[发明专利]一种基于对抗学习的图像对抗验证码生成方法和系统

权利要求书

1.一种基于对抗学习的图像对抗验证码生成方法，其特征在于，包括以下步骤：

(1)选择一个图像识别神经网络A和攻击算法a，将验证码素材库中的验证码图像作为训练样本，对选择的图像识别神经网络A进行训练；

(2)根据训练的图像识别模型A和攻击算法a，基于对抗学习方法生成图像对抗验证码，包括以下步骤：

(2-Ⅰ)根据预设条件从图像库中提取相应的图片，包括：根据图像对抗验证码中候选图片的数量M、答案图片的类别t和答案图片数量N，从图形库中随机采样N张属于类别t的图片y₁，y₂，…，y_N，随机采样M-N张不属于类别t的图片x₁，x₂，…，x_M-N；

(2-Ⅱ)预设人眼可忍受噪音量系数，利用对抗学习方法为提取的图片添加对抗噪音，包括：利用对抗学习方法为提取的图片添加对抗噪音，包括：

从M张候选图片中随机采样D张图片作为需要添加对抗噪音的图片，D小于等于M；

若需要添加对抗噪音的图片属于类型t，则采用untarget方式对其添加噪音；采用untarget方式对图片添加噪音是指：令原图为x，添加了对抗噪音后的图片为x′，图像识别模型对x′识别的类别不为t，即f(x′)≠t；

否则，则采用target方式对其添加噪音；采用target方式对图片添加噪音是指：令原图为x，添加了对抗噪音后的图片为x′，图像识别模型对x′识别的类别为t，即f(x′)＝t；

(2-Ⅲ)将添加对抗噪音后的图片拼接，得到完整的图像对抗验证码；

(3)选择一个或多个图像识别模型B，选择一个或多个攻击算法b，根据图像识别模型B和攻击算法b，对步骤(2)中生成的图像对抗验证码进行破解；根据破解结果，调整图像对抗验证码的生成策略；所述的图像识别模型B与图像识别模型A不同；所述的攻击算法b与攻击算法a不同；调整图像对抗验证码的生成策略是指：调整选择的图像识别模型A、攻击算法a和人眼可忍受噪音量系数；

(4)根据调整好的图像对抗验证码生成策略生成图像对抗验证码。

2.根据权利要求1所述的基于对抗学习的图像对抗验证码生成方法，其特征在于，所述的预设条件包括图像验证码中候选图片的数量、答案图片的数量和答案图片的类别。

3.根据权利要求1所述的基于对抗学习的图像对抗验证码生成方法，其特征在于，步骤(2-Ⅱ)中，从提取的图片中随机选择部分图片添加对抗噪音。