基于馬賽克圖形的人機(jī)識(shí)別系統(tǒng)的設(shè)計(jì)與分析

1、基于馬賽克圖形的人機(jī)識(shí)別系統(tǒng)的設(shè)計(jì)與分析論文關(guān)鍵詞：回絕效勞攻擊馬賽克人機(jī)交互證明機(jī)器人信息平安論文摘要：機(jī)器人可以不斷地訪問(wèn)網(wǎng)站資源，從而消耗資源，產(chǎn)生回絕效勞攻擊。為理解決這個(gè)問(wèn)題，Bass等人提出了一個(gè)基于馬賽克的人機(jī)交互證明算法該算法雖然能在一定程度上阻止回絕效勞攻擊，但是它也存在缺乏：合成的蹈片里總有一張真的圖片是完全沒(méi)有被覆蓋的，并且每次重疊都只是重疊14的局部。使得真的圖片的排列非常有規(guī)律，就容易泄漏真的圖片的位置針對(duì)這些缺乏，提出了一種改良的基于馬賽克的人機(jī)交互證明算法，來(lái)阻止回絕效勞攻擊。信息平安包括機(jī)密性、完好性、可用性、不可否認(rèn)性等幾個(gè)方面的根本屬性?；亟^效勞(denia

2、lfSel1e，簡(jiǎn)稱DS)攻擊是一種破壞可用性的攻擊行為，它主要通過(guò)發(fā)送過(guò)量的數(shù)據(jù)包懇求，消耗網(wǎng)絡(luò)帶寬或系統(tǒng)資源，使網(wǎng)絡(luò)或系統(tǒng)效勞負(fù)載過(guò)重，導(dǎo)致效勞質(zhì)量下降，甚至癱瘓或停頓。DS攻擊易于施行、難以防范，目前已經(jīng)成為信息平安領(lǐng)域的研究熱點(diǎn)之一。l相關(guān)知識(shí)11人機(jī)交互證明APTHAfpletelyAutatedPubliTuringTesttTellputersandHuansApart1是指全自動(dòng)區(qū)分計(jì)算機(jī)和人類的圖靈測(cè)試，也被稱為自動(dòng)圖靈測(cè)試l】1。它不同于傳統(tǒng)的圖靈測(cè)試，而是由計(jì)算機(jī)來(lái)區(qū)分使用者是人還是機(jī)器。一個(gè)典型的AP1HA必須具備以下屬性：1)對(duì)于人類用戶，應(yīng)該是快而容易的：2)應(yīng)該承

3、受所有的人類用戶，沒(méi)有任何歧視；3)幾乎沒(méi)有機(jī)器人可以解決這個(gè)問(wèn)題；4)即使知道算法及數(shù)據(jù)，也可以抵抗攻擊。APTHA可被分為：文字識(shí)別，圖像識(shí)別和語(yǔ)音識(shí)別?；谖谋緶y(cè)試的AHA利用計(jì)算機(jī)程序無(wú)法識(shí)別嵌入在圖片里面的極其歪曲和損壞的文本內(nèi)容。這些圖片對(duì)于人類通常是易于閱讀，但其對(duì)于自動(dòng)程序來(lái)說(shuō)通常是難以識(shí)別，即使是使用最好的光學(xué)字符識(shí)別軟件基于文本的APTHA必須抵抗“局部比成認(rèn)攻擊I?；趫D像測(cè)試的APTHA要求用戶解決視覺(jué)形式識(shí)別問(wèn)題或理解圖片所表達(dá)的概念。由于顯示圖像需要較高的困難和較大的區(qū)域，導(dǎo)致效勞器負(fù)擔(dān)加重。此外，建立一個(gè)大的數(shù)據(jù)庫(kù)也可能存在問(wèn)題，比方與特定主題的網(wǎng)站不相符?；谝?/p>

4、頻測(cè)試的APTHA側(cè)重于機(jī)器很難理解存在扭曲、退化和背景噪聲的口語(yǔ)61，容易受外界干擾，降低語(yǔ)音的識(shí)別度。12基于馬賽克圖形的人機(jī)識(shí)別算法設(shè)計(jì)及分析隨著計(jì)算機(jī)視覺(jué)和形式識(shí)別的進(jìn)步，這種基于文本的APTHA已經(jīng)沒(méi)有原來(lái)那么有效，更容易受到特定的攻擊。目前，計(jì)算機(jī)還不能完成很多與視覺(jué)相關(guān)的任務(wù)，而這些任務(wù)對(duì)于人類來(lái)說(shuō)是容易的，可以利用這一點(diǎn)來(lái)設(shè)計(jì)一種方法來(lái)區(qū)別人類和機(jī)器人。AlessandrBass和StefanSiee提出了一種算法，被命名為saHIP是saibasedttuanInterativePrf(基于馬賽克的人機(jī)互動(dòng)證明)17，它利用了現(xiàn)有的計(jì)算機(jī)在執(zhí)行中的一些困難：1)在復(fù)雜背景下的

5、，在感興趣的區(qū)域中的圖像分割：2)在背景混亂情況下的特定概念的識(shí)別：3)特定轉(zhuǎn)化被應(yīng)用到圖像后的圖形匹配。saHIP是基于將圖像進(jìn)展拼湊、鑲嵌，使用一個(gè)由許多小的，局部重疊的圖像來(lái)組成大的圖像的想法。這些小的圖像來(lái)自兩不同的類別：1)描繪真的，有意義概念的圖像：2)描繪人工的或沒(méi)有意義概念的圖像。只有很少的一局部圖像是真的，屬于第一類，它們需要被用戶識(shí)別，它們偽隨機(jī)的放置在拼湊的圖像中并且彼此是重疊的，這，對(duì)于計(jì)算機(jī)來(lái)說(shuō)，識(shí)別它們不是容易的事情。剩下的假的圖像是由真的圖像的顏色直方圖中的隨機(jī)的顏色產(chǎn)生的圖形、線等，它被用來(lái)產(chǎn)生混亂的背景，目的是為了使機(jī)器人識(shí)別真的圖像困難。圖1顯示的是基于概念

6、的saHIP，要求用戶識(shí)別被拼湊的圖像中包括的真的圖像。網(wǎng)2顯示的是“最上層的saHIP要求戶識(shí)別描繪“一些存在意義的和“放置在最上層的，不被其他圖像覆蓋的圖像。AlessandrBass和StefanSi提出的算法雖然可以在一定程度上區(qū)分機(jī)器人和人類，但還是存在一些缺陷：首先在算法描繪中就存在錯(cuò)誤，在第四步中，確定圖像I_l所在的區(qū)域，將I_】分為4個(gè)一樣面積的區(qū)域，隨機(jī)的選擇一個(gè)區(qū)域，并放置Ij在這個(gè)區(qū)域中，與Ij一重疊，這就存在14的幾率會(huì)完全的覆蓋圖片Ii另外，該算法在平安方面也存在著一定得缺陷：1)無(wú)論是基于概念的還是“最上層的saHIP，都有一張完全沒(méi)有被覆蓋的真的圖片暴露；2)每

7、放置一張新的真的圖片，它就會(huì)覆蓋上一張圖片的1，4區(qū)域，無(wú)論真的圖片的順序是什么，位置是什么，這些真的圖片所在的區(qū)域的圖片位置是有規(guī)律可循的，這就使機(jī)器人識(shí)別圖片變得容易2一個(gè)改良的基于馬賽克圖形的人機(jī)識(shí)別算法對(duì)AlessandrBass和Stefa130Si提出的算法的改良方案：1)在圖像數(shù)據(jù)庫(kù)P中選擇n個(gè)圖像，將它們添加到真的圖像集合R=I，1中；假如是基于概念的方法，隨機(jī)的選擇圖像IR，確定它的種別G，否那么I：=I。2)對(duì)于每一個(gè)IjR，隨機(jī)的選擇縮放比例因數(shù)Si，SSjS，根據(jù)Sj對(duì)Ij使用縮放比例函數(shù)；確定I是否需要旋轉(zhuǎn)，隨機(jī)的選擇旋轉(zhuǎn)角度0，00，根據(jù)0旋轉(zhuǎn)Ij；確定Ij的透明度

8、，隨機(jī)的選擇透明度因數(shù)，0TTAX，假如T：!=，根據(jù)對(duì)Ij使用透明度函數(shù)：3)制作長(zhǎng)寬n的透明的圖像：在e上隨機(jī)的選擇一個(gè)位置，將IR放置在這個(gè)位置上，確保I沒(méi)有超過(guò)的邊界；假如Ii=I，在集合D中保存I，的左上和右下的坐標(biāo)：4)對(duì)于每一個(gè)IiER，2jn；確定圖像Ij一所在的區(qū)域，將Ij一。分為4個(gè)一樣面積的區(qū)域，隨機(jī)的選擇一個(gè)區(qū)域，并按這個(gè)區(qū)域的方向，在這個(gè)區(qū)域中隨機(jī)的選擇一個(gè)新的區(qū)域，這個(gè)新的區(qū)域的面積原來(lái)區(qū)域的35，并放置Ij在這個(gè)新的區(qū)域中，與li一重疊，并保證它不覆蓋Ij，；假如是基于概念的方法Ii不能重疊預(yù)先放置的I，1kj；假如Ii=I，在集合D中保存I的左上和右下的坐標(biāo)；5

9、)計(jì)算圖像的顏色直方圖，hist()；制作長(zhǎng)寬n的背景圖像b；在集合RGBh和RGBI中隨機(jī)的選擇顏色形成一個(gè)顏色梯度來(lái)填充b，RGBh中包括his)中最常出現(xiàn)的k種顏色RGB1包括剩下的顏色；6)制作一個(gè)與真的圖像面積相似的假的圖像f，在集合RGBh和RGB1中隨機(jī)的選擇顏色形成一個(gè)顏色梯度來(lái)填充f；在f中用RGBh中的顏色畫各種各樣的圖形和線；用RGB1中的顏色改變f中一些區(qū)域的像素顏色；假如是基于概念的方法，將I分為4個(gè)一樣面積的區(qū)域，隨機(jī)的選擇一個(gè)區(qū)域，并放置f在這個(gè)區(qū)域中，與I。重疊，并保證圖片f不完全的覆蓋圖片I，假如是“最上層的方法，將I分為4個(gè)一樣面積的區(qū)域，隨機(jī)的選擇一個(gè)區(qū)域

10、，并放置f在這個(gè)區(qū)域中，與I重疊，并保證圖片f不完全的覆蓋圖片I；7)繼續(xù)制作圖片f，將f添加到背景圖像b，從左上角開(kāi)場(chǎng)；重復(fù)步驟7，直到b被假的圖像完全覆蓋；8)使用FlydStEinberg抖動(dòng)算法減少圖像b顏色的數(shù)量；9)重疊合成的圖像到背景圖像b，因?yàn)閾碛型该鞯谋尘?，如今b包含了真的和假的圖像；l)對(duì)b使用變形函數(shù)(使用不是隨機(jī)選擇的輸入?yún)?shù))；l1)返回圖像b和坐標(biāo)集合D；假如是基于概念的方法，還要返回種別G。該算法在步驟4)和6)進(jìn)展改良，在4)中，本改良算法使得每一張真的圖片都覆蓋上一張真的圖片的隨機(jī)的面積，但又不會(huì)干擾人類的識(shí)別，在6)中，對(duì)于完全沒(méi)有沒(méi)覆蓋的真的圖片，本改良算法用一張假的圖片來(lái)與這張真的圖片重疊，從而進(jìn)步算法的平安性3結(jié)論本文分析了回絕效勞攻擊的危