【极验黑科技】文生图大模型在极验人机对抗领域的应用

自极验于2013年开创性地提出新一代的智能验证码概念开始，就始终在人机对抗领域不停地升级迭代。极验全球首创的“行为式验证”在十多年来，为全球近40万的开发者使用。如小米、新浪微博、东方航空、国家工商局等企业携手极验验证码进行升级，使得现在传统的字符验证码逐步退出了历史舞台，每日极验的API调用量高达数10亿次，每一次API的响应，都是对机器黑产的对抗和用户体验的升级。

随着人机对抗的升级，极验也在不停地利用新技术创造更安全的验证服务和更极致的用户体验。早在16年，极验便将Neural style transfer 技术运用到人机对抗的实践中去，这是典型的将安全与体验兼得的验证方式，并取得令客户赞赏的效果。

Neural style transfer 原理图

将“语意理解”与“Neural style transfer”相结合而得出的新的验证过程

专利号：ZL 201830130077.X

随着大规模文生图模型已经成熟，极验也在技术前沿探索，并将新技术进一步应用到人机对抗领域，今天我们主要分享一下这方面的相关过程和进展，以及一些实验数据。

文生图模型原理

文生图模型是一种多模态深度学习模型，它可以从文本描述生成与描述相匹配的图像。其核心原理是将自然语言文本转换为图像空间，同时将视觉特征与语言信息相互联系起来，以实现自然语言文本与图像之间的映射。

文生图模型通过大量成对的文本描述和相应图像的数据集进行训练。在训练过程中，模型学习从文本中提取相关特征，并将它们映射到图像中相应的视觉特征。这个过程涉及到语义