共计 2469 个字符，预计需要花费 7 分钟才能阅读完成。
验证码作为平安服务中最贴近公众用户的一环，也是任何产品在用户登录环节简直必备的一环，从最后的文本型验证码到知识型验证码到行为轨迹验证码，再到智能无感验证码，验证码厂商花了十几年的工夫。
而验证码每一次更新的背地则是验证码厂商们与黑灰产不停的博弈反抗的后果。一般来说，验证码的工作流程如下：
1、客户端申请验证码；
2、验证码服务端返回验证码信息（如图片、会话 ID、提示信息等）；
3、客户端渲染展现，用户依据提醒点选或滑动验证码；
4、客户端收集用户验证数据并发送申请到服务端进行验证，服务端返回验证后果。
前不久，顶象正式推出了智能无感验证。
智能无感验证顾名思义就是要让可信用户平安无障碍通过。如用户首次申请验证码时，客户端主动采集设施信息进行上报，服务端通过风控策略、人机辨认模型、行为特色模型等判断出以后用户危险信息，无风险用户则不须要验证码即可通过，疑似危险用户则须要再次验证方可通过。
当然，在一些高风险业务场景，用户也能够批改智能无感验证为强校验模式，来满足业务平安的需要。
其中，验证码的安全性次要由这两个因素决定：一是图片自身，对机器来说辨认图片的内容有肯定难度；二是验证过程中产生的行为数据，用于核验验证过程中是否是人类的行为。
明天咱们就围绕图片自身来探讨下其如何与黑灰产进行反抗的。
图片进攻在反爬虫的利用
咱们以反爬虫为例，看下图片在验证码攻防反抗中的作用。
目前，旋转验证码、乱序拼图类验证码都是成果比拟好的反爬虫验证码类型，此类验证码须要肯定联想能力，而机器辨认很难具备这种能力，且验证过程相似游戏，不仅晋升了用户体验，并且实现了不错的进攻成果。
当然，这类验证码也并非一劳永逸，爬虫团队也有相应的破解伎俩：比方在旋转类验证码中爬虫团队个别的操作过程如下：
1、收集图片素材；
2、程序模仿旋转生成模型库（如下图）；
3、应用类似度算法检索模型库，获取指标旋转角度；
4、模仿用户旋转图片至指标角度或间接合成申请数据包进行验证；
5、验证通过取得凭证。
同理，拼图类验证码也面临雷同的问题。
爬虫团队破解流程如下：1、收集图片素材；2、人工还原排序或暴力重试还原图片，写入模型库；3、检索模型库找到原图，依据原图还原正确的程序。
综上，不难看出，无论是旋转类验证码还是拼图类验证码，收集图片素材都是其必要条件，但要想实现进攻成果，仅靠图片是不行的。而这就不得不提到验证码进攻的两个重要指标——解空间难度和动静素材。
解空间在验证码进攻中表演什么作用？
首先，咱们来看下解空间的定义。咱们能够简略的把解空间了解为一个概率问题，即用户或者爬虫在通过验证码时的难度。
如传统文字验证码，如果是 4 位数字，解空间则为 104。而旋转验证码应用滑块平移长度转换为旋转角度，滑验证码长度个别为 300px，随机的长度有 300 个 px 的可能，那么解空间大概为 300~400。那么，这是不是证实文字验证码比旋转验证码的安全性更高呢？不肯定，因为解空间的难度是不固定的。
以语序点选验证码为例，在不思考文本库的状况下，解空间就变成了从五个字中找出既定程序的四个字的概率，即 A(5,4)=543*2=120。也就是说爬虫有 1 /120 的概率通过验证码。这样看来，旋转验证码仿佛又比语序点选验证码更平安。须要留神的是，解空间也会随着破解计划一直进化，当解空间进化为 1 时，也就意味着爬虫每次都能够顺利通过验证码。
那么，如何解决这个问题呢？
从反抗登程，以变制变——动静素材在验证码防控中的利用
变化无穷的进攻策略无奈永远无效，用来解释解空间最合适不过，但要想保障解空间的难度则须要动静素材（素材的更新频率）来配合。
动静素材分为 3 种利用场景：
1、人工更换人工更换顾名思义就是须要人工更换图片素材。但人工更换素材存在一些问题：素材无效周期短，须要频繁更换；图片素材从互联网获取会存在版权问题；即便不思考版权问题，也须要人工对图片进行筛选，以保障验证码的成果；人工更换素材老本更高。采纳程序主动生成背景图片是一个可行的思路，同时也解决了版权问题。
2、程序生成解决方案之一是采纳 OpenGL 进行绘图，并生成图片输入到素材库。OpenGL 在依赖模型的状况下绘制图片能够进行模型、数量、大小、旋转、着色、纹理、光线的组合，并渲染成三维图片，实践上能够生成近似于无穷多的图片。在此基础上，应用动静生成的、简直不会反复的图片作为旋转验证码的素材撑持，能够无效进攻打码团队收集图片素材的破解形式，极大地晋升验证码的防御能力。
动静素材生成依靠模型能够有多种形式，例如几何模型、虚构实物模型等：
依据验证码动静背景图的须要，只须要抉择较为简单的素材即可。验证的素材库优化后能够保障旋转验证、乱序拼图所应用图片素材都是动静更新且简直不会反复的，这样就解决了网络爬虫收集图片素材破解验证码的问题。
3、边缘解决动静素材的另一个利用在于图片的边缘解决，这一点在滑动还原验证码中尤为重要。
动静还原验证码须要用户还原一张被切割平移的图片，和上文中的旋转验证和拼图验证一样须要联想能力。
但不同的是，网络爬虫没有联想能力也是能够攻破惯例图片的旋转验证。网络爬虫通过一直平移，并比对高低图片的 rgb 值，直到高低图片的 RGB 值在一个误差范畴内，即可确定指标地位。
依据这个思路，咱们须要高低两张图片的边缘色彩相近，使得网络爬虫无奈依据高低两张图片的 RGB 值确定指标滑动间隔，并且，这在动静素材的根底上实现是非常简单的。通过动静素材程序为所有物体笼罩同样的纹理，就能够达到现实的成果。
综上所述，从反抗登程，以变制变是验证码的永恒主题，变化无穷的验证码在强烈的攻防反抗中很难立于不败之地。
从验证码的一直迭代过程中，咱们亦能够证实这一点。
尽管验证过程没变，但其中的验证难度是随着验证码的迭代一直加强的。
正如顶象推出的第五代验证码，其无感背地不仅仅是技术的迭代，更是算法的迭代，并且第五代验证码将验证码能力与顶象进攻云深度交融，不仅让进攻成果高深莫测，更让用户体验一直晋升。
毕竟，平安反抗是个永恒的战场，平安防护更须要打组合拳，方能致黑灰产于“死地”。
