[发明专利]一种基于随机森林的滑动验证码的自动通过测试方法

说明书

本发明公开了一种基于随机森林的滑动验证码的自动通过测试方法。本方法为：根据滑动验证码中的加密字段，获取轨迹的加密函数和轨迹参数；收集轨迹参数的值，然后根据加密函数对轨迹参数的值进行反向逆解，将得到的原始数组生成训练数据；用随机森林进行回归训练所述训练数据，得到一个轨迹模型并进行归一化处理；多次随机获取不同归一化轨迹不同时间的若干数据点，将每次选取的数据点均在同一数轴上进行拟合，从得到多条拟合轨迹中选取一最优拟合轨迹；获取该滑动验证码的图片，将缺块阴影位置信息输入最优拟合轨迹中，得到一个通过轨迹，生成模拟网页请求发送给服务端。本发明可高效的通过滑动验证码，实现机器自动化，为测试人员带来极大方便。

技术领域

本发明属于计算机软件技术领域，涉及一种基于随机森林的滑动验证码的自动通过测试方法。

背景技术

随机森林(random forest)，是以决策树为基学习器构建的一种集成算法，随机森林有多棵决策树构成，且森林中每一棵树之间互不影响，模型最终结果由多棵树决定。在处理分类问题时，每棵树会批判出一个最终类别，然后输出类别会以投票的方式来决定，少数服从多数。在处理回归问题时，以每一棵决策树输出的均值作为最终的结果。

现有的交互式的滑动验证码通过方法大部分是先用js记录下用户的鼠标移动轨迹，然后不断得收集不同的位置轨迹，以后遇到相同的位置，就用轨迹数组进行重播。还有一种方式是将收集到的轨迹画出来，可以很明显看到人类是有一种统一惯性的，就是拖动鼠标的时候会先快后慢再半快，速度会出现两个明显的峰值，因此可以根据轨迹情况，人工设计轨迹函数。

重播的方法，需要用户进行大量的滑动轨迹收集，而且没有办法保证收集到的轨迹能很好的覆盖图片的每一个位置，所以低效且可能通过率低。而人工建立轨迹模拟函数的方法通过率低，并且需要经过大量测试。不管从成本还是效率来看都不是好的方式。但是也侧面反应了滑动验证码的安全性能还是很高的，基本都可以把机器人识别出来，并将其拒之门外。

发明内容

针对现有技术中存在的技术问题，本发明的目的在于提供一种基于随机森林的滑动验证码的自动通过测试方法。

本发明首先收集能通过验证码的人类轨迹作为训练集，通过随机随机森林拟合轨迹得到一系列符合的轨迹特征，然后再聚合这些轨迹特征挑选出通过率最高的一组作为最后的模型。通过这种方法可以高效的通过滑动验证码，从而实现机器自动化，为测试人员带来了极大的方便。

本发明的技术方案为：

一种滑动验证码的自动通过测试方法，其步骤包括：

1)根据滑动验证码中的加密字段，获取轨迹的加密函数和轨迹参数；

2)根据所述轨迹参数和所述加密函数，收集所述轨迹参数的值，然后根据所述加密函数对所述轨迹参数的值进行反向逆解，得到若干原始数组；然后将各所述原始数组生成训练数据；

3)用随机森林进行回归训练所述训练数据，得到一个轨迹模型；然后对所述轨迹模型进行归一化处理；

4)重复步骤2)、3)设定次数，得到对应多个归一化轨迹；

5)多次随机获取不同归一化轨迹模型不同时间的若干数据点，将每次选取的数据点均在同一数轴上进行拟合，分别得到多条拟合轨迹；分别测试每一条拟合轨迹对该滑动验证码的通过率，根据通过率选取一最优拟合轨迹；

6)获取该滑动验证码的图片，包括一张是切片打乱的含有缺块阴影的图片A和一张是完整的没有缺块的图片B；

7)获取所述图片A的打乱规则，发送网页请求所需的参数及其加密规则；根据打乱规则对图片A进行重构还原，得到一图片C；并依据所述图片B计算图片C的缺块阴影位置；