摘要
本发明公开了深度学习验证码识别方法,涉及验证码识别领域;包括:S1:采集用户的历史登录数据并保存;其中历史登录数据包括历史登录次数、每次登录的访问开始时间、访问结束时间、IP地址和访问设备;S2:当用户通过账号密码登录成功时,判断是否为敏感操作,若是,则对其进行判断分析是否存在安全风险,若存在,则执行S3;S3:对用户进行身份验证识别和授权管理;通过多步骤的验证和复杂的图形验证码生成,将生成的转码图形分割成比对图和填充图,用重合比对来验证用户身份,可以降低机器人或自动化程序的入侵风险,提高了对抗攻击的能力,增加了系统的安全性;且对于正常登录行为,能够减少误报,有效地提升了用户体验。
技术关键词
验证码识别方法
数值
射线
图形验证码
验证用户身份
时间段
身份验证
习惯
矩形
端点
线段
风险
字符
序列
状态更新
数据存储
轴对称
机器人
系统为您推荐了相关专利信息
历史信息数据库
可视化界面
号码
存储设备
文本检测模型
协同故障诊断方法
数值仿真模型
燃气发电机组设备
燃气轮机故障诊断
寿命
编码传感器
数据补偿方法
虚拟现实场景
数值
焦距调节
寿命预测模型
寿命预测方法
活塞
优劣解距离法
寿命预测技术