[发明专利]人机协同方式的验证码识别方法及其系统

说明书

本发明公开一种人机协同方式的验证码识别方法及其系统，所述方法包括：验证码自动分类模块获取待识别的验证码数据；验证码自动分类模块对验证码数据进行类型识别；验证码任务分发模块获取当前待打码且空闲的打码客户端列表；根据验证码数据的类型及客户端列表；根据排序后的打码客户端列表选取TOP‑N个客户端分发验证码数据进行识别；执行打码；反馈模块计算打码时长以更新客户端对此类验证码的平均识别速度；对不同的打码客户端打码结果进行相似度计算。所述系统包括验证码自动分类模块、验证码任务分发模块、打码客户端、反馈模块。本发明中所述方法及其系统能够有效减少人工成本消耗同时能够有效保证验证码识别的准确率。

技术领域

本发明涉及验证码识别技术领域，具体涉及一种人机协同方式的验证码识别方法及其系统。

背景技术

验证码是一种用以区分服务使用者为人类还是自动化程序的一种有效方法，为系统抵御诸如垃圾邮件、暴力破解等恶意行为做出了巨大贡献。虽然验证码为系统的安全性提供了很大保障，但也为广大开发者探索自动化应用程序设定了很大阻碍，例如复杂网站的信息收集不得不使用第三方验证码识别(打码)服务来绕过验证码认证环节，因此验证码识别服务在如今的自动化开发环节中逐渐不可或缺。

现有的第三方验证码识别服务平台要么全部采用人工来执行后台的打码任务，要么全部采用AI来执行打码任务。前者的优点是人类固有的感知能力能够提供很好的打码准确率，缺点是人工成本高，而且人工的打码效果受个体状态的影响较大(例如疲劳、疾病等)；后者的优点是AI执行效率高，且不知疲倦，缺点是当前的AI技术并不能解决所有类型的验证码，较为复杂的验证码依然必须依赖人类来识别。也有一些平台尝试AI与人工配合进行打码，大体方式是打码任务优先交给AI处理，AI处理失败的进一步转发给人工来再次执行，是一种利用人工力量对AI识别结果进行“补救”的协作打码方式。

总之，现有的验证码识别平台都不能充分发挥人工和AI各自的先天优势进行“互补式”的协作打码。例如众包形式的打码平台通常采用一种“发布-订阅”式的任务分发框架，即任务执行者由打码客户端的订阅操作决定，而打码客户端打码水平参差不齐，因此系统无法保证最终的打码效果。另一种AI和人工串行协作的“补救式”任务分发框架虽然做出了AI与人工之间的权衡，但依然存在很大的人工成本消耗问题，也难以适用如今日渐复杂的验证码识别场景。因此建立一种综合考虑人工和AI打码特性的打码任务分发框架对于同时降低人工成本和提升验证码识别准确率具有很大意义。为此，利用决策论中的经典方法对人工和AI的打码特性进行多属性决策是一种可行的方案，但这些方法大都具有一定的主观性，分发效果取决于不同的主观权重设定，相比之下更理想的分发模式应该是分发效果随着任务分发记录的不断积累而逐步提升，即数据驱动型的任务分发模式。此外，现有的验证码识别平台虽然都有“任务难度”的概念，即打码客户端可以主动根据任务难度来选择自己想要执行的任务，但都没有具体的难度量化标准，因此系统无法预估客户端对目标系统验证码的识别效果，因此才会出现“补救式”的人机协作打码方式。因此，建立一种对目标验证码系统安全性(验证码难度)量化方法对于降低人工成本和提高验证码识别准确率十分必要，也就是说，将安全性量化值较高的目标验证码系统打码任务更多地分发给人工来处理，反之则更多地交给AI来处理。

发明内容

针对现有技术的不足，本发明提供一种人机协同方式的验证码识别方法及其系统。

为了实现本发明的目的，采用如下技术方案。

一种人机协同方式的验证码识别方法，包括：

步骤1、验证码自动分类模块获取待识别的验证码数据；

步骤2、验证码自动分类模块对验证码数据进行类型识别，将识别成功的验证码数据分发至处理所述验证码数据的客户端；

步骤3、验证码任务分发模块获取当前待打码且空闲的打码客户端列表；