验证码到底在扮演什么角色?

DeGao 2025-09-02 15:09:41

验证码是怎么为难咱们人类,

编|木易‍‍‍‍‍

文章来源|科技狐〔ID:kejihutv〕

在文章开头,老狐先给大家玩一個验证码游戏,猜出图中验证码字母,

请计算出图中验证码结果,


好,咱们还是回到标题上来,聊一聊验证码是怎么为难咱们人类,


验证码由来

2000 年,雅虎当时还是全球最大网络邮箱服务商,雅虎邮箱运用者经常收到很多垃圾、诈骗短信,


这种经历放在今天,就是你下班回到家,发现自己门口摆满快递,


但注意,其中只有一個快递是你自己购买,其他快递都是他人发垃圾,

你为找到自己快递,只好拆全部快递,这时,你恐怕只会后悔自己有这一個快递,

当时受到影响不光雅虎,还有很多互联网公司,

黑客们利用脚本机器人大量注册账户,实行评论注水、黄牛抢票、撞库扫号等影响互联网企业运作行为,


现如今,“ 天下苦验证码久矣 ”,而在二十年前,则是“ 天下苦脚本机器人久矣 ”,

后来雅虎找到在卡内基梅隆大学路易斯·冯·安〔验证码之父〕等人,与他们协作,


*路易斯·冯·安〔验证码之父〕

他们利用当时人机验证机制,为雅虎设计一套防御机器人程序,并最先发提出“验证码”概念,

验证码,更专业名字是“全自动区分计算机、人类图灵测试”,简称 CAPTCHA,


验证码作用是让计算机区分人类、计算机,大家熟知图灵测试是让人区分人、计算机,与验证码作用刚好相反,

因为这個,有些人也将验证码叫做“反向图灵测试”,



文本类验证码

反而,一切没有那么容易,

早期验证码非常简单,只是普通字母组合,干扰信息很少,而文字识别技术〔 OCR 〕应用甚至要比验证码早 30 年,

没过多久,黑客利用 OCR 成功破解验证码,


于是,计算机科学家们继续探寻更非常好防御机制,

他们在验证码字符中加入更多干扰因素,将字符连接、变形、空心,转变动态,加入更复杂背景,


上述,一切都是为降低脚本机器人识别成功率,

反而降低机器人识别正确率疗效是暂时,降低运用者识别成功率却是永久,

我经常遇到无法识其他验证码,要么须要刷新,要么输入错误,


现在计算机对我判定是:你 不 是 個 人!

这句话听起来是不是好像是在骂人,

2008 年,两位英国纽卡斯尔大学计算机研究人员发布一篇论文,

在论文中,他们用新字符分割法来识别微软、雅虎、谷歌验证码,

微软、雅虎验证码识别正确率超过 60%,谷歌验证码识别率较低,为 8.7%,


虽说谷歌这個数字看起来比雅虎、微软卓著,但脚本机器人可以发动大量攻击,100 万次尝试就将有 8.7 万個验证码被破解,

因为这個,这個结果依旧是无法让人满意,

在这份论文中,研究人员还列出运用者会混淆几個验证码:


比方说:

开头是字母 “ d ” 还是 “ cl ” ?

这是哪几個字符?

别问我答案,我也不晓得,

虽说变形扭曲字符能提升拦截脚本机器人效能,但真人运用者同样难以辨别验证码,也被阻挡在外,

甚至有研究说明,经由卷积神经网络模型〔 CNN 〕,机器识别扭曲字体正确率还要高于人类,

验证码杀敌一千,自损一万,

简单文本内容验证码已经无法满足须要,于是,又发生答题类验证码,


验证码成考题,运用者输入正确答案才干经由验证,这种格局验证码虽说能暂时有效阻挡脚本机器人,但却对运用者不友好,受到很多吐槽,

因为这個,答题验证码并非常见,

到底,当你遇到文章开头这种验证码,你大概不会愿意计算出答案,而是直接关闭页面,


文本类验证码面对脚本机器人攻击,渐渐招架不住,研究人员定夺调转方向,开发采用图像选择类验证码,


图像选择类验证码

相比于文本类验证码,图像选择类验证码对运用者友好很多,只需点击图像,不再依赖键盘输入,况且图像验证码趣味性更强,

比方说根据题目要求在几张照片中找出符合要求照片就可,体验起来像是玩连连看,


2007 年,研究人员提出图像选择类验证码,之后火速受到研究人员、运用者欢迎,

到底,谁会喜欢考试而讨厌游戏呢?

2015 年 3 月,12306 为防止黄牛抢票引入图片验证码,引发热议,

抢过火车票小伙伴对此绝对不陌生,为不被 12306 验证码难住,只好调闹钟提早登录 12306,


刚开始,图像选择类验证码还能起到没错呵护疗效,

反而,伴随图像识别技术发展,极具是 AI 技术进步,人们可以训练机器学习分类图片,破解图像,


比方说,国外研究人员就利用 SVM 分类器、卷积神经网络模型等方法,来破解一部分图像选择验证码,

来自卡内基梅隆大学一個团队在 2017 年发布论文表达:

他们经由收集 260 万個验证码、短语,以及 2100 万张图片,经过卷积神经网络训练,最后可以使机器在 2 秒内以 77% 正确率经由 12306 验证码,


为阻挡脚本机器人攻击,维护人员只好制作更多新验证码图片,利用新验证码图片还未被机器学习,以此来降低机器识别正确率,

于是更多奇怪验证码被制作出现,

反而,咱们普通运用者成最大受害者,各类奇葩图片验证码让人难以区分,连登录自己账户,都转变一件难事,


但是一些研究统计说明,在图片验证码正确率上,机器在某些方面图像感知本事也已经最先进人类,


既然图像选择验证码也干但是机器,研究人员再次使出绝招:调转方向!


行为轨迹类验证码

任凭文本还是图像都是以问答格局来验证人、脚本机器人,脚本机器人经由学习,表现比人类还要定鼎,

于是,研究人员发明行为轨迹类验证码,而它原理就是利用人类在行为轨迹上不及机器定鼎,


以咱们熟悉滑动验证码为例:

当咱们将左边滑块向右拖动,后台服务器不光验证运用者能否正确地将滑块填进空缺位置,还要记录运用者鼠标位置,滑块移动轨迹等信息,

往往来说,相对于脚本机器人,人类滑动轨迹都是非匀速,不准确,


尤其是像我这样肢体不灵活人,越接近空缺位置,速度越慢,直到合上滑块,

这個过程有很多不定鼎因素,正是经由不定鼎轨迹,后台服务器才会识别该操作来自于人,而不是定鼎脚本程序,


虽说滑动验证码相比之前验证码是一個进步,但破解验证码方法也在跟着进步,

2010 年,日本京都大学研究人员向外界公布滑动验证码,并于 2012 年投入商用,

2014 年,马德里康普斯顿大学研究人员就宣布他们破解滑动验证,


如今,加入学习模型智能脚本机器人也能经由学习人滑动轨迹,经由做出变速,折返、抖动等行为轨迹来模仿人类,骗过服务器,


行为轨迹类验证码还有更简单无感方法,点击验证,直接点击开关,服务器经由收集检测运用者环境信息来判断是真人还是脚本机器人,

这无疑是目前所有验证码中运用者体验最非常好,但它也并非绝对保障,况且还存在运用者秘密泄露风险,



短信验证、扫脸认证

现在,短信验证已经变成最常见验证方法之一,

在老狐手机短信中,两类短信最多,

一类是验证码短信,一类是须要发送“ TD ”才干退订,但退订后又还能收到新短信垃圾营销短信,而最实用快递签收短信只能排在第三,


短信验证经由绑定手机号码来确认该运用者是否是本人,跳出网络这一维度,调用外部设备,保障层次比以上几种验证码有所提升,

但验证码短信恰恰成这种验证方法薄弱环节,

不法分子可以经由奠定伪基站,截取运用者短信验证码,获得登录甚至交易权限,


又或者,经由诈骗获取运用者验证码,

另一方面,短信验证码又是最不友非常好验证方法之一,尤其是手机不在时候,还要找手机,解锁、记住验证码,再输入验证码,这是我最讨厌验证码时刻,

如今,一些对保障要求较高验证通道已经卷向扫脸验证,须要对着手机前后移动,调整角度,眨动眼睛才干登录,


反而这种看似保障方法也不是绝对保障,百度搜索可看到很多扫脸认证被破解信息,



验证码另类敌人

这时老狐不禁想:咱们普通运用者登录個账号怎么就这么麻烦,

本质上而言,验证码技术战争是网站维护人员与黑客攻击者之间博弈,

双方你追我赶,验证码技术在 20 年里已经多次迭代,


从最简单输入字母到须要调动运用者摄像头刷脸验证,破解技术也从过去 OCR 发展到如今 AI,

反而,最受伤却是咱们这些普通运用者,验证方法逐渐复杂,意味着咱们要在验证码上花更多时间、更多手段,

验证码要面对敌人,并非只是脚本机器人或技术鼎级黑客,还有毫无技术含量人类,

一些不法分子奠定验证码破解平台,将验证码打包发送至平台,以非常低廉价格雇佣一批人,


人工输入正确验证码答案,并奠定数据库,用来破解验证码,这個方法简单粗暴却有效,

AI 也学会这一方法,

据媒体报道,一個测试 AI 机构发现 OpenAI GPT4 会假装成一個视障人员,让人类帮他输入验证码,

没错,AI 甚至学会欺骗人类全民免单帮它劳动,


面对越来越接近人类 AI,区分人类、机器人将会变得越来越困难,验证码只会更加复杂繁琐,

而作为一個普通网络运用者,老狐只希望输入验证码方法能简单一点。

参考资料:

《复旦大学肖仰华:12306 验证码已不再保障,后世属于智能验证码》雷锋网

Ya H, Sun H, Helt J, et al.Learning to Associate Words and Images Using a Large-scale Graph〔J〕. 2017.

Yan, J., & El Ahmad, A. S.〔2008, October〕. A Low-cost Attack on a Microsoft CAPTCHA. In Proceedings ofthe 15th ACM conference on Computer and communications security 〔pp. 543-554〕.ACM.

Hernandezcastro C J, Rmoreno MD, Barrero D F. Side-Channel Attack against the Capy HIP〔C〕// InternationalConference on Emerging Security Technologies. IEEE, 2014:99-104.

媒介协作联系微信号|ciweimeijiejun

如需、咱们交流可后台回复“进群”加社群

很高兴你能耐心的读完我的文章,你一定不想在AI时代错过原创、深挖的消息,请关注DeGao的Twitter,不迷路!

相关资讯