CN116186674A - 一种高对抗性人机交互验证方法 - Google Patents
一种高对抗性人机交互验证方法 Download PDFInfo
- Publication number
- CN116186674A CN116186674A CN202310143907.2A CN202310143907A CN116186674A CN 116186674 A CN116186674 A CN 116186674A CN 202310143907 A CN202310143907 A CN 202310143907A CN 116186674 A CN116186674 A CN 116186674A
- Authority
- CN
- China
- Prior art keywords
- picture
- module
- arithmetic
- pictures
- splicing
- 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.)
- Pending
Links
- 238000012795 verification Methods 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000003993 interaction Effects 0.000 title claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 11
- 230000002427 irreversible effect Effects 0.000 claims abstract description 9
- 230000008569 process Effects 0.000 claims abstract description 4
- 238000003672 processing method Methods 0.000 claims description 19
- 230000005484 gravity Effects 0.000 claims description 13
- 230000006399 behavior Effects 0.000 abstract description 13
- 230000008901 benefit Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Images
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
- 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
- G06F21/45—Structures or tools for the administration of authentication
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Character Discrimination (AREA)
Abstract
本发明公开了一种高对抗性人机交互验证方法,验证器采用不可逆加密算法向服务端提供算式图片,客户端在人机交互界面上显示算式图片及文本输入框,用户输入算式图片对应的答案,验证器对答案进行验证;所述验证器包括元素库、算式模块、字体模块、图片干扰模块和图片拼接模块;本案先将算式中的各个数字和运算符进行分别处理,将等号一并纳入处理,再对处理后的各个数字和运算符进行拼接形成一张算式图片,增加了机器识别算式图片的难度;可以通过设计新的元素图片更新元素库,提高算式图片的识别难度,更新方法简单、高效;通过多种干扰算法的综合使用,可以大大增强图像被机器识别的能力,进一步阻挡机器识别,增加人类行为的验证能力。
Description
技术领域
本发明涉及一种高对抗性人机交互验证方法,属于网络安全技术。
背景技术
为了区分人机行为,有效防御机器批量自动化请求,识别恶意流量,恶意利用人机行为特征识别行为,防止业务被网络攻击,保障自身业务安全,很多网站/应用引入了行为验证机制。市场上出现一批专门提供行为验证的服务商,如极验、易盾、旋转式验证码、滑动验证码、12306的识物验证等等。市面上常见的行为验证通常存在如下问题,
(1)对验证图片采用统一的干扰算法,验证图片很容易破解;
(2)随着AI技术的发展,机器也能代替人识物,造成人机行为识别不准;
(3)交互方式多以鼠标互动为主,而鼠标点击相对易于通过软件模拟。
行为验证的诞生,给互联网提供了新的验证安全解决方案;然而,在巨大利益诱惑面前,黑产也不会轻易放弃,上述缺陷也成为黑产攻克行为验证的入口。
发明内容
发明目的:为了克服现有技术中存在的不足,本发明提供一种高对抗性人机交互验证方法,能够提高AI识别的难度,使人机验证更为准确。
技术方案:为实现上述目的,本发明采用的技术方案为:
一种高对抗性人机交互验证方法,验证器采用不可逆加密算法向服务端提供算式图片,服务端将算式图片提供给客户端,客户端在人机交互界面上显示算式图片及文本输入框,用户在文本输入框内输入算式图片对应的答案,客户端将答案反馈给服务端,服务端采用不可逆加密算法向验证器提供答案,验证器对答案进行验证,给出验证是否通过的判断;所述验证器包括元素库、算式模块、字体模块、图片干扰模块和图片拼接模块;
所述元素库用于存储元素图片,表示为Store={Eij},Eij表示第i个元素的第j种图片,元素为数字或运算符;
所述算式模块用于生成验证算式,验证算式包括运算参数、运算符和运算结果,将运算参数拆分为各个数位上的数字,对拆分后得到数字和运算符进行标记,第m个元素标记为Am,运算结果表示为Key,则有{Am}=Key,m=1,2,3,…,M,M为拆分后得到的数字和运算符的总个数;将等号标记为A0;
所述字体模块从元素库中对应元素Am的图片中随机选择一张图片标记为Bm,字体模块从元素库中对应元素A0的图片中随机选择一张图片标记为B0;
所述图片干扰模块对B0和Bm进行干扰处理,干扰处理后的图片标记为C0和Cm;
所述图片拼接模块将C0和Cm按验证算式的顺序拼接在一条随机曲线上形成算式图片,一般设定随机曲线在一条直线轴上的长度距离固定,以适应环境。
本案中,需要使用人机行为的验证的需求方,比如网站、APP、TV等终端设备,通过验证器发布算式图片,服务端将算式图片发布给用户,用户在文本输入框内输入算式图片的答案反馈给服务端,服务端再发送给验证器,若用户反馈的答案与Key一致,则通过验证,否则验证失败。与现有技术相比,首先,我们先将算式中的各个数字和运算符进行分别处理,再对处理后的各个数字和运算符进行拼接形成一张算式图片,增加了机器识别算式图片的难度;其次,我们将等号一并纳入到算式图片中,增加了算式图片的内容,增加了机器识别算式图片的难度;另外,我们对运算参数进行拆分,在确定元素库的基础上,能够提高验证算式的可选数量;同时,在信息的传输过程中,进行了加密处理,Key作为结果评价基础,始终保留在验证器中,能够降低被机器拦截的风险。
本案中,验证器在提供验证算式时,可以根据使用需求设定所形成的验证算式的难易程度、所形成算式图片的样式风格等。同时,采用元素库存储数字和运算符,由于数字和运算符都是有限的,因此元素库中存储的元素就限定在有限范围内,但是对每个元素,可以根据需求设计大量的不同图片,可以通过设计新的元素图片更新元素库,提高算式图片的识别难度。
优选的,所述图片拼接模块在进行图片拼接时,将C0和Cm的重心放置在随机曲线上,相邻图片重心的直线距离为初始设定值;图片拼接位置确定后,对相邻图片的重叠率进行计算:若重叠率低于设定值,则缩小该相邻图片重心的直线距离,重新确定拼接位置,或者扩大相邻图片的大小,或者旋转相邻图片;若重叠率高于设定值,则扩大该相邻图片重心的直线距离,重新确定拼接位置,或者缩小相邻图片的大小,或者旋转相邻图片;若重叠率在设定范围内,则按照拼接位置拼接图片。
优选的,所述图片拼接模块在完成C0和Cm的拼接后,对形成的图片进行背景增加,形成算式图片。
优选的,所述图片拼接模块在对C0和Cm进行拼接前,先选择出高度最大的图片Cmax和高度最小的图片Cmin:若Hmax≥αHmin,则拼接C0和Cm;否则,拉伸高度最大的图片Cmax,或者缩小高度最小的图片Cmin,或者拉伸高度最大的图片Cmax并缩小高度最小的图片Cmin,直至Hmax≥αHmin,拼接拉伸或缩小后的图片及其余图片;其中:Hmax为Cmax的高度,Hmin为Cmin的高度,α为大于1的设定参数,一般选择大于1.5的数;若高度最大的图片有两个以上,则随机选择一个进行拉伸;若高度最小的图片有两个以上,则随机选择一个进行缩小。
优选的,所述图片干扰模块内置N个单一的图片处理方法,在对输入图片进行干扰处理时,随机从N个图片处理方法中选择L个对输入图片进行处理,N>>L;针对同一个验证算式,相同图片处理方法最多使用两次,且使用一次的图片处理方法多于使用两次的图片处理方法;通过多种干扰算法的综合使用,可以大大增强图像被机器识别的能力,进一步阻挡机器识别,增加人类行为的验证能力。
优选的,所述图片干扰模块内置的单一的图片处理方法包括随机背景色、随机背景图、干扰线、噪声波点、角度旋转、矢量形变、缩放、反色。
优选的,所述验证算式的运算结果为正整数。
优选的,所述文本输入框的输入方式限定为键盘输入。鼠标点击可以很轻易的被机器模拟,同时点击选中的方式答对的概率高,为1/Q(Q为备选图像数量);由于人机交互界面的有限性,该备选图像数量一般不大,机器蒙对的概率为1/4~1/10左右。采用键盘输入答案的方式则极大的降低了机器蒙对的概率,该概率接近于0。
优选的,所述不可逆加密算法为非对称加密算法,对URL参数进行数字签名,对POST数据进行加密,使得机器的模拟和伪造请求几乎不可能。
有益效果:本发明提供的高对抗性人机交互验证方法,先将算式中的各个数字和运算符进行分别处理,将等号一并纳入处理,再对处理后的各个数字和运算符进行拼接形成一张算式图片,增加了机器识别算式图片的难度;可以通过设计新的元素图片更新元素库,提高算式图片的识别难度,更新方法简单、高效;通过多种干扰算法的综合使用提供对抗性,可以大大增强图像被机器识别的能力,进一步阻挡机器识别,增加人类行为的验证能力。
附图说明
图1为本发明的系统框图;
图2为验证器产生算式图片的流程图。
具体实施方式
以下结合附图和具体实施例对本发明作具体的介绍。
如图1所示为一种高对抗性人机交互验证方法,验证器采用不可逆加密算法向服务端提供算式图片,服务端将算式图片提供给客户端,客户端在人机交互界面上显示算式图片及文本输入框,用户通过键盘在文本输入框内输入算式图片对应的答案,客户端将答案反馈给服务端,服务端采用不可逆加密算法向验证器提供答案,验证器对答案进行验证,给出验证是否通过的判断。
如图2所示,所述验证器包括元素库、算式模块、字体模块、图片干扰模块和图片拼接模块。
所述元素库用于存储元素图片,表示为Store={Eij},Eij表示第i个元素的第j种图片,元素为一位数数字或运算符。由于一位数数字和运算符都是有限的,因此元素库中存储的元素就限定在有限范围内;但是对每个元素,可以根据需求设计大量的不同图片,可以通过设计新的元素图片更新元素库,提高算式图片的识别难度。
所述算式模块用于生成验证算式,验证算式包括运算参数、运算符和运算结果,为了降低运算难度和便于用户输入,设计运算结果为正整数,若验证算式的运算结果非正整数则重新生成验证算式;若验证算式仅为简单的加减乘除算式,可以在设计验证算式时先设计为正整数的加法算式或乘法算式,然后根据逆运算将算式扩充为四个算式,随机选择一个算式为验证算式;将运算参数拆分为各个数位上的数字,对拆分后得到数字和运算符进行标记,第m个元素标记为Am,运算结果表示为Key,则有{Am}=Key,m=1,2,3,…,M,M为拆分后得到的数字和运算符的总个数;将等号标记为A0。
所述字体模块从元素库中对应元素Am的图片中随机选择一张图片标记为Bm,字体模块从元素库中对应元素A0的图片中随机选择一张图片标记为B0。
所述图片干扰模块对B0和Bm进行干扰处理,干扰处理后的图片标记为C0和Cm。图片干扰模块内置N个单一的图片处理方法(比如随机背景色、随机背景图、干扰线、噪声波点、角度旋转、矢量形变、缩放、反色等),在对输入图片进行干扰处理时,随机从N个图片处理方法中选择L个对输入图片进行处理,N>>L;针对同一个验证算式,相同图片处理方法最多使用两次,且使用一次的图片处理方法多于使用两次的图片处理方法;通过多种干扰算法的综合使用,可以大大增强图像被机器识别的能力,进一步阻挡机器识别,增加人类行为的验证能力。
所述图片拼接模块对C0和Cm进行拼接,包括如下步骤:
(1)从C0和Cm中,选择出高度最大的图片Cmax和高度最小的图片Cmin:若Hmax≥αHmin,则进入步骤(2);否则,拉伸高度最大的图片Cmax,或者缩小高度最小的图片Cmin,或者拉伸高度最大的图片Cmax并缩小高度最小的图片Cmin,重复步骤(1);
其中:Hmax为Cmax的高度,Hmin为Cmin的高度,α为大于1的设定参数,一般选择大于1.5的数;若高度最大的图片有两个以上,则随机选择一个进行拉伸;若高度最小的图片有两个以上,则随机选择一个进行缩小;
(2)设定相邻图片重心直线距离的初始值,将C0和Cm的重心按照所属图片在验证算式中的顺序放置在一条随机曲线上,相邻图片重心直线距离为初始值;确定图片拼接位置后,对相邻图片的重叠率进行计算:若重叠率低于设定值,则缩小该相邻图片重心的直线距离,重新确定拼接位置;若重叠率高于设定值,则扩大该相邻图片重心的直线距离,重新确定拼接位置;若重叠率在设定范围内,则按照拼接位置拼接图片;
(3)在完成C0和Cm的拼接后,对形成的图片进行背景增加,形成算式图片。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解,上述实施例不以任何形式限制本发明,凡采用等同替换或等效变换的方式所获得的技术方案,均落在本发明的保护范围内。
Claims (8)
1.一种高对抗性人机交互验证方法,其特征在于:验证器采用不可逆加密算法向服务端提供算式图片,服务端将算式图片提供给客户端,客户端在人机交互界面上显示算式图片及文本输入框,用户在文本输入框内输入算式图片对应的答案,客户端将答案反馈给服务端,服务端采用不可逆加密算法向验证器提供答案,验证器对答案进行验证,给出验证是否通过的判断;所述验证器包括元素库、算式模块、字体模块、图片干扰模块和图片拼接模块;
所述元素库用于存储元素图片,表示为Store={Eij},Eij表示第i个元素的第j种图片,元素为数字或运算符;
所述算式模块用于生成验证算式,验证算式包括运算参数、运算符和运算结果,将运算参数拆分为各个数位上的数字,对拆分后得到数字和运算符进行标记,第m个元素标记为Am,运算结果表示为Key,则有{Am}=Key,m=1,2,3,…,M,M为拆分后得到的数字和运算符的总个数;将等号标记为A0;
所述字体模块从元素库中对应元素Am的图片中随机选择一张图片标记为Bm,字体模块从元素库中对应元素A0的图片中随机选择一张图片标记为B0;
所述图片干扰模块对B0和Bm进行干扰处理,干扰处理后的图片标记为C0和Cm;
所述图片拼接模块将C0和Cm按验证算式的顺序拼接在一条随机曲线上形成算式图片;所述图片拼接模块在进行图片拼接时,将C0和Cm的重心放置在随机曲线上,相邻图片重心的直线距离为初始设定值;图片拼接位置确定后,对相邻图片的重叠率进行计算:若重叠率低于设定值,则缩小该相邻图片重心的直线距离,重新确定拼接位置,或者扩大相邻图片的大小,或者旋转相邻图片;若重叠率高于设定值,则扩大该相邻图片重心的直线距离,重新确定拼接位置,或者缩小相邻图片的大小,或者旋转相邻图片;若重叠率在设定范围内,则按照拼接位置拼接图片。
2.根据权利要求1所说的高对抗性人机交互验证方法,其特征在于:所述图片拼接模块在完成C0和Cm的拼接后,对形成的图片进行背景增加,形成算式图片。
3.根据权利要求1所说的高对抗性人机交互验证方法,其特征在于:所述图片拼接模块在对C0和Cm进行拼接前,先选择出高度最大的图片Cmax和高度最小的图片Cmin:若Hmax≥αHmin,则拼接C0和Cm;否则,拉伸高度最大的图片Cmax,或者缩小高度最小的图片Cmin,或者拉伸高度最大的图片Cmax并缩小高度最小的图片Cmin,直至Hmax≥αHmin,拼接拉伸或缩小后的图片及其余图片;其中:Hmax为Cmax的高度,Hmin为Cmin的高度,α为大于1的设定参数。
4.根据权利要求1所说的高对抗性人机交互验证方法,其特征在于:所述图片干扰模块内置N个单一的图片处理方法,在对输入图片进行干扰处理时,随机从N个图片处理方法中选择L个对输入图片进行处理,NL;针对同一个验证算式,相同图片处理方法最多使用两次,且使用一次的图片处理方法多于使用两次的图片处理方法。
5.根据权利要求4所说的高对抗性人机交互验证方法,其特征在于:所述图片干扰模块内置的单一的图片处理方法包括随机背景色、随机背景图、干扰线、噪声波点、角度旋转、矢量形变、缩放、反色。
6.根据权利要求1所说的高对抗性人机交互验证方法,其特征在于:所述验证算式的运算结果为正整数。
7.根据权利要求1所说的高对抗性人机交互验证方法,其特征在于:所述文本输入框的输入方式限定为键盘输入。
8.根据权利要求1所说的高对抗性人机交互验证方法,其特征在于:所述不可逆加密算法为非对称加密算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310143907.2A CN116186674A (zh) | 2023-02-21 | 2023-02-21 | 一种高对抗性人机交互验证方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310143907.2A CN116186674A (zh) | 2023-02-21 | 2023-02-21 | 一种高对抗性人机交互验证方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116186674A true CN116186674A (zh) | 2023-05-30 |
Family
ID=86450252
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310143907.2A Pending CN116186674A (zh) | 2023-02-21 | 2023-02-21 | 一种高对抗性人机交互验证方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116186674A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104700441A (zh) * | 2015-02-05 | 2015-06-10 | 北京京东尚科信息技术有限公司 | 一种图片验证码生成方法及系统 |
CN107622194A (zh) * | 2016-12-11 | 2018-01-23 | 卢安迪 | 一种动态遮挡型字符串图形验证码验证方法 |
CN107679391A (zh) * | 2017-10-11 | 2018-02-09 | 世纪龙信息网络有限责任公司 | 用于验证码的数据处理方法和系统 |
CN108229130A (zh) * | 2018-01-30 | 2018-06-29 | 中国银联股份有限公司 | 一种验证方法及装置 |
CN109086591A (zh) * | 2018-06-11 | 2018-12-25 | 平安科技(深圳)有限公司 | 验证码识别方法、装置、计算机设备及存储介质 |
CN112231676A (zh) * | 2020-10-09 | 2021-01-15 | 中国银联股份有限公司 | 图形验证码生成、显示、验证方法、装置、设备及存储介质 |
CN112836185A (zh) * | 2019-11-22 | 2021-05-25 | 上海哔哩哔哩科技有限公司 | 用户验证方法及系统 |
CN115225362A (zh) * | 2022-07-13 | 2022-10-21 | 南京元贝信息技术有限公司 | 人机行为的验证方法、装置、设备及存储介质 |
-
2023
- 2023-02-21 CN CN202310143907.2A patent/CN116186674A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104700441A (zh) * | 2015-02-05 | 2015-06-10 | 北京京东尚科信息技术有限公司 | 一种图片验证码生成方法及系统 |
CN107622194A (zh) * | 2016-12-11 | 2018-01-23 | 卢安迪 | 一种动态遮挡型字符串图形验证码验证方法 |
CN107679391A (zh) * | 2017-10-11 | 2018-02-09 | 世纪龙信息网络有限责任公司 | 用于验证码的数据处理方法和系统 |
CN108229130A (zh) * | 2018-01-30 | 2018-06-29 | 中国银联股份有限公司 | 一种验证方法及装置 |
CN109086591A (zh) * | 2018-06-11 | 2018-12-25 | 平安科技(深圳)有限公司 | 验证码识别方法、装置、计算机设备及存储介质 |
CN112836185A (zh) * | 2019-11-22 | 2021-05-25 | 上海哔哩哔哩科技有限公司 | 用户验证方法及系统 |
CN112231676A (zh) * | 2020-10-09 | 2021-01-15 | 中国银联股份有限公司 | 图形验证码生成、显示、验证方法、装置、设备及存储介质 |
CN115225362A (zh) * | 2022-07-13 | 2022-10-21 | 南京元贝信息技术有限公司 | 人机行为的验证方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10216923B2 (en) | Dynamically updating CAPTCHA challenges | |
JP6181558B2 (ja) | キャプチャ提供方法及びプログラム | |
CN109523611B (zh) | 验证码图片生成方法和装置 | |
US8631503B2 (en) | System and methods for key challenge validation | |
US20180253542A1 (en) | Variation Analysis-Based Public Turing Test to Tell Computers and Humans Apart | |
US8141146B2 (en) | Authentication server, authentication method and authentication program | |
EP2410450A1 (en) | Method for providing a challenge based on a content | |
US20090232351A1 (en) | Authentication method, authentication device, and recording medium | |
US20140157382A1 (en) | Observable authentication methods and apparatus | |
EP2892003A1 (en) | Method and apparatus for input verification | |
CN105956469A (zh) | 文件安全性识别方法和装置 | |
CN115225362A (zh) | 人机行为的验证方法、装置、设备及存储介质 | |
Dinh et al. | Human-artificial intelligence approaches for secure analysis in CAPTCHA codes | |
JP7041282B2 (ja) | 信頼できるコード証明トークンによるデータの完全性の向上 | |
CN116186674A (zh) | 一种高对抗性人机交互验证方法 | |
CN114049646A (zh) | 一种银行卡识别方法、装置、计算机设备及存储介质 | |
CN113343970A (zh) | 文本图像检测方法、装置、设备及存储介质 | |
TWI426764B (zh) | Randomly generate methods for verifying graphics and questionnaires | |
Payal et al. | JigCAPTCHA: An Advanced Image-Based CAPTCHA Integrated with Jigsaw Piece Puzzle using AJAX | |
Prathima et al. | Imposter detection with canvas and WebGL using Machine learning. | |
US20230344650A1 (en) | Validation of images via digitally signed tokens | |
CN111460422B (zh) | 生成验证码的方法和装置 | |
AU2022204469B2 (en) | Large pose facial recognition based on 3D facial model | |
CN116108464A (zh) | 图像处理方法、装置、电子设备及可读存储介质 | |
US20240039912A1 (en) | Security monitoring utilizing device signature detection |
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 |