验证码的原理及实现方法

针对当前互联网络的信息应用系统正面对着越来越多的在线攻击，严重地威胁着应用系统的各种信息安全的问题，提出通过使用验证码的方法，可以有效防止来自黑客工具的在线攻击，并给出了实现验证码的方法。     

一种新型验证码的实现

基于传统验证码容易被机器识别的问题,提出了一种新型的验证码实现思路,使得机器自动识别几乎变为不可能,阐述了新型验证码的原理,介绍了新型验证码的主要功能模块。     

基于Attention的卷积神经网络验证码识别研究

验证码字符识别技术作为数字图像处理的一个重要应用分支,其目的在于准确、快速地分析验证码所携带的字符内容.已有研究通过构建卷积神经网络进行验证码字符识别,并且取得了一定的效果;但是大部分研究使用特征的浅层信息作为模型的输入,受局部感受野的限制而丢失特征,未能充分分析验证码的深层特征信息,并且未能对特征进行充分融合,造成识别准确度还有一定提升空间.提出了一种基于注意力机制的卷积神经网络模型,首先采用Otsu算法对验证码进行预处理后,输入到VGG16模型提取验证码的特征;然后引入注意力机制,自动学习关键信息,得到不同特征的权重;最后基于卷积神经网络进行特征融合,通过训练后得到验证码识别模型.提出的模型在调用Captcha库生成的验证码数据集上进行验证,结果显示提出的方法在不增加时间成本的情况下,验证码识别准确率平均可达到93.27%,对比ResNet、CNN和CNN7基线方法,分别提升了8%、10%和22%.因此,提升了验证码识别的准确率,促进了自动识别车牌等场景落地,推进了验证码识别技术的发展.     

抗特征点匹配识别的滑块式拼图验证码

随着深度学习技术与图像处理技术的进步,验证码的有效性受到了挑战。文章分析了现有的针对滑块式拼图验证码的攻击方案,对于利用Canny边缘检测算法寻找高于阈值的特征点匹配度来定位目标位置的攻破滑块式拼图验证码的攻击方法,针对性地提出了一个抹除目标位置部分边缘特征点以降低目标位置特征点匹配分值的验证码生成算法;同时,为抵抗穷举攻击,该算法取消了滑动条,直接以拼图块作为滑块,将拼图块的移动范围从一维扩大至二维。经过安全性分析、易用性分析、人类测试以及攻击实验,该方案所生成的验证码在保证了易用性的情况下,对于特征点匹配攻击行为具有抵抗性。     

用ASP实现简单的图片验证码功能

本文简单讨论了验证码的作用、基本形式和原理,并通过源代码较详细地分析了图片验证码的ASP实现过程。特别的是,文中通过两种实现方式的比对,进一步加深了对验证码功能实现的理解。     

基于数据库技术的汉字验证码的设计与实现

验证码技术已经成为提高网站安全的一个重要手段,现在很多网站都采用了字母及数字形式的验证码,但这样的验证码破解率较高。为了增加计算机识别的难度,本文从access数据库随机抽取4个汉字作为验证码,采用了波形算法,并给出了源代码。     

一种基于端对端深度卷积神经网络的验证码识别方法

传统验证码识别方法对不同类型的验证码泛化能力和鲁棒性较差。为此,提出一种基于深度卷积神经网络的端对端验证码识别方法。首先,通过并行级联的卷积层构建简易Inception模块,替代Google-net的卷积层,在降低调整参数数量的同时,提高网络对于不同感受野尺度的适应性。同时,采用全局平均池化层替换原全连接层以防止过拟合,提高网络学习效率。其次,在训练过程中,直接利用深度网络的学习能力自动提取和识别验证码图像的字符特征信息,无须对验证码图像进行预分割,可以有效避免因字符分割引起的误差累积问题。通过对谷歌验证码、正方教务系统验证码和京东验证码的测试,结果表明本方法具有更好的泛化能力和鲁棒性,对三类验证码的识别率分别达到96.3%、98.9%和99%,比经典卷积神经网络分别提高3.14%、2.75%和1.14%。     

基于ResNet验证码混淆风格的迁移学习方法

引入一种混淆风格的方法来增加验证码的识别难度,对图像信息处理有广阔的应用前景。为此,探究了利用较少的数据通过迁移学习的方法处理验证码不同混淆风格的分类问题;在预训练的深度残差网络模型基础上,针对不同混淆风格的验证码进行深入训练,再利用除去全连接层的模型进行特征提取及聚类进行比较。实验结果表明:迁移学习对验证码混淆风格分类的效果有极大的提高,可使衡量聚类效果的兰德指数从0.730 2提升至0.885 8。     

基于Struts技术的验证码应用

随着互联网应用的高速发展,现在许多系统的注册、登录或者发布信息模块都添加了验证码功能．本文首先介绍了Web开发中验证码的作用以及实现原理,然后基于J2EE技术对验证码技术的实现方法进行了介绍．     

简述互联网验证码技术与设计

本文讲述现今互联网一种流行技术——验证码,论述其原理、作用、类型,并通过DELPHI2005语言设计一个验证码程序。通过此论文,能帮助读者加强互联网安全性的意识,并能给网络编程爱好者提供技术的原理与程序的设计参考。     

Fuzzy信号码

引入了Fuzzy前缀码的一有趣子类——Fuzzy信号码的概念,讨论了它的几个等价关系和一些性质。     

模糊同步码

引入了作为一类特殊的最大模糊码的模糊同步码的概念，并且讨论了模糊码同步的条件和模糊同步码的代数性质，揭示了模糊同步码与模糊薄集、模糊前缀码、合成的最大模糊前缀码、模糊自动机等的关系，得到了几个重要结论．     

在自由么半群上的模糊码

在自由么半群上引进了模糊码、模糊双码和模糊极大前缀码等概念，并且讨论了它们的某些代数特征和代数性质。     

基于最大秩距离码的两种公钥密码系统

基于最大秩距离码,提出了两种新的McEliece公钥密码系统,明文x加密成xE+z,其中E=SGP,G为最大秩距离码C的生成矩阵,S为非奇异矩阵,在方案1中,P为置换矩阵,在方案2中,P为非奇异矩阵,z取自一给定的向量集合Z,公钥为Z和E.对方案1而言,解密过程约需O(k3)次运算,而需k×n×N·lnq/ln2比特存储空间;而对方案2而言,解密过程约需O(k3)+O(n3)次运算,需k×n×N·lnq/ln2比特存储空间.由于可取较小的k,n,所以这两个方案是可行的.攻击方案1和方案2的工作因子近似为k3·qt(k+n)-t2,n通过参数的选取,此数比攻击McEliece公钥密码系统的工作因子βk3k大得多.k/n-t所以这两个方案比基于纠错码构造的McEliece公钥密码系统更安全.     

模糊逻辑方法在纠错码中应用

基于现实世界中模糊信息的背景,利用模糊逻辑方法讨论如何对模糊信息进行编码与传输的问题。提出能对模糊信息进行编码的模糊纠错码,讨论了重量、距离、译码准则等基本概念。分析了模糊纠钷码的优点及其与普通划码的关系,并给出了利用模糊纠错码的通信系统模型。建立了线性模糊纠错码的概念,研究了生成阵、校验阵、对偶码等性质。最后批出利用模糊神经网络技术实现线性纠错码的编码方案和译码技术,译码模拟结果显示了性能优势。     

Body Fuzzy Pattern Recognition in Woman Basic Block Design

Basic block is the foundation of clothing construction design because it is the media between body and clothes and the fitness of clothes should be based on the accuracy of basic block. That needs us to recognize body not to record it. This paper reports the Algorithm of woman body fuzzy pattern recognition. It is organized in three sections: (i) extracting woman body feature; (ii) establishing membership functions of feature indexes; (iii) presenting an Algorithm for woman body fuzzy pattern recognition by example.     

基于纠错输出编码的支持向量机在语音识别中的应用

利用纠错输出编码的矩阵编码构造出若干个无关的子支持向量机,用来改善分类模型的整体容错性能。使用了一对余、一对一、稠密型随机编码、稀疏型随机编码4种常用的纠错输出编码方法,用于训练集和测试集。实验结果显示,对于韩语非特定人小词汇量孤立词的语音识别,基于纠错输出编码的支持向量机比隐马尔科夫方法具有更高的识别率。其中,一对一编码是效果最好的。     

模式识别中不同记忆编码的模式和模板的匹配

通过一项全部报告实验和两项抽样汉字识别实验,探讨了模式识别中不同记忆编码的模式和模板如何匹配的问题.实验结果显示:全部报告实验中,待识别汉字模式平均转换到短时记忆的量为3.64个,比进入到感觉记忆中的信息量(8个)少得多,这表明感觉记忆信息向短时记忆的转换受到了约束;抽样汉字识别实验1中,匹配汉字模式识别量与其转换量之间无显著差异(p＞0.5),说明转换到短时记忆的信息被等消耗识别;抽样汉字识别实验2中,匹配汉字模式识别量约为其转换量的2倍,差异显著(p＜0.001),基于受约束转换和等消耗识别现象,由模式识别信息来源的判据的判据可知,模式识别直接利用了感觉记忆编码的模式信息.抽样汉字识别实验2中,与模式进行匹配的模板只具有短时记忆编码,因此,有理由认为:模式和模板能以不同的记忆编码直接匹配.     

基于因特网的说话人识别技术研究

比较了基于因特网的说话人识别技术中Mel倒谱特征各阶参数的抗噪性能,并分析和验证了交织及丢失数据替代技术对改善基于因特网的说话人识别系统性能的重要作用。     

最优二元自正交码

构造一般二元自正交码是经典纠错码和量子纠错码研究的难点。研究基于并置二元循环矩阵的1-生成子拟循环码结构。以向量移位等价、线性码等价以及二元自正交码码字偶重量特点等为基础,设计特殊二元拟循环码结构,构造了28个最优或已知最优二元拟循环自正交码。提出自正交码截短-删除方法,构造出所获得自正交码的62个衍生码。文中的90个二元自正交码与文献[13]中最优或已知最优线性码比较,分别有67和23个二元自正交码是最优和已知最优。构造结果验证2个方法对一般二元自正交码构造的有效性,同时能较好解决量子纠错码构造中具有尽可能大对偶重量自正交码的设计问题。