發(fā)布時間：2022-01-23 11:48

　　網絡驗證碼作為網絡安全保護的一種有效手段,已經得到了廣泛的應用。驗證碼的識別研究,不僅可以從驗證碼反識別的角度設計更加安全易用的驗證碼,還可以及時發(fā)現驗證碼的安全漏洞,從而提高網絡服務器的工作效率以及用戶上網的安全性。近年來深度學習技術在各個研究領域都有了廣泛的應用,然而專注于深度學習,尤其是卷積神經網絡在不同驗證碼識別上的應用與研究稍顯匱乏,因此本文針對互聯網中常見的數字、字母和漢字組成的驗證碼,將卷積神經網絡應用在驗證碼圖片的識別中。對于由數字和字母組成的驗證碼圖片,分析了基于卷積神經網絡的目標檢測算法SSD網絡應用在上述驗證碼圖片的識別上可行性,指出SSD網絡在連續(xù)堆疊卷積層的過程中會降低網絡的全局信息的提取能力,基于此將non-local設計思想引入到SSD網絡中,具體在SSD網絡的五個連續(xù)的卷積模塊中添加non-local模塊,并以此提出本文設計的NL_SSD網絡結構,分析討論了訓練過程中的水平翻轉數據增強和檢測過中檢測閾值的設置對識別結果的影響并進行優(yōu)化。實驗結果表明本文提出的NL_SSD網絡對于數字、字母組成的驗證碼圖片上的識別精度... 

【文章來源】：西南交通大學四川省 211工程院校 教育部直屬院校

【文章頁數】：66 頁

【學位級別】：碩士

【部分圖文】：

基于數字字母的字符型驗證碼

基于常見漢字的字符型驗證碼

西南交通大學碩士研究生學位論文 第 9上，用戶只需將接收到的驗證碼輸入到指定區(qū)域即可，如圖 2-3 分圖（a）所示。短信驗證碼不僅可以判斷操作者是人類還是計算機，還可以判斷操作者是用戶本是其他人，極大提高了安全性和隱私性。如今人們對智能手機越來越依賴，手機碼憑借其安全性和方便性成為了人們日常生活中不可或缺的一部分，如圖 2-3 分b）所示

【參考文獻】：
期刊論文
[1]基于卷積神經網絡的圖像驗證碼識別[J]. 秦波,顧乃杰,張孝慈,林傳文.  計算機系統應用. 2018(11)
[2]基于漸進式學習的神經網絡端到端驗證碼識別[J]. 劉達榮,張遠平,湯茂斌,李福芳.  計算機技術與發(fā)展. 2018(09)
[3]基于條件深度卷積生成對抗網絡的圖像識別方法[J]. 唐賢倫,杜一銘,劉雨微,李佳歆,馬藝瑋.  自動化學報. 2018(05)
[4]卷積神經網絡識別漢字驗證碼[J]. 范望,韓俊剛,茍凡,李帥.  計算機工程與應用. 2018(03)
[5]計算機網絡安全問題及其防范措施[J]. 徐亮.  電子技術與軟件工程. 2017(24)
[6]基于KNN技術的校內網驗證碼識別[J]. 汪洋,許映秋,彭艷兵.  計算機與現代化. 2017(02)
[7]基于變換特征的驗證碼改進算法設計[J]. 龍金輝,王坤杰,張亞麗.  自動化技術與應用. 2015(08)
[8]一種扭曲粘連字符驗證碼識別方法[J]. 尹龍,尹東,張榮,王德建.  模式識別與人工智能. 2014(03)
[9]粘連字符的圖片驗證碼識別[J]. 王璐,張榮,尹東,詹金春,吳陳洋.  計算機工程與應用. 2011(28)
[10]一種SVM驗證碼識別算法[J]. 殷光,陶亮.  計算機工程與應用. 2011(18)



本文編號：3604287