常在網(wǎng)上晃悠的人，對(duì)上面這張圖都不會(huì)陌生。特別是在注冊(cè)新賬號(hào)、確認(rèn)交易時(shí)，它們都會(huì)頻繁出現(xiàn)，要求我們輸入正確的驗(yàn)證碼，那這些看上去跟我們要做的事情完全無(wú)關(guān)的驗(yàn)證碼到底有何作用呢？

常在網(wǎng)上晃悠的人，對(duì)上面這張圖都不會(huì)陌生。特別是在注冊(cè)新賬號(hào)、確認(rèn)交易時(shí)，它們都會(huì)頻繁出現(xiàn)，要求我們輸入正確的驗(yàn)證碼，那這些看上去跟我們要做的事情完全無(wú)關(guān)的驗(yàn)證碼到底有何作用呢？

0×1 誕生

首先，先介紹下驗(yàn)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(nèi)基梅隆第一次提出了CAPTCHA(驗(yàn)證碼)這樣一個(gè)程序概念。該程序是指，向請(qǐng)求的發(fā)起方提出問題，能正確回答的即是人類，反之則為機(jī)器。這個(gè)程序基于這樣一個(gè)重要假設(shè)：提出的問題要容易被人類解答，并且讓機(jī)器無(wú)法解答。

在當(dāng)時(shí)的條件下，識(shí)別扭曲的圖形，對(duì)于機(jī)器來(lái)說(shuō)還是一個(gè)很艱難的任務(wù)，而對(duì)于人來(lái)說(shuō)，則相對(duì)可以接受。yahoo在當(dāng)時(shí)第一個(gè)應(yīng)用了圖形化驗(yàn)證碼這個(gè)產(chǎn)品，很快解決了yahoo郵箱上的垃圾郵件問題，因此圖形類驗(yàn)證碼開始了大發(fā)展時(shí)期。

0×2 發(fā)展與問題

圖形化驗(yàn)證碼在被證明有效后，在互聯(lián)網(wǎng)上迅速得到了推廣。國(guó)內(nèi)外各大網(wǎng)站，在關(guān)鍵的業(yè)務(wù)點(diǎn)上都加入了這一類型的驗(yàn)證碼。

首先，由于開發(fā)者水平的良莠不齊，導(dǎo)致驗(yàn)證碼本身的實(shí)現(xiàn)存在問題，從而導(dǎo)致漏洞可以繞過(guò)，常見的有以下幾種類型：

[1] 驗(yàn)證碼的生成邏輯、答案用戶可見

如將驗(yàn)證碼答案輸出到頁(yè)面中、寫在cookie里。打比方就是說(shuō)，在發(fā)卷的時(shí)候，把答案寫在了卷子背面。(老師再也不用擔(dān)心我的成績(jī))

[2] 驗(yàn)證碼的生命周期未控制好

如驗(yàn)證碼可以重復(fù)使用、不設(shè)超時(shí)。驗(yàn)證一次，永久使用。

[3] 業(yè)務(wù)邏輯與驗(yàn)證碼結(jié)合點(diǎn)存在問題

如修改業(yè)務(wù)參數(shù)可導(dǎo)致不用校驗(yàn)驗(yàn)證碼也可通過(guò)、甚至驗(yàn)證碼就是擺設(shè)。結(jié)合到具體的業(yè)務(wù)點(diǎn)上有什么危害呢？

a. 驗(yàn)證碼寫在cookie中。此處可導(dǎo)致旅客信息泄露。

b. 驗(yàn)證碼與圖片存在對(duì)應(yīng)關(guān)系，因此直接訪問html即可得到答案。此處可導(dǎo)致撞庫(kù)與暴力破解密碼。

0×3 圖片驗(yàn)證碼對(duì)抗與攻擊升級(jí)

在開篇我們提到了一個(gè)重要的假設(shè)：

CAPTCHA提出的問題要容易被人類解答，并且讓機(jī)器無(wú)法解答。

實(shí)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(fā)送者）區(qū)分開來(lái)。那當(dāng)時(shí)間點(diǎn)到達(dá)2016年時(shí)，黑客們與普通用戶之間的差距已經(jīng)很大了（想象下中國(guó)足球隊(duì)對(duì)巴西足球隊(duì)，而且此時(shí)留給中國(guó)隊(duì)的時(shí)間已經(jīng)不多了）。

因此，CAPTCHA在圖片驗(yàn)證碼這一應(yīng)用點(diǎn)上已經(jīng)無(wú)法滿足這一假設(shè)了。在這段時(shí)間內(nèi)，出現(xiàn)了很多的加強(qiáng)和識(shí)別圖形驗(yàn)證碼的方法（每一種方法的詳細(xì)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(yù)處理：灰度值二值化、去噪點(diǎn)、連通性補(bǔ)全等
切割：通過(guò)滴水算法、統(tǒng)計(jì)方法等得到單個(gè)字符的所在位置
機(jī)器學(xué)習(xí)算法：將經(jīng)過(guò)處理的每個(gè)字符進(jìn)行訓(xùn)練，訓(xùn)練后得到識(shí)別答案（SVM、KNN、神經(jīng)網(wǎng)絡(luò)等）
字庫(kù)：與機(jī)器學(xué)習(xí)算法類似，將處理后的字符人工導(dǎo)入，構(gòu)造字庫(kù)，對(duì)長(zhǎng)期不變的驗(yàn)證碼較為有效

如上圖所示，原始的圖像使用了字體旋轉(zhuǎn)、背景色混淆等手段，在專業(yè)的驗(yàn)證碼工具面前，也就是幾個(gè)命令拼接即可完成識(shí)別

如上圖所示，是一個(gè)驗(yàn)證碼識(shí)別軟件自建字庫(kù)的過(guò)程，通過(guò)回車確認(rèn)驗(yàn)證碼識(shí)別正確，如有錯(cuò)誤，稍帶修改繼續(xù)。當(dāng)保存了上千個(gè)正確識(shí)別的字庫(kù)后，該程序便可達(dá)到一個(gè)可用的可用的準(zhǔn)確率。（其實(shí)若不不做其他限制，此時(shí)準(zhǔn)確率在30%以上時(shí)，即可造成很大的危害，畢竟對(duì)于攻擊者來(lái)說(shuō)，發(fā)3個(gè)包與發(fā)1個(gè)包的成本差別不大）

看到這里，客戶們大概可以回答這個(gè)問題了：

為什么我用了驗(yàn)證碼還是會(huì)被刷？

那普通驗(yàn)證碼難道沒用了嗎？

那倒也不是，安全是一個(gè)博弈的過(guò)程。綜合使用之前提到的驗(yàn)證碼技術(shù)(特別是字體粘連等)，并且保持關(guān)注和變化，攻擊者的識(shí)別率也比較低。當(dāng)攻擊的成本大于可獲得的利益時(shí)，自然就沒人來(lái)攻擊了。（普通用戶在此應(yīng)強(qiáng)烈要求存在感）

此時(shí)，雖然兩方大小上略有差距，但是總體戰(zhàn)斗力還算是勉強(qiáng)打個(gè)平手，互相出招而已。只是隨著戰(zhàn)火的升級(jí)，個(gè)人輪番上陣后，驗(yàn)證碼已經(jīng)違背了他最初設(shè)計(jì)時(shí)的初衷：對(duì)普通用戶的友好性逐漸消失。而普通用戶的體驗(yàn)也就成了這場(chǎng)戰(zhàn)爭(zhēng)中的犧牲品，這也就造就了一批有一批被用戶吐槽的無(wú)法辨認(rèn)的驗(yàn)證碼。

正當(dāng)普通用戶們不斷吐槽的時(shí)候，程序員表示這個(gè)鍋不想背但是也得背。因為業(yè)務(wù)總是要做的，而攻擊者們也是要吃飯的，升級(jí)了驗(yàn)證碼的成本，也就限制了風(fēng)險(xiǎn)的等級(jí)，于是就變成了這樣一個(gè)模式╮(╯_╰)╭：

程序員:熬一晚上升級(jí) 

攻擊者:熬一晚上破解 

程序員:熬兩晚上升級(jí) 

攻擊者:熬兩晚上破解 

....(心疼)...

大家就在這種你方唱罷我登臺(tái)的情況下看似和睦的度過(guò)了一段時(shí)間。

0×4 圖片驗(yàn)證碼的沒落

在日日夜夜的對(duì)抗中，攻擊者想到了一個(gè)辦法，可以一勞永逸的解決圖片驗(yàn)證碼的問題。在我對(duì)這些搞灰產(chǎn)的人們表示憧憬之前，先說(shuō)點(diǎn)題外話。

2009年，google買下了CMU的一個(gè)項(xiàng)目:recaptcha。這個(gè)項(xiàng)目是CAPTCHA的進(jìn)階版本。它所基于的假設(shè)與CAPTCHA一致，但是它同時(shí)讓用戶識(shí)別兩張圖片，一張用于驗(yàn)證用戶身份，而另一張用于幫助難以用機(jī)器識(shí)別的電子文檔。

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

而recaptcha的作者，當(dāng)然又是:路易斯·馮·安。在recaptcha的基礎(chǔ)上，路易斯進(jìn)一步提出了一個(gè)概念:人類計(jì)算(Human Computation) 。

簡(jiǎn)單來(lái)說(shuō)，他希望借由計(jì)算機(jī)和網(wǎng)絡(luò)平臺(tái)，發(fā)揮人類技能，去解決大規(guī)模、復(fù)雜的問題，具體到recaptcha項(xiàng)目來(lái)說(shuō)，就是借助大家的力量去幫助數(shù)字化書籍。（該思想的具體應(yīng)用還包括一個(gè)叫ESP GAME的游戲以及后面會(huì)提到的no recaptcha）

但是，在2004年（我能搜到這個(gè)新聞的最早時(shí)間），就有人已經(jīng)完美的實(shí)現(xiàn)了這個(gè)概念:人工打碼，并且起源地:中國(guó)（此處我應(yīng)該感到自豪嗎）。

所謂的人工打碼就是，將驗(yàn)證碼的請(qǐng)求轉(zhuǎn)發(fā)給某平臺(tái)，該平臺(tái)會(huì)將這個(gè)信息發(fā)送給平臺(tái)上的打碼工，然后打碼工人識(shí)別后，將答案反送回請(qǐng)求者。通過(guò)打碼平臺(tái)的api，攻擊者可以寫程序?qū)崿F(xiàn)對(duì)目標(biāo)的自動(dòng)化操作，而驗(yàn)證碼的部分只要交給打碼平臺(tái)就可以了。

打碼平臺(tái)在國(guó)內(nèi)市場(chǎng)上的火爆，有幾個(gè)原因:

1. 從2006年開始，國(guó)內(nèi)互聯(lián)網(wǎng)的迅猛發(fā)展，使得流量變現(xiàn)成為了可能。各種郵件營(yíng)銷、SEO、IM工具等都迫切的需要穩(wěn)定的可以繞過(guò)圖形驗(yàn)證碼的方法。而近些年興起的基于數(shù)據(jù)的詐騙、賬號(hào)盜取等更進(jìn)一步加劇了這個(gè)趨勢(shì)。
2. 打碼平臺(tái)的爆發(fā)式發(fā)展也同時(shí)得益于中國(guó)經(jīng)濟(jì)蓬勃發(fā)展的原因之一：人口多并且人力成本低。網(wǎng)絡(luò)上一種常見的網(wǎng)賺模式，就是打碼工模式，一個(gè)只要會(huì)上網(wǎng)，能識(shí)別驗(yàn)證碼的人就可以參與。PS:難道你沒有看見過(guò)下面這些廣告嗎？大學(xué)生、大媽，無(wú)需學(xué)歷，只要會(huì)上網(wǎng)、會(huì)打字，一天包賺XXXXX。當(dāng)然其中除了打碼平臺(tái)，還有很多騙子。

可以打碼的類型包括：

1. 普通字母驗(yàn)證碼

2. 中文驗(yàn)證碼

3. 鼠標(biāo)類型類驗(yàn)證碼

4. 選擇題類型(比如某些網(wǎng)游中做任何會(huì)遇到的驗(yàn)證碼)

5. 旋轉(zhuǎn)類驗(yàn)證碼

6. 知識(shí)常識(shí)問答型驗(yàn)證碼

以上驗(yàn)證碼的價(jià)格在平臺(tái)上都是明碼標(biāo)價(jià)，普通的字母驗(yàn)證碼1條在1分錢左右，而知識(shí)問答類在6分錢左右，相較于利用這些灰產(chǎn)所會(huì)產(chǎn)生的利益，真是件美物廉，重點(diǎn)是還非常穩(wěn)定。

同時(shí)我注意到國(guó)外的價(jià)格現(xiàn)在與國(guó)內(nèi)的價(jià)格已經(jīng)相差不大，現(xiàn)在美國(guó)的價(jià)錢約為$1.5/1000，美國(guó)的打碼工已經(jīng)向東南亞擴(kuò)展。打碼平臺(tái)一出現(xiàn)，2.2中提到的加強(qiáng)驗(yàn)證碼的方法都無(wú)用了。因?yàn)椴还苣阍趺醋兓?yàn)證碼總需要是人類能夠通過(guò)的。

0×5 新的征程

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

最后用一個(gè)“富有情懷”的圖片結(jié)束。

這張圖不是來(lái)自改變世界的極客，也不是來(lái)自富有愛心的藝術(shù)家。它來(lái)自某知名打碼平臺(tái)的官網(wǎng)，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(zhuǎn)自（）