相信大家都有在論壇灌水的經(jīng)歷吧？但是如果你連續(xù)發(fā)表統(tǒng)一內(nèi)容的東西在論壇中，不久論壇的整個(gè)板塊就全是你發(fā)表的信息了，其他信息全被擠在了后面。假設(shè)你發(fā)表的信息夠多，版主都刪不完時(shí)，那么這個(gè)論壇基本就報(bào)廢了！其他的商業(yè)論壇也意識(shí)到了防止惡意灌水的重要性，紛紛使用了一些防止惡意灌水的措施，有發(fā)貼間隔時(shí)間的限制、同一IP地址的發(fā)貼數(shù)限制、內(nèi)容不能重復(fù)等，但是這些都不是今天的重點(diǎn)，由于論壇使用的是一個(gè)公用發(fā)貼表單，需要突破唯一的難點(diǎn)是驗(yàn)證碼。（為了防止某個(gè)黑客對(duì)某一個(gè)特定注冊(cè)用戶用特定程序暴力破解方式進(jìn)行不斷的登陸嘗試或是防止不斷提交某網(wǎng)絡(luò)信息而采用的一種網(wǎng)絡(luò)通行方式。隨機(jī)生成字符信息放入圖片中，防止計(jì)算機(jī)直接識(shí)別。比如招商銀行的網(wǎng)上個(gè)人銀行，騰訊的QQ社區(qū)等等）
驗(yàn)證碼分為如下幾類：數(shù)字型、字符型、符號(hào)型、綜合型。
一般驗(yàn)證碼屬于數(shù)字型的，不過有的圖片中生成了不少彩色和黑白的噪音點(diǎn)（指驗(yàn)證圖片上的斑點(diǎn)）。那么我們應(yīng)該怎么去識(shí)別呢？傳統(tǒng)的驗(yàn)證碼識(shí)別方式很簡單，由于數(shù)字的位置是固定的，所以我們只需要提取每一幅數(shù)字的圖片（沒有噪音點(diǎn)的）然后把每一個(gè)特殊數(shù)字獨(dú)有的象素位置記錄下來，然后在網(wǎng)絡(luò)上提取需要破解的特征碼，祛除噪音點(diǎn)，對(duì)其位置和記錄位置進(jìn)行比對(duì)，那就是么就能確定相應(yīng)的數(shù)字了。
總結(jié)一下傳統(tǒng)的就是：
1.先分析驗(yàn)證碼,前景顏色是否不定
2.然后把驗(yàn)證碼的寬度/驗(yàn)證碼文字個(gè)數(shù),比如一驗(yàn)證碼下載后寬度為60,有4個(gè)數(shù)字,那么就60/4=15,然后保存每個(gè)字,如果只有數(shù)字保存0-9數(shù)字到位圖文件,如果英文那更麻煩點(diǎn),0-9,A-Z都要保存到位圖,位圖的前景色都不變,保持一種顏色,背景隨便你改不改
3.如果前景要變則將文字統(tǒng)一為同種顏色,每個(gè)數(shù)字0-9的點(diǎn)陣都有個(gè)公共點(diǎn),取該公共點(diǎn)顏色然后把前景全部統(tǒng)一成一種顏色,比如白色{255,255,255},位圖的結(jié)構(gòu)是BGR,而不是RGB
4.然后進(jìn)行比較,如果驗(yàn)證碼的一點(diǎn)為白色,第2步保存的位圖同一點(diǎn)也是白色,那么頻率增加1
5.最后頻率最高的就是驗(yàn)證碼了!
接下來要做的就是做個(gè)post程序了，這個(gè)太簡單了，代碼你就自己寫吧！不過也要做到如下細(xì)節(jié)：做成多線程程序進(jìn)行發(fā)貼，不然程序會(huì)失去響應(yīng)的。最好是可以導(dǎo)入大量的代理IP的，然后就是發(fā)貼的內(nèi)容最后加上幾個(gè)隨機(jī)字符，這樣可以防止重復(fù)貼的過濾！最重要的，只是做測(cè)試，發(fā)貼量不要太多、不要亂發(fā)廣告貼！
其實(shí)上述方法已經(jīng)不是只是對(duì)驗(yàn)證碼進(jìn)行識(shí)別了，完全可以用到現(xiàn)實(shí)生活中去，比如說手寫體識(shí)別、車牌識(shí)別等等，但是現(xiàn)實(shí)生活中我們還要進(jìn)行更多的加工，比如說圓形檢測(cè)，多邊形檢測(cè)等等。所以說從網(wǎng)絡(luò)安全技術(shù)中，也有很多東西能造福社會(huì)，還等待我們繼續(xù)創(chuàng)造！