發(fā)布時(shí)間：2019-11-25 09:33

【摘要】：驗(yàn)證碼是當(dāng)今互聯(lián)網(wǎng)蓬勃發(fā)展的產(chǎn)物,主要用來(lái)防止網(wǎng)站遭到惡意程序攻擊,保衛(wèi)網(wǎng)站安全。驗(yàn)證碼破解技術(shù)的研究對(duì)于發(fā)現(xiàn)驗(yàn)證碼的設(shè)計(jì)缺陷,提高互聯(lián)網(wǎng)站的安全性也有著非常重大的意義。該技術(shù)的研究,也能夠促進(jìn)人工智能、手寫(xiě)字符識(shí)別、車(chē)牌識(shí)別等多個(gè)研究領(lǐng)域的發(fā)展。 本文統(tǒng)計(jì)了現(xiàn)今互聯(lián)網(wǎng)上正在使用的驗(yàn)證碼的主要形式,總結(jié)了國(guó)內(nèi)外驗(yàn)證碼破解的研究現(xiàn)狀。按照驗(yàn)證碼破解的主要步驟,研究了各個(gè)環(huán)節(jié)所用到的算法,本文的主要工作內(nèi)容如下： (1)研究了驗(yàn)證碼圖像預(yù)處理算法。首先,提出了基于連通域的去噪算法,不僅不損壞字符信息,而且對(duì)于較大的區(qū)塊噪聲有比較明顯的去除效果。接著,在驗(yàn)證碼粘連字符分割方面,本文提出了基于字符寬度的分割算法和基于字符數(shù)量的分割算法。 (2)簡(jiǎn)要介紹人工神經(jīng)網(wǎng)絡(luò)基本理論,選取了合適的激活函數(shù),提高神經(jīng)網(wǎng)絡(luò)的計(jì)算速度。在人工神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ)之上,研究了基于卷積神經(jīng)網(wǎng)絡(luò)的字符識(shí)別算法,實(shí)現(xiàn)了簡(jiǎn)化后的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。 (3)提出了改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)字符識(shí)別算法,并用C++程序設(shè)計(jì)語(yǔ)言設(shè)計(jì)實(shí)現(xiàn)了改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)字符識(shí)別算法。針對(duì)改進(jìn)的算法,使用UNIPEN字符庫(kù)進(jìn)行了字符識(shí)別實(shí)驗(yàn)。最后實(shí)驗(yàn)證明,改進(jìn)后的卷積神經(jīng)網(wǎng)絡(luò)不僅能夠很好地完成字符識(shí)別任務(wù),而且提高了收斂速度和識(shí)別正確率。 (4)本文設(shè)計(jì)開(kāi)發(fā)了用于破解驗(yàn)證碼的工具軟件,該工具軟件有助于驗(yàn)證碼破解算法的設(shè)計(jì)和調(diào)試。選取建行驗(yàn)證碼、中國(guó)聯(lián)通驗(yàn)證碼、豆瓣驗(yàn)證碼為代表,對(duì)含有三類(lèi)噪聲的驗(yàn)證碼進(jìn)行破解實(shí)驗(yàn),制定了相應(yīng)的破解方案,破解成功率分別為88.67%,93.5%和23%。
【學(xué)位授予單位】：南京理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類(lèi)號(hào)】：TP393.08

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 時(shí)君偉;胡敏英;武志富;任振輝;;基于神經(jīng)網(wǎng)絡(luò)的視覺(jué)圖像處理研究[J];安徽農(nóng)業(yè)科學(xué);2009年19期

2 倪遠(yuǎn)平;神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)對(duì)收斂速度的影響研究[J];電氣傳動(dòng)自動(dòng)化;1996年04期

3 杜宇慧;桂志國(guó);李晉華;;基于類(lèi)別方差的三維醫(yī)學(xué)圖像分割新方法[J];中北大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年02期

4 王樹(shù)文,閆成新,張?zhí)煨?趙廣州;數(shù)學(xué)形態(tài)學(xué)在圖像處理中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2004年32期

5 賀強(qiáng);晏立;;基于形狀上下文的復(fù)雜驗(yàn)證碼識(shí)別算法[J];計(jì)算機(jī)工程;2011年02期

6 汪成亮;張玉維;;基于共振峰合成和韻律調(diào)整的語(yǔ)音驗(yàn)證碼方法研究[J];計(jì)算機(jī)應(yīng)用研究;2011年07期

7 張亮;黃曙光;石昭祥;胡榮貴;;基于LSTM型RNN的CAPTCHA識(shí)別方法[J];模式識(shí)別與人工智能;2011年01期

8 王興芬;李雪燕;張繼松;;基于支持向量機(jī)的網(wǎng)上銀行驗(yàn)證碼識(shí)別研究[J];計(jì)算機(jī)工程與應(yīng)用;2012年29期

9 蘇磊;馬良;;形狀上下文在驗(yàn)證碼識(shí)別中的應(yīng)用[J];微計(jì)算機(jī)信息;2007年35期

10 熊杰;龐劍飛;魏良;高山;喬梁;;基于短信驗(yàn)證的快遞簽收系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];物流技術(shù);2013年17期

，

本文編號(hào)：2565660