【51CTO.com 獨(dú)家翻譯】

原文：http://ejohn.org/blog/dom-insertadjacenthtml/

近日，網(wǎng)上驚現(xiàn)可以破解驗(yàn)證碼的JavaScript腳本——GreaseMonkey！由“Shaun Friedle”開發(fā)的這段腳本可以輕松搞定Megaupload站點(diǎn)的CAPTCHA。如果您不相信的話，可以到http://herecomethelizards.co.uk/mu_captcha/親自嘗試一下！

現(xiàn)在，Megaupload站點(diǎn)提供的CAPTCHA在上述代碼面前已經(jīng)敗下陣來，說實(shí)話，這里的驗(yàn)證碼設(shè)計的不不太好，下面給出一些例子：

圖1

但是，更有趣的是：

1.HTML 5中的Canvas應(yīng)用程序接口getImageData可以用來從驗(yàn)證碼圖像中取得像素數(shù)據(jù)。利用Canvas，我們不僅可以將一個圖像嵌入一個畫布中，而且之后還可以再從中重新提取出來。

2.上述的腳本中包含一個完全使用JavaScript實(shí)現(xiàn)的神經(jīng)網(wǎng)絡(luò)。

3.使用Canvas從圖像中提取出像素數(shù)據(jù)后，將其送入神經(jīng)網(wǎng)絡(luò)，通過一種簡單的光學(xué)字符識別技術(shù)來推測驗(yàn)證碼中到底使用了哪些字符。

通過閱讀源代碼，我們不僅可以更好地理解其工作原理，也可以領(lǐng)會這個驗(yàn)證碼究竟是如何實(shí)現(xiàn)的。就像前面看到的那樣，這里使用的驗(yàn)證碼不是很復(fù)雜——每個驗(yàn)證碼有三個字符組成，每個字符使用一種不同的顏色，并且只使用26個字母中的字符，而所有字符都使用同一種字體。

第一步的用意很明顯，那就是把驗(yàn)證碼拷貝到畫布上，并且把它轉(zhuǎn)化為灰度圖。

function convert_grey(image_data){

  for (var x = 0; x < image_data.width; x++){

    for (var y = 0; y < image_data.height; y++){

      var i = x*4+y*4*image_data.width;

      var luma = Math.floor(image_data.data[i] * 299/1000 +

        image_data.data[i+1] * 587/1000 +

        image_data.data[i+2] * 114/1000);

      image_data.data[i] = luma;

      image_data.data[i+1] = luma;

      image_data.data[i+2] = luma;

      image_data.data[i+3] = 255;

    }

  }

}

然后，將畫布分成三個單獨(dú)的像素矩陣，每個矩陣包含一個字符。這一步實(shí)現(xiàn)起來非常容易，因?yàn)槊總€字符都使用一種單獨(dú)的顏色，所以通過顏色就可以將其區(qū)分開來。

filter(image_data[0], 105);

filter(image_data[1], 120);

filter(image_data[2], 135);

function filter(image_data, colour){

  for (var x = 0; x < image_data.width; x++){

    for (var y = 0; y < image_data.height; y++){

      var i = x*4+y*4*image_data.width;

      // Turn all the pixels of the certain colour to white

      if (image_data.data[i] == colour) {

        image_data.data[i] = 255;

        image_data.data[i+1] = 255;

        image_data.data[i+2] = 255;

      // Everything else to black

      } else {

        image_data.data[i] = 0;

        image_data.data[i+1] = 0;

        image_data.data[i+2] = 0;

      }

    }

  }

}

最終，所有無關(guān)的干擾像素都被剔除出去。為此，可以先查找那些前面或者后面被黑色（未匹配的）像素圍繞的白色（匹配過的）像素，然后將匹配過的像素刪除即可。

var i = x*4+y*4*image_data.width;

var above = x*4+(y-1)*4*image_data.width;

var below = x*4+(y+1)*4*image_data.width;

if (image_data.data[i] == 255 &&

    image_data.data[above] == 0 &&

    image_data.data[below] == 0)  {

  image_data.data[i] = 0;

  image_data.data[i+1] = 0;

  image_data.data[i+2] = 0;

}

現(xiàn)在我們已經(jīng)得到了字符的大約圖形，但在將其載入神經(jīng)網(wǎng)絡(luò)之前，腳本還會進(jìn)一步對它進(jìn)行必要的邊緣檢測。腳本會尋找圖形最左、右、上、下方的像素，并將其轉(zhuǎn)化為一個矩形，接著把矩形重新轉(zhuǎn)換為一個20*25像素的矩陣。

cropped_canvas.getContext("2d").fillRect(0, 0, 20, 25);

var edges = find_edges(image_data[i]);

cropped_canvas.getContext("2d").drawImage(canvas, edges[0], edges[1],

  edges[2]-edges[0], edges[3]-edges[1], 0, 0,

  edges[2]-edges[0], edges[3]-edges[1]);

image_data[i] = cropped_canvas.getContext("2d").getImageData(0, 0,

  cropped_canvas.width, cropped_canvas.height);

經(jīng)過上面的處理，我們得到了什么呢？ 一個20*25的矩陣，其中包含單個矩形，其中填由黑白色。真是太好了！

然后，會對這個矩形做進(jìn)一步的簡化。我們策略性地從矩陣中提取一些點(diǎn)，作為“光感受器”，這些光感受器將輸送到神經(jīng)網(wǎng)絡(luò)。舉例而言，某個光感受器具體對應(yīng)的可能是位于9*6位置像素，有像素或者沒有像素。腳本會提取一系列這樣的狀態(tài)（遠(yuǎn)少于對 20*25矩陣整個計算的次數(shù)——只提取64種狀態(tài)），并將這些狀態(tài)送入神經(jīng)網(wǎng)絡(luò)。

您可能要問，為什么不直接對像素進(jìn)行比較？有必要使用神經(jīng)網(wǎng)絡(luò)嗎？問題的關(guān)鍵在于，我們要去掉那些模棱兩可的情況。如果您試過前面的演示就會發(fā)現(xiàn)，直接進(jìn)行像素比較比通過神經(jīng)網(wǎng)絡(luò)比較，更容易出錯，盡管出錯的時候不多。但我們必須承認(rèn)，對于大部分用戶來說，直接的像素比較應(yīng)該已經(jīng)夠用了。

下一步就是嘗試猜字母了。神經(jīng)網(wǎng)絡(luò)中導(dǎo)入了64個布爾值（由其中的一個字符圖像獲取而來），同時包含一系列預(yù)先計算好的數(shù)據(jù)。神經(jīng)網(wǎng)絡(luò)的理念之一，就是我們希望得的結(jié)果事先就是知道的，所以我們可以針對結(jié)果對神經(jīng)網(wǎng)絡(luò)進(jìn)行相關(guān)的訓(xùn)練。腳本作者可以多次運(yùn)行腳本，并收集了一系列最佳評分，這些評分能幫助倒推出產(chǎn)生它們的那些值，從而幫神經(jīng)網(wǎng)絡(luò)猜出答案，除此之外，這些評分沒有任何特殊意義。

當(dāng)神經(jīng)網(wǎng)絡(luò)對驗(yàn)證碼中一個字母對應(yīng)的64個布爾值進(jìn)行計算以后，和一個預(yù)先計算好的字母表相比較，然后為和每個字母的匹配都給出一個分?jǐn)?shù)。（最后的結(jié)果可能類似：98%的可能是字母A，36%的可能是字母B等。）

當(dāng)對驗(yàn)證碼中的三個字母都經(jīng)過處理以后，最終的結(jié)果也就出來了。需要注意的是，該腳本無法達(dá)到100%正確性（不知道如果在開始的時候不將字母轉(zhuǎn)換成矩形，是不是可以提高評分的精度），但這已經(jīng)相當(dāng)好了，至少對于當(dāng)前的用途來說是這樣。而且所有的操作都是在基于標(biāo)準(zhǔn)的客戶端技術(shù)實(shí)現(xiàn)的瀏覽器中完成的！

補(bǔ)充說明一下，這個腳本應(yīng)該算是一個特例吧，這項(xiàng)技術(shù)可能會很好的工作在在其它簡陋的驗(yàn)證碼上，但對于復(fù)雜的驗(yàn)證碼來說，就有點(diǎn)鞭長莫及了（尤其是這種基于客戶端的分析）。但愿有更多人能從這個項(xiàng)目中受到啟發(fā)而開發(fā)出更奇妙的東西來，因?yàn)樗臐摿?shí)在是太大了?！?1CTO.COM 獨(dú)家翻譯，轉(zhuǎn)載請注明出處及譯者！】

【編輯推薦】

1. 黑客入侵全球提款機(jī) 10小時盜領(lǐng)逾千萬
2. SQL注入攻擊及其防范檢測技術(shù)研究
3. 分析ARP病毒是如何利用的Javascript技術(shù)的