基于自学习的验证码生成方法、系统、设备及存储介质技术方案

本发明专利技术提供一种基于自学习的验证码生成方法、系统、设备及存储介质，方法包括：获取异常用户的访问请求，将访问请求转发至诱导系统；通过诱导系统发送第一预设数量的第一对抗验证码至异常用户；接收异常用户返回的第一识别结果，并计算第一识别率；在第一识别率大于预设阈值时，调整当前验证码的安全等级，获取安全等级对应的配置文件；获取当前生成模型对应的训练模型组，根据训练模型组和配置文件，更新当前生成模型用以生成验证码。本发明专利技术通过将访问请求转发至诱导系统，使得异常用户无法访问目标系统，提升了目标系统的安全性，利用异常用户对生成模型进行安全检测，根据检测结果对生成模型进行升级，从而保证了验证码的安全性。全性。全性。

【技术实现步骤摘要】
基于自学习的验证码生成方法、系统、设备及存储介质


[0001]本专利技术涉及大数据处理领域，更具体地，涉及一种基于自学习的验证码生成方法、系统、设备及存储介质。

技术介绍

[0002]验证码是通过图灵测试的方式识别正常用户还是黑产恶意访问的一种防御手段，可以防止：恶意破解密码、恶意访问目标程序，有效防止某个黑客对某一个特定注册用户用特定程序包里破解的方式进行不段登陆尝试，从而避免由于以上情况对程序访问造成网络拥堵，甚至是服务瘫痪的情况。
[0003]但是随着计算机水平的快速发展，尤其是神经网络技术的快速发展，图像识别技术日益成熟，传统的验证码防御技术已经无法对黑产恶意访问进行有效的拦截，验证码防御技术逐渐失去了它应有的功能。
[0004]现阶段为了提高验证码的防御等级，保证程序运行环境的安全性，现使用的手段是通过牺牲验证码的人眼识别度，从而降低黑客程序识别验证码的成功几率，进而达到提升验证码的防御等级，保证程序运行环境安全性，然而在实际应用过程中，验证码的生成模型往往仅使用特定的几种规则进行切换，在经过足够长的时间后，验证码的防本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于自学习的验证码生成方法，其特征在于，所述方法包括：获取异常用户的访问请求，将所述访问请求转发至诱导系统；通过所述诱导系统发送第一预设数量的第一对抗验证码至所述异常用户；接收所述异常用户返回的第一识别结果，并计算第一识别率；在所述第一识别率大于预设阈值时，调整当前验证码的安全等级，获取所述安全等级对应的配置文件；获取当前生成模型对应的训练模型组，根据所述训练模型组和所述配置文件，更新所述当前生成模型用以生成验证码。2.根据权利要求1所述的基于自学习的验证码生成方法，其特征在于，所述更新所述当前生成模型用以生成验证码的步骤之后，还包括：根据所述生成模型生成第二预设数量的第二对抗验证码；将所述第二对抗验证码通过所述诱导系统发送至所述异常用户；接收所述异常用户返回的第二识别结果，并计算第二识别率；在所述第二识别率小于所述预设阈值时，将更新后的所述当前生成模型同步至目标系统用以生成验证码。3.根据权利要求2所述的基于自学习的验证码生成方法，其特征在于，还包括：在所述第二识别率不小于预设阈值时，获取更新后的所述当前生成模型对应的配置文件；根据所述配置文件抽取预设识别模型池中的识别模型更新所述训练模型组；根据所述第二对抗验证码迭代更新后的所述训练模型组，输出第三对抗验证码；将所述第三对抗验证码通过所述诱导系统发送至所述异常用户；接收所述异常用户返回的第三识别结果，并计算第三识别率；在所述第三识别率小于所述预设阈值时，根据更新后的所述训练模型组更新所述当前生成模型。4.根据权利要求3所述的基于自学习的验证码生成方法，其特征在于，还包括：在所述第三识别率不小于所述预设阈值时，生成预警信息并发送至预警模块。5.根据权利要求1所述的基于自学习的...

【专利技术属性】
技术研发人员：谢强，陈晨，
申请(专利权)人：武汉极意网络科技有限公司，
类型：发明
国别省市：