[发明专利]基于对抗样本的验证码生成系统及方法

权利要求书

1.基于对抗样本的验证码生成系统，其特征在于，包括：验证码采集层、预处理层、对抗样本生成层、样本拼接层以及杂化层；

所述验证码采集层，通过收集自身平台、利用验证码自动生成工具、开源平台验证码数据作为神经网络的训练集；

所述预处理层，通过灰度化、二值化、去燥、字符分割流程将收集到的验证码切割成数量繁多的黑白字符图片作为神经网络的输入；

所述对抗样本生成层，在提前构建的神经网络模型库中随机选择神经网络模型，从对抗样本生成算法中选择最合适的算法，然后用预处理层的数据定向生成对抗样本；

所述样本拼接层，用合适的样本选择算法选择不同神经网络生成的对抗样本，然后进行拼接；

所述杂化层，将拼接后的对抗样本进过添加干扰线、背景复杂化、彩色化等手段，将其变为aeCAPTCHA；

所述样本拼接层包括对抗样本选择模块和对抗样本拼接模块；

所述对抗样本选择模块，配置了两种选择方案：一、将所有对抗样本单独组合成aeCAPTCHA，用来测试那种对抗样本对待入侵网络有最好的效果，便用此aeCAPTCHA代替原有的，二、选择识别率最低的几类对抗样本组合成aeCAPTCHA，防止攻击者突然更换网络；

所述对抗样本拼接模块，用于将对抗样本生成模块的对抗样本进行拼接，并对整体大小进行转化，根据需求调节拼接后的大小，方便之后将aeCAPTCHA映射到前端页面，不用对原始代码进行修改，就可以和前端无缝对接；

所述杂化层，包括干扰线添加模块、背景复杂化模块和彩色化模块；

所述干扰线添加模块，用与在拼接的对抗样本上添加干扰线，增加攻击者在对aeCAPTCHA进行预处理去燥时的难度；

所述背景复杂化模块，用于将拼接后的对抗样本映射到一个比较复杂的背景图片中，增加攻击者识别的难度；

所述彩色化模块，用于将拼接后的对抗样本彩色化，使最终的aeCAPTCHA 映射到前端界面时不影响前端界面的美观；或者使攻击者必须对验证码进行预处理，不能直接拿爬下来的aeCAPTCHA作为攻击网络的训练集。

2.根据权利要求1所述基于对抗样本的验证码生成系统，其特征在于，所述验证码采集层的数据来源包括下述几种：

(1)直接用网站本身的验证码作为原始数据；

(2)利用验证码自动生成工具来生成验证码然后进行加工；

(3)利用python对各大网站进行爬虫，爬取它们的验证码图片。

3.根据权利要求1所述基于对抗样本的验证码生成系统，其特征在于，所述预处理层包括灰度化模块、二值化模块、去噪模块和字符分割模块；

所述灰度化模块，用于将彩色图片转化为灰度图像的过程称为图像的灰度化处理；

所述二值化模块，用于图像的二值化是将图像上的像素点的灰度值设置为0或1，将整个图像呈现出黑白效果；

所述去噪模块，用于将黑白图片中单独的像素点去掉，包括线降噪和点降噪两种；

所述字符分割模块，用于将降噪以后的黑白验证码图片分割成一个一个字符图片，作为下一层对抗样本生成层中的神经网络构建模块中神经网络的训练集。

4.根据权利要求3所述基于对抗样本的验证码生成系统，其特征在于，所述灰度化处理采用下述方法中的一种：

分量法：将彩色图像中的三分量的亮度作为三个灰度图像的值，可选取其中一种灰度值；

F1＝R or F2＝G or F3＝B

最大值法：将彩色图像中的三分量的最大值作为灰度图像的灰度值；

F＝max(R,G,B)

均值法：将彩色图像中的三分量求平均值等到灰度图像的灰度值；

F＝(R+G+B)/3

加权平均法：根据重要性及其它指标，将三个分量以不同的权值进行加权平均；

F＝w1*R+W2*G+W3*B。