但是不影响用户人眼对目标字符进行识别的噪声。

其中，所述对抗样本(adversarial example)是指对目标字符集合中的字符叠加上微小的人工噪声，进而“欺骗”分类器，达到使得分类器在输入改变很小的情况下输出错误的预测结果。

所述生成验证码可以是：将所述目标字符集合中的全部字符对应的对抗样本进行组合，或，将所述目标字符集合中的一个或多个字符所对应的子对抗样本与目标字符集合中未生成子对抗样本的字符进行组合。

对抗攻击(adversarial attack)就是利用特定算法生成抗样本(adversarialexample)的过程，并且对抗攻击还可能对识别验证码的设备进行攻击，使得所述设备输出错误的预设结果。

为方便理解对抗攻击以及生成对抗样本的过程，下面以图2为例详细说明抗攻击的过程。

图2是现有技术实现对抗攻击的示意图；

原始图像(Original image)可以被计算机准确分类为猫(Cat)，然而当原始图像上叠加了一个微小的对抗噪声后，形成的对抗图像(Adversarial image，为对抗样本的一种表现形式)后，尽管在后的对抗图像与原始图像在人眼看上去没有发生任何明显改变，但是用于识别该模型的计算机却被“欺骗”，而将对抗图像分类为鸵鸟(Ostrich)。在实际应用中采用对抗样本可以“欺骗”识别该模型的计算机这一特点生成验证码。

值得注意的是，对抗样本需要与原始字符或原始图像在人眼感官上保持基本一致，不能影响可读性。图3是现有技术实现对抗攻击的再一示意图；具体地，如图3(a、b、c)所示，

图3(a)为原始图像，会被常见CNN系统正确分类为数字3，图3(b)为针对CNN系统生成的对抗噪声(adversarial noise)，图3(c)为根据图3(b)对抗噪声生成的对抗样本。在对所述图3(c)进行识别时，CNN系统会将图3(c)错误分类为数字5，而对抗样本图3(c)与原始图像图3(b)的感官差异很小，进而不会影响可读性。

本申请的技术方案，从安全性方面考虑，如果每个子对抗样本被算法识别的正确率都低于10％，那本申请对目标字符集合中每个字符分别计算子对抗样本，然后将所述目标集合中的子对抗样本进行组合后，被算法正确识别的几率会低于百万分之一，因而能保证验证码的安全性。实际上，主流识别效果最好的CNN模型在应对对抗样本进行识别的成功率常常不足5％，进而本申请技术方案所生成验证码被识别出来的成功率。

为了进一步保证验证码不容易被破解出来，本申请将目标字符集合中的字符用不同的识别模型和对抗攻击生成对抗噪声。

所述识别模型是指利用计算机对图像或文字进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。其中，所述识别模型可以包括但不限于以下的一个或几个：光学字符识别(OCR)模型，卷积神经网络(CNN)模型、计算机视觉(CV)模型；

所述对抗攻击对应的模型可以包括但不限于以下之一：快速梯度符号法模型(FGSM：Fast Gradient Signed Method)、基于极大雅可比的显著图对抗(JSMA：MaximalJacobian-based Saliency Map Attack)、卡里尼和瓦格纳对抗(C-W：Carlini&Wagnerattack)。

具体地，针对所述目标字符集合中的每个字符，生成子对抗样本，可以包括：

在一些可选实施例中，针对所述目标字符集合中的每个字符，分别生成子对抗样本，包括：

通过上述生成对抗噪声的方式，可以达到即使了解本申请所保护的技术方案也很难准确的确定，采用本申请所述的方式生成的验证码对应的实际的字符，也就是难确定生成对抗样本所采用的对抗噪声。

在本申请中，其中可以对所述至少一个第一对抗噪声进行筛选，生成对抗噪声，包括：

通过将最平滑的第一对抗噪声，确定为对抗噪声，可以达到进一步防止对抗噪声被机器识别验证码的过程中去除、保证了生成验证码的安全性、并且使得验证码的易读性更强的技术效果。

若是，则循环执行根据所述目标字符集合中的字符，生成子对抗样本，直至所述目标字符集合中不存在字符没有完成子对抗样本的生成；若否，则直接生成验证码。通过上述判断，可以达到将所述目标字符集合中的每个字符都完成生成子对抗样本的技术效果，进而方便后续将各个子对抗样本进行组合生成验证码。

下面以一完整实施例详细说明本申请所保护的内容。

图4是根据本发明具体实施例的生成验证码的方法的详细步骤流程示意图；图5是本申请实施例所生成的验证码示意图；

在本实施例中，目标字符集合中包含6个字符(可以为数字、字母和/或汉字的组合)。用户需要全部输入正确才能通过验证。

如图4所示，包括如下步骤，

S401、随机获取目标字符集合中的6个字符，在本实施例中，随机获取的6个字符为dfW8Hp；

S402、在多个识别模型中随机选取一个识别模型，在多个对抗攻击中随机选取一个对抗攻击；

S403、根据S402中的识别模型和对抗攻击对应的模型对dfW8Hp中的一个未生成对抗样本的字符生成对抗噪声；

S404、根据S403中的对抗噪声和选定的字符进行组合，生成子对抗样本；

S405、判断dfW8Hp中的字符是否全部完成生成子对抗样本；若是，则执行S406，若否，则执行S402；

S406、将目标字符集合中每个字符对应的子对抗样本进行组合生成验证码。

根据本发明实施例的再一个方面，提供了一种生成验证码的装置600，包括：

集合确定模块601，用于获取用于生成验证码的目标字符集合；

子对抗样本生产模块602，用于针对所述目标字符集合中的每个字符，分别生成子对抗样本；

验证码生成模块603，用于将所述目标字符集合中各个字符对应的子对抗样本进行组合，生成验证码。

图7示出了可以应用本发明实施例的生成验证码方法或生成验证码装置的示例性系统架构700。

如图7所示，系统架构700可以包括终端设备701、702、703，网络704和服务器705。网络704用以在终端设备701、702、703和服务器705之间提供通信链路的介质。网络704可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备701、702、703通过网络704与服务器705交互，以接收或发送消息等。终端设备701、702、703上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

终端设备701、702、703可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器705可以是提供各种服务的服务器，例如对用户利用终端设备701、702、703所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。

需要说明的是，本发明实施例所提供的生成验证码方法一般由服务器705执行，相应地，生成验证码装置一般设置于服务器705中。

应该理解，图7中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

下面参考图8，其示出了适于用来实现本发明实施例的终端设备的计算机系统800的结构示意图。图8示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图8所示，计算机系统800包括中央处理单元(CPU)801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中，还存储有系统800操作所需的各种程序和数据。CPU 801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

以下部件连接至I/O接口805：包括键盘、鼠标等的输入部分806；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807；包括硬盘等的存储部分808；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器810上，以便于从其上读出的计算机程序根据需要被安装入存储部分808。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分809从网络上被下载和安装，和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元(CPU)801执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括发送模块、获取模块、确定模块和第一处理模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，发送模块还可以被描述为“向所连接的服务端发送图片获取请求的模块”。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：

获取用于生成验证码的目标字符集合；

根据本发明实施例的技术方案，可以达到如下有益效果：

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims

1.一种生成验证码的方法，其特征在于，包括：

获取用于生成验证码的目标字符集合；

2.根据权利要求1所述的方法，其特征在于，针对所述目标字符集合中的每个字符，分别生成子对抗样本，包括：

3.根据权利要求1所述的方法，其特征在于，针对所述目标字符集合中的每个字符，分别生成子对抗样本，包括：

4.根据权利要求3所述的方法，其特征在于，对所述至少一个第一对抗噪声进行筛选，生成对抗噪声，包括：

5.根据权利要求2-4中之一所述的方法，其特征在于，所述识别模型至少包括以下之一：光学字符识别模型，卷积神经网络模型、计算机视觉模型。

6.根据权利要求2-4中之一所述的方法，其特征在于，所述对抗攻击对应的模型至少包括以下之一：快速梯度符号法模型、基于极大雅可比的显著图对抗、卡里尼-瓦格纳对抗。

7.根据权利要求1所述的方法，其特征在于，将所述目标字符集合中各个字符对应的子对抗样本进行组合，生成验证码之前，包括：

8.一种生成验证码的装置，其特征在于，包括：

集合确定模块，用于获取用于生成验证码的目标字符集合；

9.一种生成验证码的电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。