在文章開頭，老狐先給大家玩一個驗證碼的游戲，猜出圖中驗證碼字母。

請計算出圖中驗證碼的結(jié)果。

好了，我們還是回到標(biāo)題上來，聊一聊驗證碼是怎么為難我們?nèi)祟惖摹?/p>

驗證碼的由來

2000年，雅虎當(dāng)時還是全球最大的網(wǎng)絡(luò)郵箱服務(wù)商，雅虎郵箱的用戶經(jīng)常收到許多垃圾和詐騙短信。



這種經(jīng)歷放在今天，就是你下班回到家，發(fā)現(xiàn)自己門口擺滿了快遞。

但注意，其中只有一個快遞是你自己購買的，其他的快遞都是別人發(fā)的垃圾。 你為了找到自己的快遞，只好拆了全部的快遞。

這時，你恐怕只會后悔自己有這一個快遞。

當(dāng)時受到影響的不止雅虎，還有許多互聯(lián)網(wǎng)公司。 黑客們利用腳本機器人大量注冊賬戶，進行評論注水、黃牛搶票、撞庫掃號等影響互聯(lián)網(wǎng)企業(yè)運營的行為。

現(xiàn)如今，“ 天下苦驗證碼久矣 ”，而在二十年前，則是“ 天下苦腳本機器人久矣 ”。

后來雅虎找到在卡內(nèi)基梅隆大學(xué)的路易斯·馮·安（驗證碼之父）等人，與他們合作。

他們利用當(dāng)時的人機驗證機制，為雅虎設(shè)計了一套防御機器人的程序，并首次提出了“驗證碼”的概念。

驗證碼，更專業(yè)的名字是“全自動區(qū)分計算機和人類的圖靈測試”，簡稱 CAPTCHA。

驗證碼的作用是讓計算機區(qū)分人類和計算機。

大家熟知的圖靈測試是讓人區(qū)分人和計算機，與驗證碼作用剛好相反。

因此，有些人也將驗證碼叫做“反向圖靈測試”。

文本類驗證碼

然而，一切沒有那么容易。 早期的驗證碼非常簡單，只是普通的字母組合，干擾的信息很少，而文字識別技術(shù)（ OCR ）的應(yīng)用甚至要比驗證碼早 30 年。 沒過多久，黑客利用 OCR 成功破解了驗證碼。



于是，計算機科學(xué)家們繼續(xù)尋找更好的防御機制。 他們在驗證碼的字符中加入更多的干擾因素，將字符連接、變形、空心，變成動態(tài)，加入更復(fù)雜的背景。

總之，一切都是為了降低腳本機器人的識別成功率。

然而降低機器人識別正確率的效果是暫時的，降低用戶的識別成功率卻是永久的。

我經(jīng)常遇到無法識別的驗證碼，要么需要刷新，要么輸入錯誤。

此時計算機對我的判定是：你不 是 個 人！ 這句話聽起來是不是好像是在罵人。

2008 年，兩位英國紐卡斯?fàn)柎髮W(xué)的計算機研究人員發(fā)布了一篇論文。

在論文中，他們用新的字符分割法來識別微軟、雅虎和谷歌的驗證碼。

微軟和雅虎的驗證碼識別正確率超過 60%，谷歌的驗證碼識別率較低，為 8.7%。



雖然谷歌這個數(shù)字看起來比雅虎和微軟優(yōu)秀，但腳本機器人可以發(fā)動大量攻擊，100 萬次嘗試就將有 8.7 萬個驗證碼被破解。

因此，這個結(jié)果仍然是無法令人滿意的。

在這份論文中，研究人員還列出了用戶會混淆的幾個驗證碼：



比如：

開頭是字母 “ d ” 還是 “ cl ”？



這是哪幾個字符？ 別問我答案，我也不知道。 雖然變形扭曲的字符能提升攔截腳本機器人的效率，但真人用戶同樣難以辨別驗證碼，也被阻擋在外。

甚至有研究表明，通過卷積神經(jīng)網(wǎng)絡(luò)模型（ CNN ），機器識別扭曲字體的正確率還要高于人類。

驗證碼殺敵一千，自損一萬。

簡單文本內(nèi)容的驗證碼已經(jīng)無法滿足需要，于是，又出現(xiàn)了答題類的驗證碼。



驗證碼成了考題，用戶輸入正確的答案才能通過驗證，這種形式的驗證碼雖然能暫時有效阻擋腳本機器人，但卻對用戶不友好，受到許多吐槽。

因此，答題驗證碼并不常見。

畢竟，當(dāng)你遇到文章開頭這種驗證碼，你可能不會愿意計算出答案，而是直接關(guān)閉頁面。



文本類驗證碼面對腳本機器人的攻擊，漸漸招架不住，研究人員決定調(diào)轉(zhuǎn)方向，開發(fā)采用圖像選擇類的驗證碼。

圖像選擇類驗證碼

相比于文本類的驗證碼，圖像選擇類驗證碼對用戶友好很多，只需點擊圖像，不再依賴鍵盤輸入，而且圖像驗證碼趣味性更強。

例如根據(jù)題目要求在幾張照片中找出符合要求的照片即可，體驗起來像是玩連連看。

2007 年，研究人員提出了圖像選擇類驗證碼，之后迅速受到研究人員和用戶的歡迎。

畢竟，誰會喜歡考試而不喜歡游戲呢？

2015 年 3 月，12306 為了防止黃牛搶票引入了圖片驗證碼，引發(fā)熱議。 搶過火車票的小伙伴對此肯定不陌生，為了不被 12306 的驗證碼難住，不得不調(diào)鬧鐘提早登錄 12306。

剛開始，圖像選擇類驗證碼還能起到不錯的保護效果。 然而，隨著圖像識別技術(shù)的發(fā)展，特別是 AI 技術(shù)的進步，人們可以訓(xùn)練機器學(xué)習(xí)分類圖片，破解圖像。

例如，國外的研究人員就利用 SVM 分類器和卷積神經(jīng)網(wǎng)絡(luò)模型等方式，來破解部分圖像選擇驗證碼。

來自卡內(nèi)基梅隆大學(xué)的一個團隊在 2017 年發(fā)布論文表示： 他們通過收集 260 萬個驗證碼和短語，以及 2100 萬張圖片，經(jīng)過卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，最終可以使機器在 2 秒內(nèi)以 77% 的正確率通過 12306 的驗證碼。 為了阻擋腳本

機器人的攻擊，維護人員不得不制作更多新的驗證碼圖片，利用新的驗證碼圖片還未被機器學(xué)習(xí)，以此來降低機器的識別正確率。 于是更多奇怪的驗證碼被制作出來。

然而，我們普通用戶成了最大的受害者，各種奇葩的圖片驗證碼讓人難以區(qū)分，連登錄自己的賬戶，都變成了一件難事。

不過一些研究統(tǒng)計表明，在圖片驗證碼的正確率上，機器在某些方面的圖像感知能力也已經(jīng)領(lǐng)先人類。

既然圖像選擇驗證碼也干不過機器，研究人員再次使出絕招：調(diào)轉(zhuǎn)方向！

行為軌跡類驗證碼

無論文本還是圖像都是以問答的形式來驗證人和腳本機器人，腳本機器人通過學(xué)習(xí)，表現(xiàn)比人類還要穩(wěn)定。

于是，研究人員發(fā)明了行為軌跡類的驗證碼，而它的原理就是利用人類在行為軌跡上不如機器穩(wěn)定。

以我們熟悉的滑動驗證碼為例： 當(dāng)我們將左邊的滑塊向右拖動，后臺服務(wù)器不僅驗證用戶能否正確地將滑塊填進空缺位置，還要記錄用戶的鼠標(biāo)位置，滑塊的移動軌跡等信息。

通常來說，相對于腳本機器人，人類的滑動軌跡都是非勻速的，不準(zhǔn)確的。

尤其是像我這樣肢體不靈活的人，越接近空缺位置，速度越慢，直到合上滑塊。

這個過程有很多不穩(wěn)定的因素，正是通過不穩(wěn)定的軌跡，后臺服務(wù)器才會識別該操作來自于人，而不是穩(wěn)定的腳本程序。

雖然滑動驗證碼相比之前的驗證碼是一個進步，但破解驗證碼的方式也在跟著進步。

2010 年，日本京都大學(xué)的研究人員向外界公布了滑動驗證碼，并于 2012 年投入商用。

2014 年，馬德里康普斯頓大學(xué)的研究人員就宣布他們破解了滑動驗證。

如今，加入了學(xué)習(xí)模型的智能腳本機器人也能通過學(xué)習(xí)人的滑動軌跡，通過做出變速，折返、抖動等行為軌跡來模仿人類，騙過服務(wù)器。

行為軌跡類的驗證碼還有更簡單無感的方式，點擊驗證，直接點擊按鈕，服務(wù)器通過收集檢測用戶的環(huán)境信息來判斷是真人還是腳本機器人。

這無疑是目前所有驗證碼中用戶體驗最好的，但它也并非絕對安全，而且還存在用戶隱私泄露的風(fēng)險。

短信驗證和掃臉認(rèn)證

現(xiàn)在，短信驗證已經(jīng)成為最常見的驗證方式之一。 在老狐的手機短信中，兩類短信最多。

一類是驗證碼短信，一類是需要發(fā)送“ TD ”才能退訂，但退訂后又還能收到新短信的垃圾營銷短信，而最實用的快遞簽收短信只能排在第三。

短信驗證通過綁定手機號碼來確認(rèn)該用戶是否是本人，跳出了網(wǎng)絡(luò)這一維度，調(diào)用了外部設(shè)備，安全程度比以上幾種驗證碼有所提升。

但驗證碼短信恰恰成了這種驗證方式的薄弱環(huán)節(jié)。

不法分子可以通過建立偽基站，截取用戶短信驗證碼，獲得登錄甚至交易權(quán)限。

又或者，通過詐騙獲取用戶的驗證碼。

另一方面，短信驗證碼又是最不友好的驗證方式之一，尤其是手機不在的時候，還要找手機，解鎖、記住驗證碼，再輸入驗證碼，這是我最討厭驗證碼的時刻。

如今，一些對安全要求較高的驗證通道已經(jīng)卷向了掃臉驗證，需要對著手機前后移動，調(diào)整角度，眨動眼睛才能登錄。

然而這種看似安全的方式也不是絕對安全，百度搜索可看到許多掃臉認(rèn)證被破解的信息。

驗證碼的另類敵人

這時老狐不禁想：我們普通用戶登錄個賬號怎么就這么麻煩。

本質(zhì)上而言，驗證碼技術(shù)的戰(zhàn)爭是網(wǎng)站維護人員與黑客攻擊者之間的競爭。

雙方你追我趕，驗證碼的技術(shù)在 20 年里已經(jīng)多次迭代。

從最簡單的輸入字母到需要調(diào)動用戶攝像頭的刷臉驗證，破解技術(shù)也從曾經(jīng)的 OCR 發(fā)展到如今的 AI。 然而，最受傷的卻是我們這些普通用戶，驗證方式逐漸復(fù)雜，意味著我們要在驗證碼上花更多時間和更多手段。

驗證碼要面對的敵人，并不僅僅是腳本機器人或技術(shù)頂級的黑客，還有毫無技術(shù)含量的人類。

一些不法分子建立了驗證碼破解平臺，將驗證碼打包發(fā)送至平臺，以非常低廉的價格雇傭一批人。

人工輸入正確驗證碼答案，并建立數(shù)據(jù)庫，用來破解驗證碼，這個方法簡單粗暴卻有效。

AI 也學(xué)會了這一方式。 據(jù)媒體報道，一個測試 AI 的機構(gòu)發(fā)現(xiàn) OpenAI 的 GPT4 會假裝成一個視障人員，讓人類幫他輸入驗證碼。 沒錯，AI 甚至學(xué)會了欺騙人類免費幫它勞動。

面對越來越接近人類的 AI，區(qū)分人類和機器人將會變得越來越困難，驗證碼只會更加復(fù)雜繁瑣。

而作為一個普通的網(wǎng)絡(luò)用戶，老狐只希望輸入驗證碼的方式能簡單一點。





審核編輯：劉清