文献
J-GLOBAL ID:202002215998533417   整理番号:20A2304530

条件生成型対抗ネットワークに基づくテキストクラス検証符号識別法【JST・京大機械翻訳】

A Recognition Method for Text-Based Captcha Based on CGAN
著者 (8件):
資料名:
巻: 43  号:ページ: 1572-1588  発行年: 2020年 
JST資料番号: C2531A  ISSN: 0254-4164  CODEN: JIXUDT  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: 中国 (CHN)  言語: 中国語 (ZH)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
検証コードは,ウェブサイト登録,およびコンピュータプログラムからの自動攻撃を防ぐために広く使用される。その中、テキスト類検証コードは暗号空間が大きく、インタラクティブ方式が簡単であるため、多くの主流ウェブサイトで使用されている。現在、コンピュータプログラムによるテキスト類検証コードの自動識別の難しさを増加するため、設計時に、複雑な干渉情報、文字のねじれ、回転と癒着、異なるタイプのフォントなどの安全性特徴をランダムに組み合わせて用いる。複数のセキュリティ特徴を組み合わせるため、従来の検証コード識別方法は、この種類の検証コードに対する認識率が非常に低く、さらには失効する。この種のテキストクラス検証符号のために,本論文は,条件生成対抗ネットワーク(CGAN)に基づく一般的認識方法を提案した。検証コードの背景干渉情報をCGANによって除去して,符号の文字間隔を延伸して,無干渉で無文字の癒着検証コードを生成した。次に,最適組合せ分割アルゴリズムを用いて,検証コードを分割し,次に,GoogleNetによって,分割した単一文字を識別した。低コストで実際の検証コードを大量に獲得することが難しい場合、本論文では、プログラムシミュレーション検証コードをネットワークに対して訓練し、訓練コストは既存のほかの方法より遥かに低く、訓練効果は良好である。最終的な実験結果により、提案手法はMicrosoft、Wikipedia、百度、支払宝、新波などの国際主流ウェブサイトの検証コードを成功的に識別でき、認識率は従来の最大向上度より70.2%に達することが分かった。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
人工知能 
タイトルに関連する用語 (4件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る