基于机器学习的认证码攻击与防御方法研究
发布时间：2023-04-19 04:42
互联网技术的进步促进了信息系统的智能化、自动化的发展,身份认证作为保障信息系统安全的重要防线,被普遍应用于几乎所有的信息系统中。当前,应用于智能手机的图形密码和应用于网站的文本验证码伴随着智能移动终端设备、图像处理技术的进步应运而生,在本文中我们统称为认证码。虽然当前存在众多的新型认证技术,但由于认证码部署简单、成本低廉、易于维护、简单易用等特点,在当前或可预见的未来仍将是最主要的认证方式,尤其在高安全需求的信息系统中,其已成为多因子认证方案中的基础认证方式。自提出以来,认证码的安全性便受到了安全研究人员的高度关注,目前仍然是一个热门的研究课题。虽然有大量的研究工作分析和评估认证码的安全性,但当前认证码在安全性上面临的问题越来越多、安全威胁日趋严重。产生这一现状主要有如下几个原因:(1)现有的研究方法过多地关注于某一种特定的认证码方案,并没有提出通用的安全性评测方法,亦是所需要的条件比较苛刻,难以在真实的攻击场景中生效,因此并没有推动工业界的改变;(2)认证码的安全性研究通常涉及多种学科的知识,如图像处理、机器学习、社会工程学、几何学等;(3)机器学习技术近十年来的发展与突破,给认证码...
【文章页数】：153 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景及意义
1.2 研究现状
1.2.1 认证码安全研究概况
1.2.2 图形密码侧信道攻击研究现状
1.2.3 文本验证码安全性研究现状
1.2.4 认证码保护方法研究
1.3 研究内容及关键挑战
1.3.1 研究思路
1.3.2 研究内容及挑战
1.4 本文创新
1.5 论文结构
第二章 基于目标追踪算法的图形密码攻击方法研究
2.1 引言
2.2 图形密码安全性研究基础
2.2.1 图形密码简介
2.2.2 目标追踪算法
2.3 关键解锁视频片段提取
2.3.1 解锁视频片段起止点特征发现
2.3.2 提取关键解锁视频片段
2.4 指尖运动轨迹追踪与几何特征提取
2.4.1 运动轨迹的追踪
2.4.2 视频抖动校准方法
2.4.3 拍摄视角的转换
2.4.4 指尖运动轨迹的几何特征提取
2.4.5 候选图形密码的筛选和排序
2.5 实验分析与验证
2.5.1 实验设置
2.5.2 总体实验结果分析
2.5.3 视频拍摄距离对破解率的影响
2.5.4 光照强度对破解率的影响
2.6 破解方法的扩展性研究
2.6.1 可行性分析
2.6.2 需要解决的挑战
2.6.3 数字密码破解方法
2.6.4 实验评估
2.7 防御方法研究
2.7.1 可能的防御方法
2.7.2 可行的防御方法研究
2.7.3 用户调查和安全性实验验证
2.8 本章小结
第三章 基于字符分割的文本验证码攻击方法研究
3.1 引言
3.2 文本验证码攻击方法的研究基础
3.2.1 文本验证码简介
3.2.2 传统验证码字符分割方法分析
3.2.3 生成对抗网络模型
3.3 验证码数据生成模型的构建
3.3.1 验证码安全特征的参数化
3.3.2 数据生成模型
3.4 验证码分割模型的构建
3.4.1 数据生成
3.4.2 分割模型
3.5 字符识别模型
3.5.1 训练数据增强方法
3.5.2 识别模型的构建
3.6 实验分析与验证
3.6.1 实验设置
3.6.2 验证码生成效果评估
3.6.3 分割模型评估
3.6.4 验证码识别结果评估
3.6.5 训练集数量对识别结果的影响分析
3.7 本章小结
第四章 基于迁移学习的文本验证码综合攻击方法研究
4.1 引言
4.2 迁移学习技术破解验证码的可行性
4.2.1 迁移学习理论
4.3 验证码预处理模型
4.3.1 验证码生成模型
4.3.2 预处理模型的构建
4.4 验证码求解器的构建
4.4.1 求解器网络模型结构
4.4.2 求解器模型训练
4.5 实验分析与验证
4.5.1 实验设置
4.5.2 当前验证码破解实验评估
4.5.3 与传统方法对比实验分析
4.5.4 迁移方式有效性评估
4.6 本章小结
第五章 基于对抗样本的验证码保护机制研究
5.1 引言
5.2 对抗性样本原理
5.2.1 对抗性样本定义
5.2.2 对抗性样本生成算法
5.3 深度学习模型特征提取分析
5.3.1 卷积神经网络特征提取
5.3.2 卷积神经网络的特征提取规律
5.4 对抗性样本生成模型的构建
5.4.1 关键特征定位方法
5.4.2 对抗样本生成模型
5.5 实验分析与验证
5.5.1 实验设置
5.5.2 对抗性文本验证码安全性评估
5.5.3 对抗性样本鲁棒性评估
5.5.4 可用性实验评估
5.6 本章小结
第六章 总结与展望
6.1 全文总结
6.2 展望
参考文献
攻读博士学位期间取得的科研成果
作者简介
致谢
本文编号：3793735
【文章页数】：153 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景及意义
1.2 研究现状
1.2.1 认证码安全研究概况
1.2.2 图形密码侧信道攻击研究现状
1.2.3 文本验证码安全性研究现状
1.2.4 认证码保护方法研究
1.3 研究内容及关键挑战
1.3.1 研究思路
1.3.2 研究内容及挑战
1.4 本文创新
1.5 论文结构
第二章 基于目标追踪算法的图形密码攻击方法研究
2.1 引言
2.2 图形密码安全性研究基础
2.2.1 图形密码简介
2.2.2 目标追踪算法
2.3 关键解锁视频片段提取
2.3.1 解锁视频片段起止点特征发现
2.3.2 提取关键解锁视频片段
2.4 指尖运动轨迹追踪与几何特征提取
2.4.1 运动轨迹的追踪
2.4.2 视频抖动校准方法
2.4.3 拍摄视角的转换
2.4.4 指尖运动轨迹的几何特征提取
2.4.5 候选图形密码的筛选和排序
2.5 实验分析与验证
2.5.1 实验设置
2.5.2 总体实验结果分析
2.5.3 视频拍摄距离对破解率的影响
2.5.4 光照强度对破解率的影响
2.6 破解方法的扩展性研究
2.6.1 可行性分析
2.6.2 需要解决的挑战
2.6.3 数字密码破解方法
2.6.4 实验评估
2.7 防御方法研究
2.7.1 可能的防御方法
2.7.2 可行的防御方法研究
2.7.3 用户调查和安全性实验验证
2.8 本章小结
第三章 基于字符分割的文本验证码攻击方法研究
3.1 引言
3.2 文本验证码攻击方法的研究基础
3.2.1 文本验证码简介
3.2.2 传统验证码字符分割方法分析
3.2.3 生成对抗网络模型
3.3 验证码数据生成模型的构建
3.3.1 验证码安全特征的参数化
3.3.2 数据生成模型
3.4 验证码分割模型的构建
3.4.1 数据生成
3.4.2 分割模型
3.5 字符识别模型
3.5.1 训练数据增强方法
3.5.2 识别模型的构建
3.6 实验分析与验证
3.6.1 实验设置
3.6.2 验证码生成效果评估
3.6.3 分割模型评估
3.6.4 验证码识别结果评估
3.6.5 训练集数量对识别结果的影响分析
3.7 本章小结
第四章 基于迁移学习的文本验证码综合攻击方法研究
4.1 引言
4.2 迁移学习技术破解验证码的可行性
4.2.1 迁移学习理论
4.3 验证码预处理模型
4.3.1 验证码生成模型
4.3.2 预处理模型的构建
4.4 验证码求解器的构建
4.4.1 求解器网络模型结构
4.4.2 求解器模型训练
4.5 实验分析与验证
4.5.1 实验设置
4.5.2 当前验证码破解实验评估
4.5.3 与传统方法对比实验分析
4.5.4 迁移方式有效性评估
4.6 本章小结
第五章 基于对抗样本的验证码保护机制研究
5.1 引言
5.2 对抗性样本原理
5.2.1 对抗性样本定义
5.2.2 对抗性样本生成算法
5.3 深度学习模型特征提取分析
5.3.1 卷积神经网络特征提取
5.3.2 卷积神经网络的特征提取规律
5.4 对抗性样本生成模型的构建
5.4.1 关键特征定位方法
5.4.2 对抗样本生成模型
5.5 实验分析与验证
5.5.1 实验设置
5.5.2 对抗性文本验证码安全性评估
5.5.3 对抗性样本鲁棒性评估
5.5.4 可用性实验评估
5.6 本章小结
第六章 总结与展望
6.1 全文总结
6.2 展望
参考文献
攻读博士学位期间取得的科研成果
作者简介
致谢
本文编号：3793735
本文链接：https://www.wllwen.com/shoufeilunwen/xxkjbs/3793735.html