CN109902475A - 验证码图像生成方法、装置和电子设备 - Google Patents
验证码图像生成方法、装置和电子设备 Download PDFInfo
- Publication number
- CN109902475A CN109902475A CN201910189316.2A CN201910189316A CN109902475A CN 109902475 A CN109902475 A CN 109902475A CN 201910189316 A CN201910189316 A CN 201910189316A CN 109902475 A CN109902475 A CN 109902475A
- Authority
- CN
- China
- Prior art keywords
- code image
- identifying code
- sample
- resisting sample
- image pattern
- 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.)
- Granted
Links
Landscapes
- Image Analysis (AREA)
Abstract
本申请公开了一种验证码图像生成方法、装置和电子设备,其中,方法包括:在接收到用户的验证码拉取请求后,通过预设的验证码图像生成策略生成原始验证码图像,并获取与验证码图像生成策略对应的通用对抗样本,并将通用对抗样本叠加到原始验证码图像,以得到新验证码图像,并将新验证码图像提供给用户。由此,在生成验证码的过程中,无需通过对抗样本生成算法生成与验证码图像对应的对抗样本,直接获取与验证码图像生成策略对应的通用对抗样本,并通过该通用对抗样本为用户快速生成验证码图像,减少了向用户提供验证码图像所需要的时间,快速向用户提供验证码图像,提高了用户获取验证码图像的效率的同时,提高了用户的验证码体验度。
Description
技术领域
本申请涉及计算机网络技术领域,尤其涉及一种验证码图像生成方法、装置和电子设备。
背景技术
随着机器学习算法尤其是深度学习算法的进步,计算机的图像识别能力突飞猛进,单纯的图像识别对机器而言已经不是难题。在这种情况下,这对采图像识别码所保护安全的业务造成严重威胁。
通常可采用生成验证码图像的对抗样本,来降低自动图像识别的识别成功率。当降低攻击者的验证码识别率并加大攻击的成本到一定程度时,就能阻止攻击者,使其知难而退。相关技术中,通常采用对抗样本生成算法为每张验证码图像生成对应的对抗样本,针对每张不同的图像验证码单独生成不同的对抗样本,对抗样本生成算法生成对抗样本需要一定的时间,因此,向用户提供所生成的验证码图像所需要的时间较长,用户的验证码体验度不理想。
发明内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本申请的第一个目的在于提出一种验证码图像生成方法,在生成验证码的过程中,无需通过对抗样本生成算法生成与验证码图像对应的对抗样本,直接获取与验证码图像生成策略对应的通用对抗样本,并通过该通用对抗样本为用户快速生成验证码图像,减少了向用户提供验证码图像所需要的时间,快速向用户提供验证码图像,提高了用户获取验证码图像的效率的同时,提高了用户的验证码体验度。
本申请的第二个目的在于提出一种验证码图像生成装置。
本申请的第三个目的在于提出一种电子设备。
本申请的第四个目的在于提出一种非临时性计算机可读存储介质。
本申请的第五个目的在于提出一种计算机程序产品。
为达上述目的,本申请第一方面实施例提出了一种验证码图像生成方法,所述方法包括:接收用户终端发送的验证码拉取请求;根据所述验证码拉取请求,生成原始验证码图像,其中,所述原始验证码图像是由预设的验证码图像生成策略生成的;获取与所述验证码图像生成策略对应的通用对抗样本;根据所述通用对抗样本和所述原始验证码图像,生成新验证码图像;将所述新验证码图像下发给所述用户终端进行显示。
本申请实施例的验证码图像生成方法,在接收到用户的验证码拉取请求后,通过预设的验证码图像生成策略生成原始验证码图像,并获取与验证码图像生成策略对应的通用对抗样本,并将通用对抗样本叠加到原始验证码图像,以得到新验证码图像,并将新验证码图像提供给用户。由此,在生成验证码的过程中,无需通过对抗样本生成算法生成与验证码图像对应的对抗样本,直接获取与验证码图像生成策略对应的通用对抗样本,并通过该通用对抗样本为用户快速生成验证码图像,减少了向用户提供验证码图像所需要的时间,快速向用户提供验证码图像,提高了用户获取验证码图像的效率的同时,提高了用户的验证码体验度。
为达上述目的,本申请第二方面实施例提出了一种验证码图像生成装置,包括:接收模块,用于接收用户终端发送的验证码拉取请求;第一生成模块,用于根据所述验证码拉取请求,生成原始验证码图像,其中,所述原始验证码图像是由预设的验证码图像生成策略生成的;第一获取模块,用于获取与所述验证码图像生成策略对应的通用对抗样本;第二生成模块,用于根据所述通用对抗样本和所述原始验证码图像,生成新验证码图像;显示模块,用于将所述新验证码图像下发给所述用户终端进行显示。
本申请实施例的验证码图像生成装置,在接收到用户的验证码拉取请求后,通过预设的验证码图像生成策略生成原始验证码图像,并获取与验证码图像生成策略对应的通用对抗样本,并将通用对抗样本叠加到原始验证码图像,以得到新验证码图像,并将新验证码图像提供给用户。由此,在生成验证码的过程中,无需通过对抗样本生成算法生成与验证码图像对应的对抗样本,直接获取与验证码图像生成策略对应的通用对抗样本,并通过该通用对抗样本为用户快速生成验证码图像,减少了向用户提供验证码图像所需要的时间,快速向用户提供验证码图像,提高了用户获取验证码图像的效率的同时,提高了用户的验证码体验度。
为达上述目的,本申请第三方面实施例提出了一种电子设备,包括:处理器和存储器;其中,所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于实现如上述实施例描述的验证码图像生成方法。
为了实现上述目的,本申请第四方面实施例提出了一种非临时性计算机可读存储介质,该程序被处理器执行时实现如上述实施例描述的验证码图像生成方法。
为了实现上述目的,本申请第五方面实施例提出了一种计算机程序产品,当所述计算机程序产品中的指令处理器执行时,执行如上述实施例描述的验证码图像生成方法。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是根据本申请一个实施例的验证码图像生成方法的流程图;
图2是生成与所述验证码图像生成策略对应的所述通用对抗样本的流程图;
图3是步骤202的细化流程图;
图4是结合测试数据以及第二图像分类模型确定通用对抗样本是否满足要求的流程图;
图5是根据本申请一个实施例的验证码图像生成装置的结构示意图;
图6是根据本申请另一个实施例的验证码图像生成装置的结构示意图;
图7是根据本申请另一个实施例的验证码图像生成装置的结构示意图;
图8是根据本申请另一个实施例的验证码图像生成装置的结构示意图;
图9是本申请一个实施例提供的执行验证码图像生成方法的电子设备的硬件结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
为了避免验证码图像被基于深度学习的图像分类模型破解,相关技术中在接收到验证码拉取请求后,生成验证码图像的一般过程为:生成初始验证码图像,然后通过对抗样本生成算法为该初始验证码图像生成对抗样本,并根据对抗样本和初始验证码生成新验证码图像,并将新验证码图像提供给用户。然而,针对每张不同的图像验证码单独生成不同的对抗样本,对抗样本生成算法生成对抗样本需要一定的时间,这大大增加了向用户提供验证码图像所需要的时间,导致不能快速向用户提供验证码图像,从而造成用户对采用图像验证码的业务的用户体验度不理想。
为此,本申请提供的一种验证码图像生成方法,该方法在接收到用户的验证码拉取请求后,通过预设的验证码图像生成策略生成原始验证码图像,并获取与验证码图像生成策略对应的通用对抗样本,并将通用对抗样本叠加到原始验证码图像,以得到新验证码图像,并将新验证码图像提供给用户。由此,在生成验证码的过程中,无需通过对抗样本生成算法生成与验证码图像对应的对抗样本,直接获取与验证码图像生成策略对应的通用对抗样本,并通过该通用对抗样本为用户快速生成验证码图像,减少了向用户提供验证码图像所需要的时间,快速向用户提供验证码图像,提高了用户获取验证码图像的效率的同时,提高了用户的验证码体验度。
下面参考附图描述本申请实施例的验证码图像生成方法、装置及电子设备。
图1是根据本申请一个实施例的验证码图像生成方法的流程图。
如图1所示,该验证码图像生成方法可以包括:
步骤101,接收用户终端发送的验证码拉取请求。
其中,本申请实施例的验证码图像生成方法被配置在验证码图像生成装置,该验证码图像生成装置可以配置在电子设备中。
其中,需要说明的是,本申请实施例中的电子设备可以为服务器,该实施例对此不作限定。
其中,本申请实施例以验证码图像生成方法应用在服务器中为例进行描述。
其中,用户终端可以包括但不限于个人计算机、平板电脑、智能手机、便携式设备等硬件设备,该实施对此不作限定。
步骤102,根据验证码拉取请求,生成原始验证码图像。
其中,原始验证码图像是由预设的验证码图像生成策略生成的。
其中,需要说明的是,原始验证码图像为具有有效验证码的验证码图像。
步骤103,获取与验证码图像生成策略对应的通用对抗样本。
具体地,在生成原始验证码图像后,可根据预存的验证码图像生成策略与通用对抗样本之间的对应关系,获取与该验证码图像生成策略对应的通用对抗样本。
其中,通用对抗样本是一个故意添加细微的通用扰动的输入样本。
步骤104,根据通用对抗样本和原始验证码图像,生成新验证码图像。
具体地,在获取通用对抗样本后,可在原始验证码图像上叠加上该通用对抗样本,以生成新验证码图像。
其中,需要说明的是,原始验证码图像和新验证码图像之间的改动是非常细微的,用户通过人眼很难发现原始验证码图像和添加通用对抗样本的新验证码图像之间的差异,即,该新验证码图像不影响用户通过人眼辨别验证码,不会出现人眼很难辨别验证码情况。但是,这个改动会造成图像分类模型造成分类的误判。
步骤105,将新验证码图像下发给用户终端进行显示。
本申请实施例的验证码图像生成方法,在接收到用户的验证码拉取请求后,通过预设的验证码图像生成策略生成原始验证码图像,并获取与验证码图像生成策略对应的通用对抗样本,并将通用对抗样本叠加到原始验证码图像,以得到新验证码图像,并将新验证码图像提供给用户。由此,在生成验证码的过程中,无需通过对抗样本生成算法生成与验证码图像对应的对抗样本,直接获取与验证码图像生成策略对应的通用对抗样本,并通过该通用对抗样本为用户快速生成验证码图像,减少了向用户提供验证码图像所需要的时间,快速向用户提供验证码图像,提高了用户获取验证码图像的效率的同时,提高了用户的验证码体验度。
基于上述实施例的基础上,为了可准确获取与验证码图像生成策略对应的通用对抗样本,作为一种示例性的实施方式,在接收用户终端发送的验证码拉取请求之前,还可以结合通过验证码图像生成策略所生成的训练数据和预设的第一图像分类模型进行迭训练,以得到唯一的通用对抗样本,该通用对抗样本即为与验证码图像生成策略对应的通用对抗样本。
其中,需要说明的是,本申请实施例以该图像分类模型是基于深度学习框架得到的为例进行描述。
如图2所示,生成与验证码图像生成策略对应的通用对抗样本,可以包括:
步骤201,获取训练数据。
其中,训练数据包括N个验证码图像样本以及每个验证码图像样本的标签值,N为大于1的正整数。
其中,验证码图像样本是由验证码图像生成策略生成的。
步骤202,根据预设的第一图像分类模型、N个验证码图像样本和每个验证码图像样本的标签值进行训练,以得到与验证码图像生成策略对应的通用对抗样本。
其中,需要说明的是,第一图像分类模型为用于攻击基于该验证码图像生成策略所生成的验证码图像的已有图像分类模型。
在本申请一个实施例中,如图3所示,步骤202,可以包括:
步骤2021,获取候选对抗样本。
其中,作为一种示例,候选对抗样本可以是根据第一个验证码图像样本和第一图像分类模型所确定的,该实施对此不作限定。
其中,第一验证码图像样本是指对N个验证码图像样本进行第一遍历时,所选择的验证码图像样本。
其中,作为一种示例性的实施方式,根据第一个验证码图像样本和第一图像分类模型确定候选对抗样本的具体过程如下:通过对抗样本算法为第一个验证图像样本生成对抗样本,并将所生成的对抗样本叠加到第一个验证码图像样本上,以及输入到第一图像分类模型中进行图像识别,如果确定第一图像分类模型输出的标签值与第一图像验证样本的标签值不一致,则将所生成的对抗样本作为候选对抗样本。
其中,作为另一种示例性的实施方式,上述候选对抗样本还可以是结合第一图像分类模型预先确定的,该实施例对此不作限定。
步骤2022,从N个验证码图像样本中选择一个未遍历的作为第一目标验证码图像样本。
步骤2023,将候选对抗样本叠加到第一目标验证码图像样本上,以得到第二目标验证码图像样本。
步骤2024,通过第一图像分类模型对第二目标验证码图像样本进行识别,以得到第二目标验证码图像样本对应的标签值。
步骤2025,比较第一目标验证码图像样本的标签值和第二目标验证码图像样本对应的标签值是否一致;若不一致,则跳转至步骤2022;若一致,则执行步骤2026。
步骤2026,对候选对抗样本进行调整,并跳转至步骤2023。
作为一种示例性的实施方式,可根据预设的调整策略,可通过微调对候选对抗样本的扰动值,来实现对候选对抗样本的调整。
步骤2027,将遍历结束时所得到的候选对抗样本作为与验证码图像生成策略对应的通用对抗样本。
其中,需要说明的是,通用对抗样本通常具有可迁移性,也就是说,对于同一个图像而言,在为该图像叠加上通用对抗样本,并输入一个图像分类模型进行图像识别后,如果该图像分类模型将该图像分类错了,则对应将该图像输入到另一个图像分类模型中,对应的图像分类模型也会出现分类错误,即,对应的图像分类模型也会出现识别错误。
为了进一步确定通过训练所得到的通用对抗样本是否满足要求,作为一种示例性的实施方式,在通过训练得到与验证码图像生成策略对应的通用对抗样本之后,还可以结合测试数据以及第二图像分类模型对通用对抗样本进行验证。
其中,需要说明的是,第一图像分类模型与第二图像识别可以是相同的,也可以是不同的。
其中,本申请实施例中以第一图像分类模型与第二图像分类模型不同为例进行描述。
其中,结合测试数据以及第二图像分类模型确定通用对抗样本是否满足要求的具体过程,如图4所示,可以包括:
步骤401,获取测试数据。
其中,测试数据包括第一验证码图像测试数据、与第一验证码图像测试数据对应的第二标签数据。
其中,第一验证码图像测试数据是由验证码图像生成策略生成的。
步骤402,根据通用对抗样本和第一验证码图像测试数据,生成第二验证码图像测试数据。
步骤403,通过第二图像分类模型对第二验证码图像测试数据进行图像识别,以得到第二验证码图像测试数据对应的图像识别结果。
步骤404,根据图像识别结果和第二标签数据,确定图像分类模型的误判概率。
步骤405,如果误判概率超过预设阈值,则确定通用对抗样本满足要求。
其中,预设阈值是预先设置的误判概率的阈值。
基于上述任意实施例的基础上,为了进一步增加验证码图像的安全性,作为一种示例性的实施方式,在根据通用对抗样本和原始验证码图像,生成新验证码图像之前,该验证码图像生成方法还可以包括:对原始验证码图像进行预设处理。
其中,预设处理可以包括但不限于绘制噪点处理、绘制干扰线处理、字体扭曲处理、粘连处理等。
为了实现上述实施例,本申请还提出一种验证码图像生成装置。
图5是根据本申请一个实施例的验证码图像生成装置的结构示意图。
如图5所示,该验证码图像生成装置包括接收模块110、第一生成模块120、第一获取模块130、第二生成模块140和显示模块150,其中:
接收模块110,用于接收用户终端发送的验证码拉取请求。
第一生成模块120,用于根据验证码拉取请求,生成原始验证码图像,其中,原始验证码图像是由预设的验证码图像生成策略生成的。
第一获取模块130,用于获取与验证码图像生成策略对应的通用对抗样本。
第二生成模块140,用于根据通用对抗样本和原始验证码图像,生成新验证码图像。
显示模块150,用于将新验证码图像下发给用户终端进行显示。
本申请实施例的验证码图像生成装置,在接收到用户的验证码拉取请求后,通过预设的验证码图像生成策略生成原始验证码图像,并获取与验证码图像生成策略对应的通用对抗样本,并将通用对抗样本叠加到原始验证码图像,以得到新验证码图像,并将新验证码图像提供给用户。由此,在生成验证码的过程中,无需通过对抗样本生成算法生成与验证码图像对应的对抗样本,直接获取与验证码图像生成策略对应的通用对抗样本,并通过该通用对抗样本为用户快速生成验证码图像,减少了向用户提供验证码图像所需要的时间,快速向用户提供验证码图像,提高了用户获取验证码图像的效率的同时,提高了用户的验证码体验度。
为了可准确获取与验证码图像生成策略对应的通用对抗样本,在本申请的一个实施中,在图5所示的装置实施例的基础上,如图6所示,该装置还可以包括:
第二获取模块160,用于获取训练数据,其中,训练数据包括N个验证码图像样本以及每个验证码图像样本的标签值,其中,验证码图像样本是由验证码图像生成策略生成的,N为大于1的正整数。
训练模块170,用于根据预设的第一图像分类模型、N个验证码图像样本和每个验证码图像样本的标签值进行训练,以得到与验证码图像生成策略对应的通用对抗样本。
为了进一步确定通过训练所得到的通用对抗样本是否满足要求,作为一种示例性的实施方式,在通过训练得到与验证码图像生成策略对应的通用对抗样本之后,还可以结合测试数据以及第二图像分类模型对通用对抗样本进行验证。
在图6所示的装置实施例的基础上,如图7所示,该装置还可以包括:
第三获取模块180,用于获取测试数据,其中,测试数据包括第一验证码图像测试数据、与第一验证码图像测试数据对应的第二标签数据,其中,第一验证码图像测试数据是由验证码图像生成策略生成的。
第三生成模块190,用于根据通用对抗样本和第一验证码图像测试数据,生成第二验证码图像测试数据。
图像识别模块200,用于通过预设的第二图像分类模型对第二验证码图像测试数据进行图像识别,以得到第二验证码图像测试数据对应的图像识别结果。
第一确定模块210,用于根据图像识别结果和第二标签数据,确定图像分类模型的误判概率。
第二确定模块220,用于如果误判概率超过预设阈值,则确定通用对抗样本满足要求。
在本申请的一个实施例中,训练模块170,具体用于:获取候选对抗样本。从N个验证码图像样本中选择一个未遍历的作为第一目标验证码图像样本。将候选对抗样本叠加到第一目标验证码图像样本上,以得到第二目标验证码图像样本。通过第一图像分类模型对第二目标验证码图像样本进行识别,以得到第二目标验证码图像样本对应的标签值。比较第一目标验证码图像样本的标签值和第二目标验证码图像样本对应的标签值是否一致。若不一致,则跳转至从N个验证码图像样本中选择一个未遍历的作为第一目标验证码图像样本的步骤。若一致,则对候选对抗样本进行调整,并跳转至将候选对抗样本叠加到第一目标验证码图像样本上,以得到第二目标验证码图像样本的步骤。将遍历结束时所得到的候选对抗样本作为与验证码图像生成策略对应的通用对抗样本。
为了进一步增加验证码图像的安全性,作为一种示例性的实施方式,在图5所示的装置实施的基础上,如图8所示,该装置还包括:
预处理模块230,用于在第二生成模块140根据通用对抗样本和原始验证码图像,生成新验证码图像之前,对原始验证码图像进行预设处理,其中,预设处理包括绘制噪点处理、绘制干扰线处理、字体扭曲处理、粘连处理。
其中,需要说明的是,图8所示的装置实施例的预处理模块230的结构也可以包含在前述图6或图7所示的装置实施例中,该实施例对此不作限定。
其中,需要说明的是,前述对验证码图像生成方法实施例的解释说明也适用于该实施例的验证码图像生成装置,此处不再赘述。
为了实现上述实施例,本申请还提出一种非临时性计算机可读存储介质,当存储介质中的指令由处理器被执行时,使得能够执行上述实施例示出的验证码图像生成方法。
为了实现上述实施例,本申请还提出一种计算机程序产品,当计算机程序产品中的指令处理器执行时,执行上述实施例示出的验证码图像生成方法。
图9是本申请一个实施例提供的执行验证码图像生成方法的电子设备的硬件结构示意图,如图9所示,该电子设备包括:
一个或多个处理器910以及存储器920,图9中以一个处理器910为例。
该电子设备还可以包括:输入装置930和输出装置940。
处理器910、存储器920、输入装置930和输出装置940可以通过总线或者其他方式连接,图9中以通过总线连接为例。
存储器920作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本申请实施例中的验证码图像生成方法对应的程序指令/模块(例如,附图5所示的采集模块110、提取模块120、第一判断模块130、第一提示模块140和第二提示模块150)。处理器910通过运行存储在存储器920中的非暂态软件程序、指令以及模块,从而执行电子设备的各种功能应用以及数据处理,即实现上述方法实施例中的验证码图像生成方法。
存储器920可以包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需要的应用程序;存储数据区可存储根据基于语音识别的记账处理装置的使用所创建的数据等。此外,存储器920可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器920可选包括相对于处理器910远程设置的存储器,这些远程存储器可以通过网络连接至基于语音识别的记账处理装置。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。
输入装置930可接收输入的数字或字符信息,以及产生与验证码图像生成装置的用户设置以及功能控制有关的键信号输入。输出装置940可包括显示屏等显示设备。
一个或者多个模块存储在存储器920中,当被一个或者多个处理器910执行时,执行上述任意方法实施例中的验证码图像生成方法。
上述产品可执行本申请实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本申请实施例所提供的方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用,或结合这些指令执行***、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序,然后将其存储在计算机存储器中。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,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模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (12)
1.一种验证码图像生成方法,其特征在于,包括:
接收用户终端发送的验证码拉取请求;
根据所述验证码拉取请求,生成原始验证码图像,其中,所述原始验证码图像是由预设的验证码图像生成策略生成的;
获取与所述验证码图像生成策略对应的通用对抗样本;
根据所述通用对抗样本和所述原始验证码图像,生成新验证码图像;
将所述新验证码图像下发给所述用户终端进行显示。
2.如权利要求1所述的方法,其特征在于,在所述接收用户终端发送的验证码拉取请求之前,还包括:
获取训练数据,其中,所述训练数据包括N个验证码图像样本以及每个所述验证码图像样本的标签值,其中,所述验证码图像样本是由所述验证码图像生成策略生成的,N为大于1的正整数;
根据预设的第一图像分类模型、N个所述验证码图像样本和每个所述验证码图像样本的标签值进行训练,以得到与所述验证码图像生成策略对应的所述通用对抗样本。
3.如权利要求2所述的方法,其特征在于,还包括:
获取测试数据,其中,所述测试数据包括第一验证码图像测试数据、与所述第一验证码图像测试数据对应的第二标签数据,其中,所述第一验证码图像测试数据是由所述验证码图像生成策略生成的;
根据所述通用对抗样本和所述第一验证码图像测试数据,生成第二验证码图像测试数据;
通过预设的第二图像分类模型对所述第二验证码图像测试数据进行图像识别,以得到所述第二验证码图像测试数据对应的图像识别结果;
根据所述图像识别结果和所述第二标签数据,确定所述图像分类模型的误判概率;
如果所述误判概率超过预设阈值,则确定所述通用对抗样本满足要求。
4.如权利要求2所述的方法,其特征在于,所述根据预设的第一图像分类模型、N个所述验证码图像样本和每个所述验证码图像样本的标签值进行训练,以得到与所述验证码图像生成策略对应的所述通用对抗样本,包括:
获取候选对抗样本;
从N个所述验证码图像样本中选择一个未遍历的作为第一目标验证码图像样本;
将候选对抗样本叠加到所述第一目标验证码图像样本上,以得到第二目标验证码图像样本;
通过所述第一图像分类模型对所述第二目标验证码图像样本进行识别,以得到所述第二目标验证码图像样本对应的标签值;
比较所述第一目标验证码图像样本的标签值和所述第二目标验证码图像样本对应的标签值是否一致;
若不一致,则跳转至从N个所述验证码图像样本中选择一个未遍历的作为第一目标验证码图像样本的步骤;
若一致,则对所述候选对抗样本进行调整,并跳转至将候选对抗样本叠加到所述第一目标验证码图像样本上,以得到第二目标验证码图像样本的步骤;
将遍历结束时所得到的候选对抗样本作为与所述验证码图像生成策略对应的所述通用对抗样本。
5.如权利要求1-4任一项所述的方法,其特征在于,在所述根据所述通用对抗样本和所述原始验证码图像,生成新验证码图像之前,还包括:
对所述原始验证码图像进行预设处理,其中,所述预设处理包括绘制噪点处理、绘制干扰线处理、字体扭曲处理、粘连处理。
6.一种验证码图像生成装置,其特征在于,包括:
接收模块,用于接收用户终端发送的验证码拉取请求;
第一生成模块,用于根据所述验证码拉取请求,生成原始验证码图像,其中,所述原始验证码图像是由预设的验证码图像生成策略生成的;
第一获取模块,用于获取与所述验证码图像生成策略对应的通用对抗样本;
第二生成模块,用于根据所述通用对抗样本和所述原始验证码图像,生成新验证码图像;
显示模块,用于将所述新验证码图像下发给所述用户终端进行显示。
7.如权利要求6所述的装置,其特征在于,还包括:
第二获取模块,用于获取训练数据,其中,所述训练数据包括N个验证码图像样本以及每个所述验证码图像样本的标签值,其中,所述验证码图像样本是由所述验证码图像生成策略生成的,N为大于1的正整数;
训练模块,用于根据预设的第一图像分类模型、N个所述验证码图像样本和每个所述验证码图像样本的标签值进行训练,以得到与所述验证码图像生成策略对应的所述通用对抗样本。
8.如权利要求7所述的装置,其特征在于,还包括:
第三获取模块,用于获取测试数据,其中,所述测试数据包括第一验证码图像测试数据、与所述第一验证码图像测试数据对应的第二标签数据,其中,所述第一验证码图像测试数据是由所述验证码图像生成策略生成的;
第三生成模块,用于根据所述通用对抗样本和所述第一验证码图像测试数据,生成第二验证码图像测试数据;
图像识别模块,用于通过预设的第二图像分类模型对所述第二验证码图像测试数据进行图像识别,以得到所述第二验证码图像测试数据对应的图像识别结果;
第一确定模块,用于根据所述图像识别结果和所述第二标签数据,确定所述图像分类模型的误判概率;
第二确定模块,用于如果所述误判概率超过预设阈值,则确定所述通用对抗样本满足要求。
9.如权利要求7所述的装置,其特征在于,所述训练模块,具体用于:
获取候选对抗样本;
从N个所述验证码图像样本中选择一个未遍历的作为第一目标验证码图像样本;
将候选对抗样本叠加到所述第一目标验证码图像样本上,以得到第二目标验证码图像样本;
通过所述第一图像分类模型对所述第二目标验证码图像样本进行识别,以得到所述第二目标验证码图像样本对应的标签值;
比较所述第一目标验证码图像样本的标签值和所述第二目标验证码图像样本对应的标签值是否一致;
若不一致,则跳转至从N个所述验证码图像样本中选择一个未遍历的作为第一目标验证码图像样本的步骤;
若一致,则对所述候选对抗样本进行调整,并跳转至将候选对抗样本叠加到所述第一目标验证码图像样本上,以得到第二目标验证码图像样本的步骤;
将遍历结束时所得到的候选对抗样本作为与所述验证码图像生成策略对应的所述通用对抗样本。
10.如权利要求6-9任一项所述的装置,其特征在于,还包括:
预处理模块,用于在所述第二生成模块根据所述通用对抗样本和所述原始验证码图像,生成新验证码图像之前,对所述原始验证码图像进行预设处理,其中,所述预设处理包括绘制噪点处理、绘制干扰线处理、字体扭曲处理、粘连处理。
11.一种电子设备,其特征在于,包括处理器和存储器;
其中,所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于实现如权利要求1-5中任一所述的验证码图像生成方法。
12.一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-5中任一所述的验证码图像生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910189316.2A CN109902475B (zh) | 2019-03-13 | 2019-03-13 | 验证码图像生成方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910189316.2A CN109902475B (zh) | 2019-03-13 | 2019-03-13 | 验证码图像生成方法、装置和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109902475A true CN109902475A (zh) | 2019-06-18 |
CN109902475B CN109902475B (zh) | 2021-01-29 |
Family
ID=66952194
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910189316.2A Active CN109902475B (zh) | 2019-03-13 | 2019-03-13 | 验证码图像生成方法、装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109902475B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110866238A (zh) * | 2019-11-13 | 2020-03-06 | 北京工业大学 | 基于对抗样本的验证码图像的生成方法 |
CN111125672A (zh) * | 2019-12-30 | 2020-05-08 | 广东智媒云图科技股份有限公司 | 一种图像验证码的生成方法及装置 |
CN111831950A (zh) * | 2020-06-08 | 2020-10-27 | 瑞数信息技术(上海)有限公司 | 网页元素的处理方法和装置 |
CN112801186A (zh) * | 2021-01-29 | 2021-05-14 | 中国工商银行股份有限公司 | 一种验证图像生成方法、装置及设备 |
CN117034212A (zh) * | 2020-03-10 | 2023-11-10 | 百度在线网络技术(北京)有限公司 | 处理图像数据的方法、装置、电子设备和计算机存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104200150A (zh) * | 2014-09-01 | 2014-12-10 | 湖北盛天网络技术股份有限公司 | 验证码处理方法和装置 |
CN104468101A (zh) * | 2013-09-12 | 2015-03-25 | 深圳市腾讯计算机***有限公司 | 一种用户身份的验证方法、装置和验证服务*** |
CN104660549A (zh) * | 2013-11-19 | 2015-05-27 | 深圳市腾讯计算机***有限公司 | 身份验证方法及装置 |
CN105323218A (zh) * | 2014-06-30 | 2016-02-10 | 腾讯科技(深圳)有限公司 | 身份验证方法及装置 |
CN108615048A (zh) * | 2018-04-04 | 2018-10-02 | 浙江工业大学 | 基于扰动进化对图像分类器对抗性攻击的防御方法 |
CN108717550A (zh) * | 2018-04-28 | 2018-10-30 | 浙江大学 | 一种基于对抗学习的图像对抗验证码生成方法和*** |
CN108989269A (zh) * | 2017-06-02 | 2018-12-11 | 阿里巴巴集团控股有限公司 | 获取验证码的方法、装置和*** |
-
2019
- 2019-03-13 CN CN201910189316.2A patent/CN109902475B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104468101A (zh) * | 2013-09-12 | 2015-03-25 | 深圳市腾讯计算机***有限公司 | 一种用户身份的验证方法、装置和验证服务*** |
CN104660549A (zh) * | 2013-11-19 | 2015-05-27 | 深圳市腾讯计算机***有限公司 | 身份验证方法及装置 |
CN105323218A (zh) * | 2014-06-30 | 2016-02-10 | 腾讯科技(深圳)有限公司 | 身份验证方法及装置 |
CN104200150A (zh) * | 2014-09-01 | 2014-12-10 | 湖北盛天网络技术股份有限公司 | 验证码处理方法和装置 |
CN108989269A (zh) * | 2017-06-02 | 2018-12-11 | 阿里巴巴集团控股有限公司 | 获取验证码的方法、装置和*** |
CN108615048A (zh) * | 2018-04-04 | 2018-10-02 | 浙江工业大学 | 基于扰动进化对图像分类器对抗性攻击的防御方法 |
CN108717550A (zh) * | 2018-04-28 | 2018-10-30 | 浙江大学 | 一种基于对抗学习的图像对抗验证码生成方法和*** |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110866238A (zh) * | 2019-11-13 | 2020-03-06 | 北京工业大学 | 基于对抗样本的验证码图像的生成方法 |
CN110866238B (zh) * | 2019-11-13 | 2023-04-21 | 北京工业大学 | 基于对抗样本的验证码图像的生成方法 |
CN111125672A (zh) * | 2019-12-30 | 2020-05-08 | 广东智媒云图科技股份有限公司 | 一种图像验证码的生成方法及装置 |
CN117034212A (zh) * | 2020-03-10 | 2023-11-10 | 百度在线网络技术(北京)有限公司 | 处理图像数据的方法、装置、电子设备和计算机存储介质 |
CN111831950A (zh) * | 2020-06-08 | 2020-10-27 | 瑞数信息技术(上海)有限公司 | 网页元素的处理方法和装置 |
CN112801186A (zh) * | 2021-01-29 | 2021-05-14 | 中国工商银行股份有限公司 | 一种验证图像生成方法、装置及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109902475B (zh) | 2021-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109902475A (zh) | 验证码图像生成方法、装置和电子设备 | |
CN105825524B (zh) | 目标跟踪方法和装置 | |
US5109426A (en) | Methods and apparatus for signature verification | |
WO2021056746A1 (zh) | 图像模型检测方法、装置、电子设备及存储介质 | |
CN105447454A (zh) | 指纹模板完善方法、装置和终端设备 | |
CN110503207A (zh) | 联邦学习信用管理方法、装置、设备及可读存储介质 | |
CN108734165A (zh) | 基于人工智能的书法质量检测方法、装置和电子设备 | |
CN106529255B (zh) | 基于笔迹指纹的用户身份识别方法和装置 | |
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 | |
CN110267116A (zh) | 视频生成方法、装置、电子设备和计算机可读介质 | |
CN110443224A (zh) | 翻页检测方法、装置、电子设备及存储介质 | |
CN110704822A (zh) | 提高用户身份验证安全性的方法、装置、服务器及*** | |
CN109145590A (zh) | 一种函数hook检测方法、检测设备及计算机可读介质 | |
CN109241485A (zh) | 一种页面间跳转关系建立方法,及装置 | |
CN110287767A (zh) | 可防攻击的活体检测方法、装置、计算机设备及存储介质 | |
CN110826646A (zh) | 机器人视觉测试方法、装置、存储介质及终端设备 | |
CN109224444A (zh) | 游戏人物识别方法、装置、存储介质和电子设备 | |
JP2013130678A (ja) | 手書き文字評価装置及びこれを備えた文字学習支援装置 | |
CN108416797A (zh) | 一种检测行为变化的方法、设备及存储介质 | |
CN106710372A (zh) | 拼音卡片识别方法、装置以及终端设备 | |
CN108921138A (zh) | 用于生成信息的方法和装置 | |
CN101299762A (zh) | 一种身份认证方法及装置 | |
US20190205777A1 (en) | Method and apparatus for evaluating a user-specified path in an activity | |
CN108734099A (zh) | 身份验证方法和装置、电子设备、计算机程序和存储介质 | |
CN106910207B (zh) | 用于识别图像局部区域的方法、装置及终端设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |