一种基于拒识的高可靠性CAPTCHA识别算法

CAPTCHA是一种阻止机器人滥用自然人资源的网络安全机制.研究CAPTCHA识别技术有助于发现CAPTCHA自身的缺陷,促使其变得更加安全.针对现有方法难以识别的高粘着CAPTCHA,本文提出了一种新的识别算法.该算法首先使用递归神经网络(Recurrent neural network,RNN)对CAPTCHA进行识别,然后为了提高识别结果的可靠性,提出了一种基于SVM的拒识新算法,并使用数据降维方法对拒识特征进行降维.实验结果表明:1)本文所提识别算法能够识别高粘着型CAPTCHA,并且识别结果具有高可靠性;2)新的拒识算法相对于其他拒识算法具有明显优势;3)数据降维方法能够进一步改善拒识算法的性能,从而取得更高的可靠性.

覆盖约简算法在Captcha识别方面的应用

Captcha是用来区分计算机与人类的一种程序,图像验证码是一种典型的Captcha。对图像验证码的发展历程进行了总结,比较了几种目前最常见验证码的特点和设计思路,提出了对一般验证码的破解方法,并设计实现了提取验证码数据的图片信息提取系统;应用基于条件信息熵的覆盖约简算法,对验证码进行识别,对比实验结果证明,识别效果良好。