[发明专利]基于深度学习的人体行为识别系统

说明书

技术领域

本发明涉及captcha领域，特别涉及基于深度学习的人体行为识别系统。

背景技术

现今网络技术越来越发达，网络应用越来越多，像各种网站、电子邮件、博客、电子政务网站等已成为大家日常生活的必需品。然而伴随着快速发展的互联网，网络安全也成为一个日益凸显的问题。特别是恶意程序自动注册和登录、恶意灌水、用特定程序暴力破解帐户和密码等网络安全攻击。为避免这些发生就需要识别出当前注册或访问该网页的是人还是程序。最常见的captcha(Completely Automated Public Turing Test to Tell Computers and Humans Apart全自动区分计算机和人类的图灵测试的简称)，是在1997年被Mark D.Lillibridge等人发明。目前因其巨大的意义，被广泛的应用于各个网站。同时很多学术机构和商业公司也在对其进行研究。

目前常见的captcha有基于计算机视觉的，包括字符识别和物体识别。这些识别问题对于人往往比较简单，但对于计算机却比较难，从而区分出是人还是程序。还有基于人体行为的，包括敲击键盘和移动鼠标。人体的这些行为具备一定的特征规律，可以通过这些特征来区分操作计算机的是人还是程序。随着深度学习的发展，计算机视觉也产生飞跃式的进步，无论是字符识别还是物体识别，计算机的识别准确率越来越高。导致之前最常见的基于计算机视觉的captcha的防御能力逐渐下降。而基于人体行为的captcha开始出现。采用基于人体行为的captcha网络安全防御手段开始得到广泛的应用，在应用这类手段进行网络防护时，首先就需要具备人体行为或机器行为的识别能力，然而基于传统的机器学习方法先对人体行为提取特征再分类的判断准确率并不高。因为人体行为的一些特征是深层次特征，通过人为制定的规则很难提取出这种特征。

发明内容

本发明的目的在于克服现有技术中所存在的上述不足，提供基于深度学习的人体行为识别系统，本发明系统，使用在时序信号处理能力很强的LSTM来进行操作主体的判断，为操作主体是否是人体行为提供判断工具。

为了实现上述发明目的，本基于深度学习的人体行为识别系统，所述系统包含神经网络模型，所述神经网络模型包含：embedding层、LSTM、全连接层和softmax层；所述神经网络模型的训练或预测中，信号的向前传输过程为：将训练样本的(dx_i，dy_i，dt_i)信号输入embedding层，由所述embedding层将dx_i、dy_i、dt_i分别转化成对应的m维的向量，并将dx_i、dy_i、dt_i对应的m维向量拼接成一个3m维的向量；将该3m维的向量依时序输入LSTM神经网络中，由LSTM神经网络输出3m*L维的该条轨迹的表示向量到全连接层中，并通过softmax层输出该条轨迹是否是人体行为的判断结果。

所述使用人体行为和机器生产的鼠标拖拽运动轨迹训练样本来训练包含LSTM网络的神经网络模型，并使用训练后的神经网络模型来判断当前页面的操作主体是否为人体行为。

所述系统的神经网络使用海量人体行为的正样本和在人体行为基础上所产生机器行为负样本来进行训练。

所述系统使用鼠标轨迹信息的一阶差值(dx_i，dy_i，dt_i)来描述操作行为，其中dx_i＝x_i-x_i-1，dy_i＝y_i-y_i-1，dt_i＝t_i-t_i-1，x_i为鼠标的在屏幕位置的横坐标值，y_i为鼠标在屏幕位置的纵坐标值，t_i为时刻信息。

负样本由机器生成，生成的方式如下：

a、在设置的最大取值范围内，随机产生轨迹长度，随机生成(dx_i，dy_i，dt_i)；

b、在正样本集中抽取N条轨迹，将抽取到的轨迹随机分割成n个子段，将分割成的子段随机组拼接成新的轨迹；