[发明专利]基于手势滑动的人机验证方法有效

专利信息
申请号: 201811557562.0 申请日: 2018-12-19
公开(公告)号: CN109684803B 公开(公告)日: 2021-04-20
发明(设计)人: 高海昌;裴歌;罗赛男;常国沁;程诺;郑涵;张阳 申请(专利权)人: 西安电子科技大学
主分类号: G06F21/31 分类号: G06F21/31;G06F21/44;G06K9/00
代理公司: 陕西电子工业专利中心 61205 代理人: 陈宏社;王品华
地址: 710071 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 手势 滑动 人机 验证 方法
【说明书】:

本发明提出了一种基于手势滑动的人机验证方法,在保证用户友好性的基础上有效提高人机验证的安全性,实现步骤为:1.构建手势数据集;2.对目标检测网络YOLO V3进行改进;3.对改进的目标检测网络YOLO V3进行训练;4.生成手势滑动验证码的用户验证界面;5.判断实时检测到的手中心位置的标记是否移动到目标轨迹的起点;6.判断实时检测到的手中心位置的标记是否移动到目标轨迹的终点;7.对用户进行人机验证。本发明将基于手势的人机验证方法和基于滑动的人机验证方法相结合对用户进行人机验证,降低互联网受到恶意攻击的风险,可用于登陆、注册等网络场景下对用户进行人机验证。

技术领域

本发明属于安全防护技术领域,涉及一种人机验证方法,具体涉及一种基于手势滑动的人机验证方法,可用于登陆、注册等网络场景下对用户进行人机验证。

背景技术

人机验证是一种全自动区分计算机和人类的图灵测试,俗称验证码。验证码作为一种简单便捷的防御机制在计算机安全技术领域得到了广泛的使用,防止互联网受到恶意攻击,是网络应用中区分人机最重要的手段。目前,验证码主要分为以下几个基类:文本验证码、图形验证码和音视频验证码。

随着计算机技术的飞速发展,文本和图像验证码很容易被计算机视觉和深度学习技术以很高的准确率破解。一些新颖的基于基类的验证码形式也被提出,手势验证码就是其中之一,其主要利用一些不同的手姿势之间的差异来构建验证方式,例如,申请公布号:CN105718776A,名称为“一种三维手势验证方法及系统”的发明专利申请,公开了一种三维手势验证方法,通过匹配向客户端发送的手势动作和从客户端返回的手势动作来进行人机验证的方法,解决了传统验证码中难以被肉眼准确识别或者极易被自动机器程序识别的问题,其存在的缺陷是,向客户端发送的手势动作类别有限,客户端行为可以被保存并模拟回放,降低了其安全性。

滑动验证码也是一种新型验证码,其主要利用鼠标移动产生滑动轨迹,进而进行合法性的判断,例如,申请公布号:CN106991315A,名称为“手势验证的验证方法及系统”的发明专利申请,公开了一种基于滑动轨迹特征的身份认证方法,该发明给出含有随机生成的参考轨迹,预设最小匹配度,根据用户绘制的相似轨迹用以匹配参考推断,并利用相近的颜色来融合目标轨迹和背景图片,导致传统的图像处理方法失效,从而提升了人机验证的安全性。但由于目前目标检测网络强大的定位能力,造成目标轨迹易被定位,并且自动化检测工具可以简单的来模拟鼠标操作,绘制滑动轨迹,造成人类滑动行为易被模拟,该方法的安全性降低,并且模拟的操作与合法用户的操作之间的差异性没有得到充分的利用。因此,如何在保证友好型的基础上进一步提高验证码的安全性仍是该领域一项亟待解决的问题。

目标检测网络是一种利用深度学习技术来检测特定目标的深度神经网络,主要分为基于候选框和基于回归两大类。其中,YOLO系列作为基于回归方法的开山之作,它将检测任务表述成一个端到端的回归问题,并且以只处理一次图片同时得到目标位置和分类结果而得名,兼具实时性和准确性。其中,YOLO V1作为YOLO系列的第一代,实现了利用回归思想进行目标定位的跨越,极大的提高了目标检测速度,但是对靠的很近的物体以及小群体的检测效果不理想。YOLO V2通过添加BN层,采用多尺度训练,以及提高输入图像分辨率等方式,提高了检测精度,降低了训练难度,但模型不稳定。相比之下,YOLO V3作为YOLO系列的最新版,采用DarkNet-53作为特征提取网络,保持准确率不变的情况下,速度提升两倍。

发明内容

本发明的目的在于克服现有技术的不足,提出了一种基于手势滑动的人机验证方法,在保证用户友好性的基础上有效提高人机验证的安全性,以降低互联网受到恶意攻击的风险。

为实现上述目的,本发明采取的技术方案包括如下步骤:

(1)构建手势数据集:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811557562.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top