有些驗證碼看起來很容易可是沒人作自動識別的緣由分析

驗證碼之因此存在，就是爲了防止機器的自動識別，當某種驗證碼的自動識別軟件爛大街的時候，這種驗證碼技術也該被產品開發團隊打入冷宮了，該軟件存在的價值，也就只剩下編程考古了。

其實，驗證碼自動識別的工具並非沒有，網上有很多采用大廠的 OCR API 實現驗證碼自動識別的博文，用於爬取數據之類的場景，但圖像識別技術的進步，也倒逼着打碼技術的進步。

題主說的簡單型的驗證碼，前景和背景容易分離、多位字符串容易切割的，傳統的 SVM （支持向量機）就能夠輕鬆搞定。複雜的驗證碼，使用這幾年風光的 CNN（卷積神經網絡）也能將其斬於馬下，然而再強大的 CNN 也依賴於大量的標註數據。若是要作到 90% 以上的識別率（90% 對於不少使用者來講仍是很渣的），可能須要數以萬計的樣本，和比較長的訓練時間。訓練成功，平臺認爲以前的打碼方式被破解後，又會提高難度或者換一種思路，別有用心的攻擊者又要從新標註數據，從新訓練……投入的成本，可否產生足夠的利益呢？這是他們須要考慮的問題。

深度學習能力加強的同時，如今的驗證碼技術也衍生出了更爲豐富的方式，好比B站，已經採用了滑動拼圖驗證碼。

以網易云爲例，咱們提供的雲安全驗證碼，可對外提供4種類型的驗證碼，滑動拼圖、圖中點選、短信上行驗證爲常規驗證體系，智能無感知驗證碼爲獨立的驗證體系。

網易雲常規驗證體系網易雲智能無感知驗證碼

雲安全驗證碼拋棄了傳統字符型驗證碼展現-填寫字符-比對答案的流程，採用驗證碼展現-採集用戶行爲-分析用戶行爲流程，用戶只須要產生指定的行爲軌跡，不須要鍵盤手動輸入，極大優化了傳統驗證碼用戶體驗不佳的問題；同時驗證碼後臺針對用戶產生的行爲軌跡數據進行機器學習建模，結合訪問頻率、地理位置、歷史記錄等多個維度信息，快速、準確的返回人機斷定結果。靈活採用這些打碼技術，能夠更爲有效地防護攻擊，同時保證用戶體驗。

 網易雲安全（易盾）爲您提供智能驗證碼服務，歡迎點擊免費試用。

相關閱讀：

驗證碼的做用

行爲式驗證碼的前景

三句話讀懂滑動驗證碼的原理

 

 

標籤: 驗證碼, 智能驗證碼, 滑動驗證碼, 驗證碼接口, 網站驗證碼