滑动验证码人机识别方法及装置、电子设备及可读介质制造方法及图纸

本公开涉及一种滑动验证码人机识别方法及装置、电子设备及计算机可读介质。涉及计算机信息处理领域，该方法包括：采集滑动验证码滑动过程中的轨迹数据；提取所述轨迹数据的特征；将所述特征输入至训练好的人机识别模型，获得所述轨迹数据所属人机类别。本公开涉及的滑动验证码人机识别方法、系统、装置、电子设备及计算机可读介质，能够自动识别滑动验证码滑动过程中的轨迹数据对应的轨迹是由人触发的还是由机器触发的，从而可以提高滑动验证的安全性。

【技术实现步骤摘要】
滑动验证码人机识别方法及装置、电子设备及可读介质
本公开涉及计算机信息处理领域，具体而言，涉及一种滑动验证码人机识别方法及装置、电子设备及计算机可读介质。
技术介绍
滑动验证码在验证的过程中产生大量的鼠标轨迹信息，因此，基于鼠标轨迹识别的方法当前被广泛地运用于多种人机验证产品中，不仅便于用户的理解记忆，而且极大地增加了暴力破解的难度。与此同时，滑动验证码作为一种生物认证技术，在满足当前网络环境对身份认证安全性需求的同时，也受到了攻击者们的重点关注，各种被开发出来模仿人类行为的黑产工具开始挑战着滑动验证码的安全性。攻击者可以通过黑产工具产生类人轨迹批量操作以绕过检测，并在对抗过程中不断升级其伪造数据以持续绕过同样升级的检测技术。因此，在双方都不断升级的技术对抗中，如何在与攻击者的黑产工具的对抗中占据优势，就显得尤为重要。针对上述相关技术中的问题，目前尚未提出有效的解决方案。因此，需要一种新的滑动验证码人机识别方法及装置、电子设备及计算机可读介质。在所述
技术介绍
部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
有鉴于此，本公开提供一种滑动验证码人机识别方法及装置、电子设备及计算机可读介质，能够自动自动识别触发滑动验证码的为人还是机器，以便提高滑动验证码的安全性。本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。根据本公开的一个方面，提供一种滑动验证码人机识别方法，包括：采集滑动验证码滑动过程中的轨迹数据；提取所述轨迹数据的特征；将所述特征输入至训练好的人机识别模型，获得所述轨迹数据所属人机类别。在本公开的一种示例性实施例中，所述轨迹数据包括所述滑动过程中不同时间点的第一方向坐标，所述特征包括第一方向特征；所述提取所述轨迹数据的特征，包括：从所述轨迹数据中提取出所述不同时间点的第一方向坐标组成第一方向序列；根据所述第一方向序列构建第一方向特征群；提取所述第一方向特征群的所述第一方向特征。在本公开的一种示例性实施例中，所述第一方向特征群包括所述第一方向序列的前半段序列、后半段序列、前半段邻位差序列、后半段邻位差序列、停止段序列中的至少一种。在本公开的一种示例性实施例中，所述第一方向特征包括以下特征中的至少一种：所述第一方向序列的前半段序列的最大值、峰度、中值和方差；所述第一方向序列的后半段序列的最小值、中值、方差、峰度和初始值；所述第一方向序列的前半段邻位差序列的最大值、最小值、中值、方差和峰度；所述第一方向序列的后半段邻位差序列的最大值、最小值、中值、方差和峰度；所述第一方向序列的停止段序列的方差和极差。在本公开的一种示例性实施例中，所述轨迹数据包括所述滑动过程中不同时间点的第二方向坐标，所述特征包括第二方向特征；所述提取所述轨迹数据的特征，包括：从所述轨迹数据中提取出所述不同时间点的第二方向坐标组成第二方向序列；根据所述第二方向序列构建第二方向特征群；提取所述第二方向特征群的所述第二方向特征。在本公开的一种示例性实施例中，所述第二方向特征群包括所述第二方向序列的全段序列、折半序列、全段邻位差序列、全段邻位差的邻位差序列中的至少一种。在本公开的一种示例性实施例中，所述第二方向特征包括以下特征中的至少一种：所述第二方向序列的全段序列的方差、平均值、中值；所述第二方向序列的折半序列的和值；所述第二方向序列的全段邻位差序列的方差；所述第二方向序列的全段邻位差的邻位差序列的方差。在本公开的一种示例性实施例中，所述特征包括时间-第一方向特征；所述提取所述轨迹数据的特征，包括：从所述轨迹数据中提取出所述不同时间点组成时间序列；根据所述第一方向序列和所述时间序列获得时间-第一方向序列；提取所述时间-第一方向序列的时间-第一方向特征。在本公开的一种示例性实施例中，所述时间-第一方向特征包括所述时间-第一方向序列的最大值、峰度、中值、方差、最小值中的至少一种。在本公开的一种示例性实施例中，还包括：对所述第一方向序列、所述第二方向序列以及所述时间序列进行归一化。在本公开的一种示例性实施例中，所述人机识别模型包括至少一个基础分类模型；所述将所述特征输入至训练好的人机识别模型，获得所述轨迹数据所属人机类别，包括：分别将所述特征输入至训练好的各个基础分类模型，获得各个基础分类模型输出的所述轨迹数据所属人机类别的概率值；根据各个基础分类模型输出的所述轨迹数据所属人机类别的概率值，获得所述人机识别模型输出的所述轨迹数据所属人机类别。在本公开的一种示例性实施例中，所述至少一个基础分类模型包括CatBoost模型、XGBoost模型、RandomForest模型以及LogisticRegression模型中的至少一种。根据本公开的一个方面，提供一种滑动验证码人机识别装置，包括：轨迹数据采集模块，配置为采集滑动验证码滑动过程中的轨迹数据；特征提取模块，配置为提取所述轨迹数据的特征；人机分类模块，配置为将所述特征输入至训练好的人机识别模型，获得所述轨迹数据所属人机类别。根据本公开的一方面，提出一种电子设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如上文的方法。根据本公开的一方面，提出一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上文中的方法。根据本公开的滑动验证码人机识别方法及装置、电子设备及计算机可读介质，通过采集滑动验证码滑动过程中的轨迹数据；并提取所述轨迹数据的特征；之后将所述特征输入至训练好的人机识别模型，获得所述轨迹数据所属人机类别，能够自动识别滑动验证码滑动过程中的轨迹数据对应的轨迹是由人触发的还是由机器触发的，从而可以提高滑动验证的安全性。应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。附图说明通过参照附图详细描述其示例实施例，本公开的上述和其它目标、特征及优点将变得更加显而易见。下面描述的附图仅仅是本公开的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是根据一示例性实施例示出的一种滑动验证码人机识别方法及装置的系统框图。图2是根据一示例性实施例示出的一种滑动验证码人机识别方法的流程图。图3示出了图2中所示的步骤S220在一个实施例中的处理过程示意图。图4示出了图2中所示的步骤S220在另一个实施例中的处理过程示意图。图5示出了图2中所示的步骤S220在又一个实施例中的处理过程示意图。图6示出了图2中所示的步骤S230在一个实施例中的处理过程示意图。图7是根据另一示例性实施例示出的一种滑动验证码人机识别方法的流程图。图8示出了图7中所示的步骤S720在一个实施例中的处理过程示意图。图9示出在一个实施例中的多维特征之间的关系示意图。图10示出在一个实施例中的构建多维特征体系的示意图。图11示出了图7中所示的步骤S730在一个实施例中的处理过程示意图。图12示出在一个实施例中的构建人机识别模型的示意图。图13是根据一示例性实施例示出的一种滑动验证码人机识别装置的框图。图14是根据一示例性实施例示出的一种电子设备的框本文档来自技高网...

【技术保护点】
1.一种滑动验证码人机识别方法，其特征在于，包括：采集滑动验证码滑动过程中的轨迹数据；提取所述轨迹数据的特征；将所述特征输入至训练好的人机识别模型，获得所述轨迹数据所属人机类别。

【技术特征摘要】
1.一种滑动验证码人机识别方法，其特征在于，包括：采集滑动验证码滑动过程中的轨迹数据；提取所述轨迹数据的特征；将所述特征输入至训练好的人机识别模型，获得所述轨迹数据所属人机类别。2.如权利要求1所述的方法，其特征在于，所述轨迹数据包括所述滑动过程中不同时间点的第一方向坐标，所述特征包括第一方向特征；所述提取所述轨迹数据的特征，包括：从所述轨迹数据中提取出所述不同时间点的第一方向坐标组成第一方向序列；根据所述第一方向序列构建第一方向特征群；提取所述第一方向特征群的所述第一方向特征。3.如权利要求2所述的方法，其特征在于，所述第一方向特征群包括所述第一方向序列的前半段序列、后半段序列、前半段邻位差序列、后半段邻位差序列、停止段序列中的至少一种。4.如权利要求3所述的方法，其特征在于，所述第一方向特征包括以下特征中的至少一种：所述第一方向序列的前半段序列的最大值、峰度、中值和方差；所述第一方向序列的后半段序列的最小值、中值、方差、峰度和初始值；所述第一方向序列的前半段邻位差序列的最大值、最小值、中值、方差和峰度；所述第一方向序列的后半段邻位差序列的最大值、最小值、中值、方差和峰度；所述第一方向序列的停止段序列的方差和极差。5.如权利要求1至4任一项所述的方法，其特征在于，所述轨迹数据包括所述滑动过程中不同时间点的第二方向坐标，所述特征包括第二方向特征；所述提取所述轨迹数据的特征，包括：从所述轨迹数据中提取出所述不同时间点的第二方向坐标组成第二方向序列；根据所述第二方向序列构建第二方向特征群；提取所述第二方向特征群的所述第二方向特征。6.如权利要求5所述的方法，其特征在于，所述第二方向特征群包括所述第二方向序列的全段序列、折半序列、全段邻位差序列、全段邻位差的邻位差序列中的至少一种。7.如权利要求6所述的方法，其特征在于，所述第二方向特征包括以下特征中的至少一种：所述第二方向序列的全段序列的方差、平均值、中值；所述第二方向序列的折半序列的和值；所述第二方向序列的全段邻位差序列的方差；所...

【专利技术属性】
技术研发人员：朱翔宇，
申请(专利权)人：北京京东金融科技控股有限公司，
类型：发明
国别省市：北京,11