網(wǎng)上輸入關(guān)鍵詞“破解驗(yàn)證碼”，會(huì)出現(xiàn)1740萬(wàn)個(gè)搜索結(jié)果?！膀?yàn)證碼識(shí)別、輕松破解、暴力破解、邏輯漏洞破解、簡(jiǎn)單破解”等等各類關(guān)鍵詞的內(nèi)容，不一而足，關(guān)于“如何用破解某某驗(yàn)證碼”的帖子更是多如牛毛。

2017年，紹興警方成功破獲了全國(guó)首例利用AI（人工智能）犯罪、侵犯公民個(gè)人信息案。犯罪嫌疑人楊某通過運(yùn)用人工智能機(jī)器深度學(xué)習(xí)技術(shù)，可以讓程序軟件如ALPHAGO一樣自主操作識(shí)別，有效識(shí)別圖片驗(yàn)證碼，又快又準(zhǔn)，很短時(shí)間就能識(shí)別出上千上萬(wàn)個(gè)驗(yàn)證碼，而且能夠識(shí)別出98%以上的驗(yàn)證碼，輕松繞過互聯(lián)網(wǎng)公司設(shè)置的驗(yàn)證碼安全策略。驗(yàn)證碼作為人機(jī)交互界面經(jīng)常出現(xiàn)的關(guān)鍵要素，是身份核驗(yàn)、防范風(fēng)險(xiǎn)、數(shù)據(jù)反爬的重要組成部分，廣泛應(yīng)用網(wǎng)站、App上，在注冊(cè)、登錄、交易、交互等各類場(chǎng)景中發(fā)揮著巨大作用，具有真人識(shí)別、身份核驗(yàn)的功能，在保障賬戶安全方面也具有重要作用，由此也成為黑灰產(chǎn)攻克破解的重要目標(biāo)。為了破解驗(yàn)證碼，黑灰產(chǎn)利用各種技術(shù)和手段快速批量快速破解，以滿足批量注冊(cè)、批量登錄、惡意盜取等不法操作的需要。

(資料圖片僅供參考)

黑灰產(chǎn)破解驗(yàn)證碼的常見方式

黑灰產(chǎn)破解驗(yàn)證碼的手段多樣化，但主要是機(jī)器破解和人工打碼兩種。

機(jī)器破解主要是通過識(shí)別圖片中的相關(guān)驗(yàn)證要素來進(jìn)行破解，例如識(shí)別滑動(dòng)驗(yàn)證碼的缺口，點(diǎn)選驗(yàn)證碼中的文字要素和數(shù)字要素，其主要技術(shù)手段是圖像處理，圖像二值化，模擬滑動(dòng)軌跡等相關(guān)技術(shù)。

黑灰產(chǎn)破解驗(yàn)證碼的過程

第一步，首先制作網(wǎng)絡(luò)爬蟲工具，到各個(gè)驗(yàn)證碼平臺(tái)爬取驗(yàn)證碼的圖片素材。

第二步，生成驗(yàn)證碼圖片素材的模型庫(kù)：例如旋轉(zhuǎn)類驗(yàn)證碼，生成圖片旋轉(zhuǎn)模型庫(kù)；滑動(dòng)類驗(yàn)證碼，生成圖片滑動(dòng)模型庫(kù)；拼圖類驗(yàn)證碼，生成圖片拼接模型庫(kù)等等，以此類推。

第三步，遇到需要破解的驗(yàn)證碼，程序迅速識(shí)別是哪類驗(yàn)證碼：滑動(dòng)？拼接？點(diǎn)選？旋轉(zhuǎn)？計(jì)算等等。

第四步，使用相似度算法，檢索此前驗(yàn)證碼模型庫(kù)，并快速定位到相近的圖片；

第五步，模擬人類操作，旋轉(zhuǎn)/滑動(dòng)/選擇/計(jì)算/拼接圖片至目標(biāo)角度；

第六步，騙過驗(yàn)證碼的核驗(yàn)，獲得通過憑證。

機(jī)器破解的前期爬取圖片、建模的的工作量很大，技術(shù)門檻高。因此，黑灰產(chǎn)另一種門檻較低的破解方式“人工打碼”就應(yīng)運(yùn)而生。

第一步，建立或?qū)ふ乙粋€(gè)任務(wù)平臺(tái)；

第二步，任務(wù)發(fā)布者（一般是黑灰產(chǎn)），將獲取到的驗(yàn)證碼信息封裝成任務(wù)提交到打碼平臺(tái)；

第三步，打碼平臺(tái)作為中間的任務(wù)調(diào)度者，將發(fā)布的任務(wù)調(diào)度給領(lǐng)取任務(wù)的平臺(tái)用戶（專門做驗(yàn)證碼驗(yàn)證標(biāo)注的人）；

第四步，任務(wù)領(lǐng)取者，完成驗(yàn)證碼的標(biāo)注，然后將標(biāo)注結(jié)果返回給任務(wù)平臺(tái)；

第五步，任務(wù)發(fā)布者（黑灰產(chǎn)）模擬人類用戶，拿著標(biāo)注的驗(yàn)證碼進(jìn)行驗(yàn)證；

第六步，騙過驗(yàn)證碼的核驗(yàn)，獲得通過憑證。

人工打碼有一個(gè)很明顯的缺點(diǎn)是單次請(qǐng)求耗時(shí)高，因?yàn)槠淦平獾乃俣刃蕠?yán)重依賴于標(biāo)注者的破解速度。

人機(jī)識(shí)別的攻與防

綜合來看，黑灰產(chǎn)破解驗(yàn)證碼主要是基于驗(yàn)證資源的窮舉以及識(shí)別，具有自動(dòng)化攻擊、手段多、破解速度快、破解驗(yàn)證碼形式多等特點(diǎn)。

第一、自動(dòng)化攻擊。黑灰產(chǎn)使用自動(dòng)化程序進(jìn)行驗(yàn)證碼破解，這種程序可以模擬人類操作，不斷嘗試多種可能性，并通過機(jī)器學(xué)習(xí)等技術(shù)對(duì)驗(yàn)證碼進(jìn)行分析和識(shí)別。

第二、攻擊手段多。黑灰產(chǎn)使用多種攻擊方式，如字典攻擊、暴力破解、文本識(shí)別、人工智能攻擊等，以提高攻擊的成功率。

第三、破解速度快。黑灰產(chǎn)使用高速攻擊技術(shù)，使其得以在短時(shí)間內(nèi)嘗試大量的可能性，以達(dá)到破解驗(yàn)證碼的目的。

第四、破解形式廣。黑灰產(chǎn)可以攻擊各種類型的驗(yàn)證碼，包括文字、數(shù)字、圖片、語(yǔ)音等多種形式，甚至是復(fù)雜的混合驗(yàn)證碼。

驗(yàn)證碼要做好防守，必須針對(duì)黑灰產(chǎn)破解的時(shí)效性和高效性特點(diǎn)展開。

1、加快驗(yàn)證碼圖庫(kù)更新。高頻率的生產(chǎn)圖片保證新的驗(yàn)證圖片實(shí)時(shí)更新，從根源上杜絕打碼平臺(tái)拖庫(kù)。這樣就導(dǎo)致黑灰產(chǎn)的標(biāo)注者，需要源源不斷地對(duì)新驗(yàn)證圖片進(jìn)行驗(yàn)證，極大增加了黑灰產(chǎn)的識(shí)別與破解成本。

2、提升驗(yàn)證要素識(shí)別難度。基于深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)，生成一些難以被預(yù)測(cè)和重復(fù)的圖片、元素，并在驗(yàn)證過程中加入時(shí)間戳或者隨機(jī)數(shù)等動(dòng)態(tài)變化的因素，增加破解的難度，有效抵御機(jī)器破解。

3、基于驗(yàn)證環(huán)境信息進(jìn)行防御。在驗(yàn)證碼的驗(yàn)證環(huán)節(jié)采集有辨識(shí)度的環(huán)境信息，配置規(guī)則和策略來，篩選出可能是黑灰產(chǎn)的請(qǐng)求進(jìn)行二次驗(yàn)證或攔截。例如，判斷完成驗(yàn)證時(shí)的驗(yàn)證環(huán)境信息和token上報(bào)時(shí)的驗(yàn)證環(huán)境信息是否一致，對(duì)多次惡意攻擊的IP地址進(jìn)行攔截，限制驗(yàn)證碼輸入的次數(shù)等。

圖片

AIGC加持，給驗(yàn)證碼帶來革命性變化

AIGC，全名“AI generated content”，又稱生成式AI，意為人工智能生成內(nèi)容，具有文本續(xù)寫，文字轉(zhuǎn)圖像、數(shù)字主持人等應(yīng)用。其原理是利用人工智能技術(shù)中的自然語(yǔ)言處理、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)，對(duì)大量的語(yǔ)言數(shù)據(jù)進(jìn)行分析、學(xué)習(xí)和模擬，從而實(shí)現(xiàn)對(duì)自然語(yǔ)言的理解和生成。AIGC起源于20世紀(jì)90年代，直到2022年OpenAI推出ChatGPT3.5后，才被廣為所知。

AIGC技術(shù)給驗(yàn)證碼的研發(fā)和應(yīng)用帶來了很多新的價(jià)值，不僅提升用戶體驗(yàn)，帶來新的驗(yàn)證方式，更增強(qiáng)驗(yàn)證碼的安全性，當(dāng)然也給驗(yàn)證安全帶來新的安全挑戰(zhàn)。

1、無限生產(chǎn)驗(yàn)證圖片。通過AIGC能夠文本描述快速生成對(duì)應(yīng)圖像，減少時(shí)間成本和工作量。無限量的圖像素材，使得基于遍歷圖庫(kù)的破解方式失效，大大增強(qiáng)驗(yàn)證碼的破解難度。而且AIGC能夠根據(jù)企業(yè)業(yè)務(wù)場(chǎng)景，生成個(gè)性化定制驗(yàn)證碼圖片。在拼圖、旋轉(zhuǎn)、滑動(dòng)等驗(yàn)證方式下，如果黑灰產(chǎn)不知道驗(yàn)證圖片，就無法完成破解。

2、創(chuàng)造新型驗(yàn)證方式。利用AIGC，可以優(yōu)化已有的驗(yàn)證方式，甚至創(chuàng)造出一些對(duì)用戶友好、但機(jī)器識(shí)別難度較高的新型驗(yàn)證碼。比如，常見的滑塊驗(yàn)證碼，由于為了保證有足夠識(shí)別度，目標(biāo)缺口的像素與周圍的像素需要有一些差異，因而往往非常容易識(shí)別，進(jìn)而輕易判斷出滑塊的目標(biāo)位置，因而安全性并不高。利用AIGC，可以設(shè)計(jì)出沒有缺口的滑塊驗(yàn)證碼，要判斷出目標(biāo)位置需要理解圖像的語(yǔ)義，由此增加黑灰產(chǎn)的破解難度。

圖片

傳統(tǒng)的帶有缺口的驗(yàn)證碼圖片

圖片

AIGC生成的無缺口的驗(yàn)證碼圖片

再比如，谷歌的reCAPTCHA，實(shí)際上可以視為一個(gè)目標(biāo)檢測(cè)的問題，對(duì)于機(jī)器視覺來說并不困難。但若改為給定一句文字描述，“找出九宮格中符合該描述的圖片”，就可以將目標(biāo)檢測(cè)升級(jí)為語(yǔ)義匹配，對(duì)于機(jī)器而言，難度提升了多個(gè)數(shù)量級(jí)。

圖片谷歌的reCAPTCHA示例：點(diǎn)選包含道路的圖片

圖片AIGC生成的圖文語(yǔ)義匹配驗(yàn)證碼圖片

3、增加黑灰產(chǎn)破解成本?；贏IGC技術(shù)生產(chǎn)圖片或文字相對(duì)容易，但要匹配文字和圖片是相對(duì)困難的。AIGC規(guī)?；纳珊Ａ繄D片有一定隨機(jī)性且不可逆，黑灰產(chǎn)要破解驗(yàn)證碼，就需要理解圖像的語(yǔ)義，這就需要使用到大語(yǔ)言模型和超大算力，成本非常高，而且大語(yǔ)言模型并不能開箱即用，需要二次配置定義，大部分的黑灰產(chǎn)并不具備利用大模型做破解模型的能力。

4、良好改善用戶體驗(yàn)?；贏IGC生成的圖像具有高度的精準(zhǔn)度，進(jìn)一步提升驗(yàn)證碼的用戶體驗(yàn)。例如，空間語(yǔ)義驗(yàn)證方式中，基于AIGC生成的圖片3D效果更為逼真，更便于用戶識(shí)別空間信息。同時(shí)，也會(huì)讓驗(yàn)證碼提供商摒棄藝術(shù)字、數(shù)字字母變體等影響用戶體驗(yàn)的驗(yàn)證方式，在不影響用戶體驗(yàn)的同時(shí)，增加機(jī)器識(shí)別的難度。

圖片AIGC生成3D效果圖示例

圖片AIGC生成3D效果圖示例

5、推動(dòng)企業(yè)提升驗(yàn)證碼的安全對(duì)抗性。此外，黑產(chǎn)也可以利用AIGC增強(qiáng)破解能力?；贏IGC，黑灰產(chǎn)不再需要采集驗(yàn)證碼廠商的圖庫(kù)并打標(biāo)，就能訓(xùn)練模型識(shí)別各種藝術(shù)字。具體來說，黑灰產(chǎn)可以利用AIGC自動(dòng)生成大量漢字對(duì)應(yīng)的各種樣式的藝術(shù)字，作為數(shù)據(jù)集訓(xùn)練模型，使該模型能夠非常魯棒地識(shí)別任何風(fēng)格的藝術(shù)字。也許在不久的將來，藝術(shù)字驗(yàn)證碼這種驗(yàn)證方式將完全失效。由此，進(jìn)一步推動(dòng)驗(yàn)證碼企業(yè)提升驗(yàn)證方式的安全性和對(duì)抗性。

圖片

為防范黑灰產(chǎn)，頂象構(gòu)建了專屬AIGC平臺(tái)

頂象構(gòu)建了一個(gè)基于Stable Diffusion模型專屬AGIC平臺(tái)，由百余個(gè)GPU的小型計(jì)算集群組成。該模型基于Latent Diffusion Models（潛在擴(kuò)散模型，LDMs）的文圖生成（text-to-image），根據(jù)文本描述，自動(dòng)快速海量地生成相應(yīng)圖片。

具體來說，Stable Diffusion模型使用LDMs來從文本描述中提取相應(yīng)的語(yǔ)義信息，然后將其投入到擴(kuò)散過程中，由此產(chǎn)生隨機(jī)的潛在向量，這些向量接著通過逆變換網(wǎng)絡(luò)（inverse transformation network）轉(zhuǎn)換為圖像。擴(kuò)散過程基于連續(xù)時(shí)間的馬爾可夫鏈（Markov chain），采用隨機(jī)漫步的方式進(jìn)行迭代，并且每一次迭代都會(huì)增加一定的噪聲。噪聲的引入能夠使得生成的圖像具有更多的隨機(jī)性和多樣性，增加模型的創(chuàng)造力。同時(shí)，該模型還使用了自適應(yīng)步長(zhǎng)的方法，以在較短的時(shí)間內(nèi)快速生成高分辨率的圖像。

圖片Stable Diffusion模型應(yīng)用原理

Stable Diffusion良好解決時(shí)間成本和經(jīng)濟(jì)成本問題。如果要生成一張1024*1024尺寸的圖像，Latent Diffusion通過在一個(gè)潛在表示空間（Latent Space）中迭代“去噪”，然后將表示結(jié)果解碼為完整的圖像，讓文圖生成能夠在消費(fèi)級(jí)GPU上以10秒級(jí)別的時(shí)間生成圖片，大大降低了業(yè)務(wù)落地門檻。

圖片AGIC+無感驗(yàn)證，讓安全與體驗(yàn)兼得

頂象無感驗(yàn)證集成的就是Stable Diffusion文本到圖像生成開源模型。作為首個(gè)使用AIGC技術(shù)的業(yè)務(wù)安全產(chǎn)品，頂象無感驗(yàn)證在五個(gè)方面有顯著提升。

1、風(fēng)險(xiǎn)攔截率提升19%。使用靜態(tài)圖庫(kù)作為驗(yàn)證碼圖片時(shí)，圖庫(kù)更新一周以后，爬蟲的攔截防御能力會(huì)出現(xiàn)明顯的效果衰減，一個(gè)月左右，惡意爬蟲通過率會(huì)達(dá)到20%。使用AIGC生成圖片后，爬蟲通過驗(yàn)證通過率立即下降至0.8%以下，且長(zhǎng)時(shí)間維持在1%以內(nèi)。相比之前靜態(tài)圖庫(kù)的情況下，AIGC大幅提高了驗(yàn)證難度和防御能力。

使用靜態(tài)圖庫(kù)時(shí)，惡意爬蟲的通過率

圖片使用AIGC圖庫(kù)時(shí)，惡意爬蟲的通過率

2、管理員配置效率提升50%。原先使用靜態(tài)圖片時(shí)，需要管理人員進(jìn)行手動(dòng)調(diào)整配置的圖集、圖標(biāo)庫(kù)等要素，現(xiàn)在AIGC自動(dòng)生成的圖集直接減少多個(gè)配置環(huán)節(jié)，效率提升50%。

圖片AIGC可自動(dòng)生成

3、用戶辨識(shí)度提升70%。在我們組織的AIGC和靜態(tài)圖片的對(duì)比實(shí)驗(yàn)中，85%的參與者認(rèn)為使用AIGC生成的主題圖片更加生動(dòng)和豐富；在與視覺設(shè)計(jì)師調(diào)查中，92%的人表示喜歡使用AIGC生成的圖片；在我們的另外一個(gè)對(duì)比實(shí)驗(yàn)中，100名非深度驗(yàn)證碼使用者，觀看使用AIGC生成的主題圖片和使用傳統(tǒng)3D模型生成的靜態(tài)主題圖片，結(jié)果顯示，AIGC生成的主題圖片辨識(shí)度提升了70%。

85%人認(rèn)為AIGC圖片更加生動(dòng)和豐富

92%的人喜歡使用AIGC生成的圖片

4、黑灰產(chǎn)破解成本增加10倍。使用靜態(tài)圖庫(kù)時(shí)，因?yàn)轵?yàn)證碼圖集有限，攻擊者只需定期爬取主題圖片，然后針對(duì)性地打標(biāo)訓(xùn)練新的識(shí)別模型，就可快速破解。AIGC技術(shù)能夠生成海量圖片，且有一定隨機(jī)性且不可逆，使攻擊者打標(biāo)訓(xùn)練成本可增加10倍以上，大幅增加機(jī)器破解的難度。

6、圖片的生產(chǎn)數(shù)量提升8640倍。使用靜態(tài)圖庫(kù)時(shí)，驗(yàn)證碼企業(yè)需要一個(gè)月更新一次圖庫(kù)，每次更新圖片幾百到幾千張，平均每天只能設(shè)計(jì)幾十張圖。使用AIGC后，以單個(gè)GPU計(jì)算機(jī)為例，利用AIGC技術(shù)20秒就可以生成一張圖片。使用100個(gè)GPU的小型計(jì)算集群，一天就可以生成43萬(wàn)2000張新的圖片，一個(gè)月可以生成超過1000萬(wàn)張新圖片。AIGC的生產(chǎn)能力是人工制圖的8640倍。

圖片AIGC與人工單日生產(chǎn)圖片的數(shù)量對(duì)比

頂象無感驗(yàn)證集成13種驗(yàn)證方式，多種防控策略，匯集了4380條風(fēng)險(xiǎn)策略、112類風(fēng)險(xiǎn)情報(bào)、覆蓋24個(gè)行業(yè)、118種風(fēng)險(xiǎn)類型，防控精準(zhǔn)度>99.9%，1天內(nèi)便可實(shí)現(xiàn)從風(fēng)險(xiǎn)到情報(bào)的轉(zhuǎn)化，行業(yè)風(fēng)險(xiǎn)感知能力實(shí)力加強(qiáng)，同時(shí)支持安全用戶無感通過，實(shí)時(shí)對(duì)抗處置能力更是縮減至60s內(nèi)。幫助企業(yè)在登錄、注冊(cè)、支付等場(chǎng)景中實(shí)現(xiàn)快速驗(yàn)證身份，大大提高了服務(wù)體驗(yàn)的便捷性和效率。

后續(xù)，AIGC能力將集成到頂象防御云各個(gè)模塊，應(yīng)用到各個(gè)行業(yè)和場(chǎng)景中。作為國(guó)內(nèi)首個(gè)使用AIGC的業(yè)務(wù)安全企業(yè)，頂象展示了AIGC技術(shù)在業(yè)務(wù)安全領(lǐng)域的廣泛應(yīng)用和巨大潛力，促進(jìn)整個(gè)行業(yè)的技術(shù)創(chuàng)新和發(fā)展。通過AIGC技術(shù)在驗(yàn)證碼等業(yè)務(wù)安全產(chǎn)品上的落地，頂象將為客戶提供更加安全和可靠的服務(wù)，將幫助企業(yè)更好地抵御各類風(fēng)險(xiǎn)與威脅，助力業(yè)務(wù)健康發(fā)展。

業(yè)務(wù)安全大講堂：立即報(bào)名

業(yè)務(wù)安全產(chǎn)品：免費(fèi)試用

業(yè)務(wù)安全交流群：加入暢聊

標(biāo)簽：