3、攻击图像识别验证码：一种简单而有效的方法

攻击图像识别验证码：一种简单而有效的方法

1. 引言

在当今高度网络化的世界中，万维网提供了大量的电子服务，许多服务如电子邮件和社交网络都是免费的，仅需用户向服务提供商注册。然而，过去十年里，出于恶意经济目的滥用互联网服务的情况日益增多，比如免费注册的电子邮件账户被用于发送垃圾邮件和钓鱼邮件。

为防止自动化脚本对这些服务的恶意使用，区分人类和机器变得至关重要。为此，出现了各种图灵测试，也就是验证码（Captchas）、人类交互式证明（HIPs）和仅人类可解谜题（POSHs）等。这些验证码都基于人类容易解决但机器难以解决的问题，人工智能领域的难题常被应用于其中。

本文提出了一种不直接解决验证码背后人工智能难题的方法，即旁道攻击。我们专注于基本的图像处理和颜色值分布计算，为所选图像识别验证码实现中的所有图像预计算特征属性。基于这些特征属性，我们的方法能够以惊人的精度识别随机失真的验证码图像。我们针对多种实现（如HumanAuth、微软Asirra、UMIST Faces）评估了该方法的适用性，证明了其可靠性。

本文的主要贡献包括：开发了一种针对图像识别验证码的攻击方法PixelMap；评估该方法，对多个图像识别验证码进行攻击并取得了良好结果；根据研究结果提出了强化未来图像识别验证码安全性的技术；实现了一个原型工具，展示了该方法的实际应用。

2. 相关工作

1997年，Naor首次提出了“自动图灵测试”的相关想法。自von Ahn等人引入“验证码”一词以来，出现了各种不同特性的验证码。Banday和Sha将其分为三类：基于文本的（OCR）、基于图像的和基于音频的验证码。

由于验证码用于安全目的，出现了不