常在網上晃悠的人，對上面這張圖都不會陌生。特別是在注冊新賬號、確認交易時，它們都會頻繁出現，要求我們輸入正確的驗證碼，那這些看上去跟我們要做的事情完全無關的驗證碼到底有何作用呢？

常在網上晃悠的人，對上面這張圖都不會陌生。特別是在注冊新賬號、確認交易時，它們都會頻繁出現，要求我們輸入正確的驗證碼，那這些看上去跟我們要做的事情完全無關的驗證碼到底有何作用呢？

0×1 誕生

首先，先介紹下驗證碼程序的提出者，路易斯·馮·安(Luis von Ahn)。2002年，路易斯和他的小伙伴在卡內基梅隆第一次提出了CAPTCHA(驗證碼)這樣一個程序概念。該程序是指，向請求的發起方提出問題，能正確回答的即是人類，反之則為機器。這個程序基于這樣一個重要假設：提出的問題要容易被人類解答，并且讓機器無法解答。

在當時的條件下，識別扭曲的圖形，對于機器來說還是一個很艱難的任務，而對于人來說，則相對可以接受。yahoo在當時第一個應用了圖形化驗證碼這個產品，很快解決了yahoo郵箱上的垃圾郵件問題，因此圖形類驗證碼開始了大發展時期。

0×2 發展與問題

圖形化驗證碼在被證明有效后，在互聯網上迅速得到了推廣。國內外各大網站，在關鍵的業務點上都加入了這一類型的驗證碼。

首先，由于開發者水平的良莠不齊，導致驗證碼本身的實現存在問題，從而導致漏洞可以繞過，常見的有以下幾種類型：

[1] 驗證碼的生成邏輯、答案用戶可見

如將驗證碼答案輸出到頁面中、寫在cookie里。打比方就是說，在發卷的時候，把答案寫在了卷子背面。(老師再也不用擔心我的成績)

[2] 驗證碼的生命周期未控制好

如驗證碼可以重復使用、不設超時。驗證一次，永久使用。

[3] 業務邏輯與驗證碼結合點存在問題

如修改業務參數可導致不用校驗驗證碼也可通過、甚至驗證碼就是擺設。結合到具體的業務點上有什么危害呢？

a. 驗證碼寫在cookie中。此處可導致旅客信息泄露。

b. 驗證碼與圖片存在對應關系，因此直接訪問html即可得到答案。此處可導致撞庫與暴力破解密碼。

0×3 圖片驗證碼對抗與攻擊升級

在開篇我們提到了一個重要的假設：

CAPTCHA提出的問題要容易被人類解答，并且讓機器無法解答。

實際上，CAPTCHA所要處理的問題是：將普通人與惡意的用戶（黑客、垃圾消息發送者）區分開來。那當時間點到達2016年時，黑客們與普通用戶之間的差距已經很大了（想象下中國足球隊對巴西足球隊，而且此時留給中國隊的時間已經不多了）。

因此，CAPTCHA在圖片驗證碼這一應用點上已經無法滿足這一假設了。在這段時間內，出現了很多的加強和識別圖形驗證碼的方法（每一種方法的詳細原理和解釋，可以參見wooyun drops，在此不做詳述）：

附上部分名詞解釋：

預處理：灰度值二值化、去噪點、連通性補全等
切割：通過滴水算法、統計方法等得到單個字符的所在位置
機器學習算法：將經過處理的每個字符進行訓練，訓練后得到識別答案（SVM、KNN、神經網絡等）
字庫：與機器學習算法類似，將處理后的字符人工導入，構造字庫，對長期不變的驗證碼較為有效

如上圖所示，原始的圖像使用了字體旋轉、背景色混淆等手段，在專業的驗證碼工具面前，也就是幾個命令拼接即可完成識別

如上圖所示，是一個驗證碼識別軟件自建字庫的過程，通過回車確認驗證碼識別正確，如有錯誤，稍帶修改繼續。當保存了上千個正確識別的字庫后，該程序便可達到一個可用的可用的準確率。（其實若不不做其他限制，此時準確率在30%以上時，即可造成很大的危害，畢竟對于攻擊者來說，發3個包與發1個包的成本差別不大）

看到這里，客戶們大概可以回答這個問題了：

為什么我用了驗證碼還是會被刷？

那普通驗證碼難道沒用了嗎？

那倒也不是，安全是一個博弈的過程。綜合使用之前提到的驗證碼技術(特別是字體粘連等)，并且保持關注和變化，攻擊者的識別率也比較低。當攻擊的成本大于可獲得的利益時，自然就沒人來攻擊了。（普通用戶在此應強烈要求存在感）

此時，雖然兩方大小上略有差距，但是總體戰斗力還算是勉強打個平手，互相出招而已。只是隨著戰火的升級，個人輪番上陣后，驗證碼已經違背了他最初設計時的初衷：對普通用戶的友好性逐漸消失。而普通用戶的體驗也就成了這場戰爭中的犧牲品，這也就造就了一批有一批被用戶吐槽的無法辨認的驗證碼。

正當普通用戶們不斷吐槽的時候，程序員表示這個鍋不想背但是也得背。因為業務總是要做的，而攻擊者們也是要吃飯的，升級了驗證碼的成本，也就限制了風險的等級，于是就變成了這樣一個模式╮(╯_╰)╭：

程序員:熬一晚上升級 

攻擊者:熬一晚上破解 

程序員:熬兩晚上升級 

攻擊者:熬兩晚上破解 

....(心疼)...

大家就在這種你方唱罷我登臺的情況下看似和睦的度過了一段時間。

0×4 圖片驗證碼的沒落

在日日夜夜的對抗中，攻擊者想到了一個辦法，可以一勞永逸的解決圖片驗證碼的問題。在我對這些搞灰產的人們表示憧憬之前，先說點題外話。

2009年，google買下了CMU的一個項目:recaptcha。這個項目是CAPTCHA的進階版本。它所基于的假設與CAPTCHA一致，但是它同時讓用戶識別兩張圖片，一張用于驗證用戶身份，而另一張用于幫助難以用機器識別的電子文檔。

恩，如果讀者有從事此類灰產相關工作的人，請注意recaptcha右下角的小字（stop spam.read books看看這情懷）。

而recaptcha的作者，當然又是:路易斯·馮·安。在recaptcha的基礎上，路易斯進一步提出了一個概念:人類計算(Human Computation) 。

簡單來說，他希望借由計算機和網絡平臺，發揮人類技能，去解決大規模、復雜的問題，具體到recaptcha項目來說，就是借助大家的力量去幫助數字化書籍。（該思想的具體應用還包括一個叫ESP GAME的游戲以及后面會提到的no recaptcha）

但是，在2004年（我能搜到這個新聞的最早時間），就有人已經完美的實現了這個概念:人工打碼，并且起源地:中國（此處我應該感到自豪嗎）。

所謂的人工打碼就是，將驗證碼的請求轉發給某平臺，該平臺會將這個信息發送給平臺上的打碼工，然后打碼工人識別后，將答案反送回請求者。通過打碼平臺的api，攻擊者可以寫程序實現對目標的自動化操作，而驗證碼的部分只要交給打碼平臺就可以了。

打碼平臺在國內市場上的火爆，有幾個原因:

1. 從2006年開始，國內互聯網的迅猛發展，使得流量變現成為了可能。各種郵件營銷、SEO、IM工具等都迫切的需要穩定的可以繞過圖形驗證碼的方法。而近些年興起的基于數據的詐騙、賬號盜取等更進一步加劇了這個趨勢。
2. 打碼平臺的爆發式發展也同時得益于中國經濟蓬勃發展的原因之一：人口多并且人力成本低。網絡上一種常見的網賺模式，就是打碼工模式，一個只要會上網，能識別驗證碼的人就可以參與。PS:難道你沒有看見過下面這些廣告嗎？大學生、大媽，無需學歷，只要會上網、會打字，一天包賺XXXXX。當然其中除了打碼平臺，還有很多騙子。

可以打碼的類型包括：

1. 普通字母驗證碼

2. 中文驗證碼

3. 鼠標類型類驗證碼

4. 選擇題類型(比如某些網游中做任何會遇到的驗證碼)

5. 旋轉類驗證碼

6. 知識常識問答型驗證碼

以上驗證碼的價格在平臺上都是明碼標價，普通的字母驗證碼1條在1分錢左右，而知識問答類在6分錢左右，相較于利用這些灰產所會產生的利益，真是件美物廉，重點是還非常穩定。

同時我注意到國外的價格現在與國內的價格已經相差不大，現在美國的價錢約為$1.5/1000，美國的打碼工已經向東南亞擴展。打碼平臺一出現，2.2中提到的加強驗證碼的方法都無用了。因為不管你怎么變化，驗證碼總需要是人類能夠通過的。

0×5 新的征程

打碼平臺的出現，雖然沒有從理論上打破CAPTCHA的原則，但是也從事實上擊破了防止程序自動提交的防御，因此我們需要新型的安全的驗證方式。這些探索也帶來了現在各種多樣的驗證碼形式，這些我們將在下篇探討。

最后用一個“富有情懷”的圖片結束。

這張圖不是來自改變世界的極客，也不是來自富有愛心的藝術家。它來自某知名打碼平臺的官網，是不是太有情懷了？（你們的確改變了我們的工作方式）

本文轉自（）