本发明专利技术提供一种基于自动更新的验证码防御方法、系统、设备及存储介质,方法包括:实时获取各验证形式的验证码的对抗效果退化等级;在对抗效果退化等级大于预设阈值时,获取对应的生成模型和历史验证码数据;获取生成模型对应的配置文件和训练模型组;根据配置文件、训练模型组和历史验证码数据更新生成模型用以生成验证码;本发明专利技术通过获取验证码的对抗效果等级触发生成模型更新,并通过当前生成模型和对应的历史验证码训练得到新的生成模型,从而有效的防止验证码生成模型无法自动更新导致的对抗效果退化,解决了现阶段由于管理员判断标准不一致、受外界因素影响导致的生成模型更新不及时的问题。新不及时的问题。新不及时的问题。
【技术实现步骤摘要】
基于自动更新的验证码防御方法、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,涉及一种基于自动更新的验证码防御方法、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安全性,往往都需要管理员定期主动去判断识别是否需要进行生成模型更新,并且由于需要管理员来定期判断,所以会出现由于管理员判断标准不一致、受外界因素影响导致的生成模型更新不及时,从而降低生成模型的安全性。故而,如何在解决由于管理员判断标准不一致、受外界因素影响导致的生成模型更新不及时是亟待解决的问题。
技术实现思路
[0005]本专利技术针对现有技术中存在的技术问题,提供一种基于自动更新的验证码防御方法、系统、设备及存储介质,解决由于管理员判断标准不一致、受外界因素影响导致的生成模型更新不及时的问题。
[0006]根据本专利技术的第一方面,提供了一种基于自动更新的验证码防御方法,包括:
[0007]实时获取各验证形式的验证码的对抗效果退化等级;
[0008]在所述对抗效果退化等级大于预设阈值时,获取对应的生成模型和历史验证码数据;
[0009]获取所述生成模型对应的配置文件和训练模型组;
[0010]根据所述配置文件、所述训练模型组和所述历史验证码数据更新所述生成模型用以生成验证码。
[0011]在上述技术方案的基础上,本专利技术还可以作出如下改进。
[0012]可选的,所述实时获取各验证形式的验证码的对抗效果退化等级的步骤,包括:
[0013]获取所述各验证形式的验证码对应的使用序号;
[0014]获取所述各验证形式的验证码对应的通过数量;
[0015]根据所述使用序号和所述通过数量计算所述各验证形式的验证码对应的对抗效果退化等级。
[0016]可选的,所述根据所述配置文件、所述训练模型组和所述历史验证码数据更新所
述生成模型的步骤,包括:
[0017]获取所述配置文件中防御等级,对所述防御等级进行调整,得到调整后的防御等级并更新所述配置文件;
[0018]根据更新后的所述配置文件构建损失函数;
[0019]根据更新后的所述配置文件迭代所述训练模型组,最小化损失函数,输出并更新所述生成模型。
[0020]可选的,所述获取所述生成模型对应的配置文件和训练模型组的步骤的步骤,包括:
[0021]获取所述生成模型对应的配置文件;
[0022]获取预设模型池,根据所述配置文件抽取所述预设模型池中模型构建训练模型组。
[0023]可选的,所述获取预设模型池的步骤之前,还包括:
[0024]根据所述配置文件获取识别模型库中对应的识别模型,构建识别模型池;
[0025]获取获取历史验证码数据,根据所述历史验证码数据对所述识别模型池中各识别模型进行迁移训练,更新所述识别模型池。
[0026]可选的,所述识别模型中包括:图片分类模型簇、目标检测模型簇、语序识别模型簇和语音识别模型簇。
[0027]可选的,所述各验证形式的验证码包括:九宫格验证码、字符验证码、点选验证码和语音验证码。
[0028]根据本专利技术的第二方面,提供一种基于自动更新的验证码防御系统,包括:
[0029]效果获取模块,用于实实时获取各验证形式的验证码的对抗效果退化等级;
[0030]数据获取模块,用于在所述对抗效果退化等级大于预设阈值时,获取对应的生成模型和历史验证码数据;
[0031]模型获取模块,用于获取所述生成模型对应的配置文件和训练模型组;
[0032]模型更新模块,用于根据所述配置文件、所述训练模型组和所述历史验证码数据更新所述生成模型用以生成验证码。
[0033]根据本专利技术的第三方面,提供了一种设备,包括存储器、处理器,所述处理器用于执行存储器中存储的计算机管理类程序时实现上述第一方面中任一基于自动更新的验证码防御方法的步骤。
[0034]根据本专利技术的第四方面,提供了一种计算机可读存储介质,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现上述第一方面中任一基于自动更新的验证码防御方法的步骤。
[0035]本专利技术提供一种基于自动更新的验证码防御方法、系统、设备及存储介质,通过实时获取各验证形式的验证码的对抗效果退化等级;在上述对抗效果退化等级大于预设阈值时,获取对应的生成模型和历史验证码数据;获取上述生成模型对应的配置文件和训练模型组;根据上述配置文件、上述训练模型组和上述历史验证码数据更新上述生成模型用以生成验证码。本专利技术通过获取对抗效果退化等级作为触发条件,在上述对抗效果退化等级大于预设阈值时,获取当前对抗验证码的生成模型,通过生成模型获取对应的配置信息,将上述配置信息作为配置基准,并获取第一生成模型生成的历史验证码,通过上述配置基准
信息和全部验证码训练得到新的更新生成模型,从而可以实现生成模型的自动更新,并且由于是使用了历史验证码作为训练样本数据,所以可以有效提升生成模型的安全性上得到进一步提升,减少用户手动参与更新的情况,从而大大的提高了用户体验,以及验证码的安全性。
附图说明
[0036]图1为本专利技术提供的一种基于自动更新的验证码防御方法流程图;
[0037]图2为本专利技术提供的一种基于自动更新的验证码防御系统的架构示意图;
[0038]图3为本专利技术提供的攻击模块的工作流程图;
[0039]图4为本专利技术提供的自动更新模块的工作流程图;
[0040]图5为本专利技术提供的普通用户访问示意图;
[0041]图6为本专利技术提供的黑产用户访问示意图;
[0042]图7为本专利技术提供的诱导环境用户访问示意图;
[0043]图8为本专利技术提供的模型库更新示意图;
[0044]图9为本专利技术提供的一种基于自动更新的验证码防御系统结构图;
[0045]图10为本专利技术提供的一种可能的设备的硬件结构示意图;
[0046]图11为本专利技术提供的一种可能的计算机可读存储介质的硬件结构示意图。
具体实施方式
[0047]下面结合附图和实施例,对本专利技术的具体实施方式作进一步详细描述。以下实施例用于说明本专利技术,但不用来限制本专利技术的范围。
[0048]图1为本专利技术提供的一种基于自动更新的验证码防御方法流程图,如图1所示,方法包括:
[0049]步骤S1本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于自动更新的验证码防御方法,其特征在于,所述方法包括:实时获取各验证形式的验证码的对抗效果退化等级;在所述对抗效果退化等级大于预设阈值时,获取对应的生成模型和历史验证码数据;获取所述生成模型对应的配置文件和训练模型组;根据所述配置文件、所述训练模型组和所述历史验证码数据更新所述生成模型用以生成验证码。2.根据权利要求1所述的基于自动更新的验证码防御方法,其特征在于,所述实时获取各验证形式的验证码的对抗效果退化等级的步骤,包括:获取所述各验证形式的验证码对应的使用序号;获取所述各验证形式的验证码对应的通过数量;根据所述使用序号和所述通过数量计算所述各验证形式的验证码对应的对抗效果退化等级。3.根据权利要求1所述的基于自动更新的验证码防御方法,其特征在于,所述根据所述配置文件、所述训练模型组和所述历史验证码数据更新所述生成模型的步骤,包括:获取所述配置文件中防御等级,对所述防御等级进行调整,得到调整后的防御等级并更新所述配置文件;根据更新后的所述配置文件构建损失函数;根据更新后的所述配置文件迭代所述训练模型组,最小化损失函数,输出并更新所述生成模型。4.根据权利要求1所述的基于自动更新的验证码防御方法,其特征在于,所述获取所述生成模型对应的配置文件和训练模型组的步骤,包括:获取所述生成模型对应的配置文件;获取预设模型池,根据所述配置文件抽取所述预设模型池中模型构建训练模型组。5.根据权利要求4所述的基于自动更新的验证码防御方法,其特征在于,所述获取预设模型...
【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:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。