【《单字符切割识别验证码破解系统分析》6700字】

单字符切割识别验证码破解系统分析目录TOC\o"1-3"\h\u3644单字符切割识别验证码破解系统分析 [29]1.5系统流程及破解效果综合1.2至1.4中介绍的降噪算法、轮廓切割算法及单字符检测卷积神经网络，我们设计出如图3-6所示的单字符切割识别验证码破解系统，其中是否使用降噪算法以及使用何种降噪算法可由研究人员根据数据集中验证码图片噪声的特点自行决定，同时，由于各数据集验证码图片大小等的不同，破解系统中各项参数的设置也需要根据具体数据集进行设置，下面以ReallySimpleCaptcha数据集为例介绍系统设置及最终的破解效果。图3-6单字符切割识别验证码系统示意图该数据集是由ReallySimpleCAPTCHA工具生成的，共包含约一万张真实验证码图片。该工具源自/plugins网站，并被包括E-ZPassNewYork在内的许多网站所应用，以防止黑客对用户登录所使用的用户名及密码的恶意破解尝试。虽然该插件的作者已在网站中声明该验证码生成工具所生成的验证码已不再像往常一样安全，但可以用来初步检测我们的验证码破解系统。该工具生成的验证码十分简单，背景色近乎与纯白色，文本内容由大写字母及数字混合而成，并且通过对标签内容的检索我们发现该工具生成的验证码中并不包含“I”“O”等容易发生混淆的字符，这大大降低了我们系统破解的难度。实验中首先对读入的验证码图片使用1.2.1中介绍的灰度化处理算法将彩色图片转化为灰度图片，接着，我们使用大津法，进一步将灰度图转化为黑白两色图，以方便轮廓检测算法对验证码图片进行单字符切割，并使用图3-4所示的卷积神经网络构建单字符识别模型，由于本数据集中是包含32个分类结果，所以卷积神经网络最后的DenseLayer设置输出大小为32，训练中训练集、测试集及模型损失变化情况如图3-7所示。图3-7单字符识别卷积神经网络训练时训练集、测试集准确率及损失变化情况最后，我们尝试利用训练后的模型对数据集中完整的验证码进行破解。首先按照前文所提到的方法对图片进行预处理及轮廓检测与切割，接着利用卷积神经网络对单字符进行识别，再将识别结果连接在一起得到最终的系统破解答案；经过实验，针对这一数据集采用切割识别单字符方法进行破解的成功率约在97.24%左右，基本达到破解目标。进一步我们使用不同的数据集对单字符切割识别验证码破解系统进行破解实验，其中降噪算法使用的阈值及邻域降噪算法中的参数k以及卷积神经网络分类判别结果的DenseLayer作为输出层的大小需要根据数据集的具体情况进行适当的调整，各数据集的破解实验结果如表3-1所示。表3-1单字符切割识别验证码破解系统破解准确率统计数据集名称数据集示例降噪效果示例综合破解准确率Python-Captcha工具包生成数据集-数字无法切割破解Python-Captcha工具包生成数据集-混合无法切割破解Kaggle-captcha-version-2-images无法切割破解Kaggle-captcha2-caixa64.47%Kaggle-captcha2-nfe3-sjppr99.98%Kaggle-captcha2-cadesp91.57%ReallySimpleCaptcha97.24%Kaggle-captcha2-letters无法切割破解我们对表中的数据进行进一步分析发现，Kaggle-captcha2-caixa数据集破解准确率较低是由于其中的验证码图片混合包含大写、小写字母，而标签中只出现小写字母，也就是说我们的破解系统没有很好地做到大小写字母的区分，依赖于数据集制作过程中人们对大小写字母的分类；其次，对于单字符识别卷积神经网络，字符“m”与“n”、“v”“w”由于存在切割不完全的情况，识别易混淆；字符“2”与“z”、“o”与“0”、“1”与“l”与“i”由于相似及为提高安全性将字符做扭曲处理后，识别易混淆；同时，绝大部分数据集破解失败是由于轮廓检测算法对字符切割存在失败的情况，并且切割出的非字符样本对卷积神经网络的训练造成较大干扰，同时有些数据集中的验证码无法通过降噪算法得到纯净的验证码，轮廓检测算法受背景噪