[发明专利]一种用于滑块验证码自动识别的系统架构及实现方法

权利要求书

1.一种用于滑块验证码自动识别的系统架构，其特征在于，包括网页浏览器、浏览器自动化测试框架即Selenium、Linux的图形显示服务器即X服务器、X服务器虚拟显卡驱动、真实输入输出驱动、X服务器的封装驱动、X服务器配置文件、滑块识别应用程序模块，其中：

Selenium，用于滑块识别应用程序模块对网页浏览器的自动化控制；

X服务器，用于实现虚拟桌面，支持无头服务器部署，并支持滑块识别应用程序对虚拟鼠标光标的控制操作；

X服务器的封装驱动，用于X服务器在启动时通过Linux内核动态加载真实输入输出驱动；

X服务器配置文件，用于配置X服务器，定义虚拟桌面参数，动态加载真实输入输出驱动、配置虚拟鼠标相关参数，以及配置相关虚拟显卡设置；

滑块识别应用程序模块，用于配置网页浏览器启动选项、加载Selenium框架，并运行滑块识别算法，得到鼠标轨迹序列，通过XTEST接口或者鼠标事件文件控制鼠标点击、拖拽、释放滑块到缺口位置；

所述滑块识别应用程序模块中，滑块识别算法具体包括以下单元：

模型训练单元，用于滑块缺口位置定位建模与线下模型训练，滑块拖动轨迹建模与线下模型训练；

滑块验证码触发单元，用于访问目标网站，触发滑块验证码；

屏幕截图单元，用于对屏幕进行截图，得到含有滑块图片和滑块缺口背景图片；

滑块位移距离计算单元，用于执行已训练好的目标检测模型，得到滑块缺口中心位置坐标，并计算得到滑块位移距离；

滑块拖动轨迹序列计算单元，用于执行已训练好的LSTM前端模型，以及LSTM后端回归模型，得到滑块拖动轨迹序列即鼠标轨迹序列；

鼠标操作控制单元，用于根据滑块拖动轨迹序列，控制鼠标点击、拖拽、释放到滑块缺口位置，完成滑块验证码的自动识别；

上述执行已训练好的LSTM前端模型，以及LSTM后端回归模型，得到滑块拖动轨迹时间序列即鼠标移动轨迹序列，具体如下：

1)以滑块位移距离D为输入，执行在线下模型训练部分已训练好的LSTM前端模型，得到非均匀采样的时间序列t[n]，单位为毫秒；

2)对时间序列t[n]进行预处理：包括零值填充(zero-padding)、归一化和数据维度转换；其中，归一化是指将t[n]的数值归一到[0,1]区间内；

3)以经过预处理的t[n]为输入，执行在线下模型训练部分已训练好的LSTM后端回归模型，得到初始滑块拖动轨迹时间序列(x[n],y[n],t[n])，其中x[n],y[n]分别表示在t[n]时刻滑块的中心位置横、纵坐标，单位为相对像素；

4)将初始滑块拖动轨迹时间序列(x[n]y[n],t[n])反归一化，将滑块的中心位置坐标单位转化成输入图片坐标域的像素点、将t[n]的单位转化为毫秒；

5)通过拉伸或压缩序列，对初始滑块拖动轨迹时间序列进行对齐处理，使得滑块拖动轨迹时间序列最终横坐标位置x[N]等于滑块位移距离D，其中N代表最后一个采样点；

6)将对齐处理后的滑块拖动轨迹时间序列数值近似为整数；

7)返回差分计算结果(x_t,y_t,t)作为最终的滑块拖动轨迹时间序列，其中差分计算具体为：x_t＝x[n]–x[n-1],y_t＝y[n]–y[n-1],t＝t[n]–t[n-1]。

2.根据权利要求1所述的用于滑块验证码自动识别的系统架构，其特征在于，所述网页浏览器为Chrome浏览器或Firefox浏览器，或支持Web Driver API的其他网页浏览器。

3.根据权利要求1所述的用于滑块验证码自动识别的系统架构，其特征在于，游览器控制框架Selenium提供网页浏览器的API接口，使得网页浏览器能够被程序软件控制。

4.根据权利要求1所述的用于滑块验证码自动识别的系统架构，其特征在于，Selenium安装的库函数与滑块识别应用程序模块所使用的编程语言对应，使得通过该语言编写的滑块识别应用程序模块能够访问网页浏览器，并控制网页浏览器的操作。