驗證碼（CAPTCHA）是一種區(qū)分人和機器的安全驗證機制,能夠有效的防范計算機程序的惡意攻擊。文本驗證碼和圖像驗證碼是目前應(yīng)用最為廣泛的驗證機制,現(xiàn)階段針對這兩類驗證碼的研究分析已經(jīng)相對成熟,驗證碼的安全驗證環(huán)節(jié)受到極大考驗。因此,需要設(shè)計出安全性能更好的新型驗證機制。本文主要從攻、防兩端對驗證碼進行分析研究,取得以下三個方面的成果:提出一種基于深度學(xué)習(xí)的圖像驗證碼識別方法。深度學(xué)習(xí)技術(shù)在圖像識別上有非常明顯的優(yōu)勢,通過訓(xùn)練海量的圖像數(shù)據(jù),卷積神經(jīng)網(wǎng)絡(luò)能夠自動學(xué)習(xí)和提取圖像特征。本文首先分析了12306官網(wǎng)圖像驗證碼的特點,整理12306圖像訓(xùn)練數(shù)據(jù)集,然后利用深度學(xué)習(xí)在圖像識別領(lǐng)域的經(jīng)典模型AlexNet對12306圖像進行分類,最后通過分析12306圖像驗證碼的結(jié)構(gòu),編寫Python腳本實現(xiàn)驗證碼破解,且識別準(zhǔn)確率達到91%,遠高于人類的識別準(zhǔn)確率。實驗結(jié)果表明:圖像驗證碼并不是非常安全,而且可能會給人類的識別驗證帶來困難。設(shè)計了一種陀螺儀3D驗證碼的實現(xiàn)方案。該驗證機制區(qū)別于傳統(tǒng)的二維驗證碼,并且增加了手機陀螺儀的使用。實驗首先通過3D建模生成驗證碼模型,然后設(shè)計出一種隨機算法實... 

【文章頁數(shù)】：82 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號對照表
縮略語對照表
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀分析
        1.2.1 傳統(tǒng)二維驗證碼研究分析
        1.2.2 二維驗證碼研究現(xiàn)狀
        1.2.3 三維驗證碼研究現(xiàn)狀
        1.2.4 深度學(xué)習(xí)發(fā)展現(xiàn)狀
        1.2.5 增強現(xiàn)實技術(shù)發(fā)展現(xiàn)狀
    1.3 論文的主要工作和安排
第二章 相關(guān)理論和技術(shù)
    2.1 深度學(xué)習(xí)理論
        2.1.1 深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)
        2.1.2 CNN訓(xùn)練
        2.1.3 深度學(xué)習(xí)圖像識別
    2.2 基于Unity3D建模技術(shù)
    2.3 陀螺儀
        2.3.1 陀螺儀與重力感應(yīng)的區(qū)別
        2.3.2 移動端陀螺儀的調(diào)用
    2.4 增強現(xiàn)實技術(shù)
        2.4.1 三維注冊技術(shù)
        2.4.2 AR識別追蹤算法
第三章 基于深度學(xué)習(xí)的圖像驗證碼破解
    3.1 12306驗證碼分析與處理
        3.1.1 驗證碼結(jié)構(gòu)分析
        3.1.2 驗證碼圖像類別
        3.1.3 數(shù)據(jù)整理
        3.1.4 人工標(biāo)注
        3.1.5 訓(xùn)練與破解
    3.2 結(jié)果分析
    3.3 本章小結(jié)
第四章 陀螺儀三維驗證碼設(shè)計實現(xiàn)
    4.1 3Ds Max模型設(shè)計
    4.2 Unity3D接口函數(shù)調(diào)用
    4.3 一種基于混沌的通用偽隨機數(shù)發(fā)生器
        4.3.1 混沌映射特性分析
        4.3.2 算法流程
        4.3.3 NIST測試分析
    4.4 隨機切換算法設(shè)計
    4.5 移動端陀螺儀驗證碼實現(xiàn)
    4.6 實驗分析
        4.6.1 人工測試及分析
        4.6.2 可用性和安全性分析
    4.7 本章小結(jié)
第五章 增強現(xiàn)實驗證碼設(shè)計實現(xiàn)
    5.1 基于增強現(xiàn)實技術(shù)的三維驗證碼實現(xiàn)
        5.1.1 隨機切換算法設(shè)計
        5.1.2 增強現(xiàn)實驗證碼實現(xiàn)
    5.2 實驗測試
        5.2.1 人工測試
        5.2.2 實驗結(jié)果分析
    5.3 自然場景文本識別
        5.3.1 自然場景文本識別技術(shù)
        5.3.2 自然場景3D文本識別
        5.3.3 實驗結(jié)果分析
    5.4 改進版本的AR驗證碼
    5.5 本章小結(jié)
第六章 總結(jié)與展望
    6.1 研究總結(jié)
    6.2 研究展望
參考文獻
致謝
作者簡介


【參考文獻】：
期刊論文
[1]3D文本驗證碼的破解技術(shù)研究[J]. 陸穎,蘇智勇.  計算機技術(shù)與發(fā)展. 2016(07)
[2]基于Logistic映射的混沌隨機數(shù)發(fā)生器研究[J]. 許棟,崔小欣,王田,徐曉倩,于敦山,崔小樂,程玉芳.  微電子學(xué)與計算機. 2016(02)
[3]一種基于L-M算法的RANSAC圖像拼接算法[J]. 姚佳寶,田秋紅,陳本永.  浙江理工大學(xué)學(xué)報. 2015(07)
[4]基于連通域的快速文字圖像分割算法[J]. 林孜陽,穆雪,吳凱鋒,嚴(yán)寒,林怡芳.  計算機光盤軟件與應(yīng)用. 2014(22)
[5]NIST隨機性檢測方法及應(yīng)用[J]. 張永強,李順波,屈帥,呂凱琳,劉嬋,許肖茹.  電腦知識與技術(shù). 2014(26)
[6]一種基于混合誤差梯度下降算法的過程神經(jīng)網(wǎng)絡(luò)訓(xùn)練[J]. 許少華,宋美玲,許辰,朱新寧.  東北石油大學(xué)學(xué)報. 2014(04)
[7]基于3D的CAPTCHA驗證碼研究[J]. 汪維華,Henry Chang.  重慶文理學(xué)院學(xué)報(自然科學(xué)版). 2012(06)
[8]基于隨機順序的圖形驗證碼改進算法設(shè)計[J]. 李歡,高嶺,劉琳,邢斌.  計算機應(yīng)用. 2010(06)

博士論文
[1]基于單幅圖像的三維建模技術(shù)及其應(yīng)用[D]. 李冬平.浙江大學(xué) 2017

碩士論文
[1]基于深度學(xué)習(xí)的自然場景文本識別系統(tǒng)的設(shè)計與實現(xiàn)[D]. 馬然.吉林大學(xué) 2015



本文編號：3676507