2025-08-12 10:50:02 • 10 min read
2025-08-12 10:50:02 • 10 min read
“一方面想让AI越来越像人,一方面又要区分人和机器。”
这看似矛盾的现实,正是当下验证码安全面临的核心挑战。
极验今天这篇文章,会与你一起梳理AI破解验证码的真实案例、验证码技术的发展逻辑,以及极验如何应对这些挑战。
从去年到今年,AI破解验证码的案例其实是很多的,有的是学术派进行的技术验证,也有的是黑产来进行牟利:
苏黎世联邦理工学院的研究人员用一个小模型,以100%的正确率破解了谷歌第二代验证码,就连国内常用的滑块验证码也未能幸免。
另一篇国外研究论文显示,研究人员用简单方法攻击了国内5种广泛部署的滑块验证码,成功率在87.5%到100%之间。
桂林警方破获一起景区票务劫持案:犯罪团伙通过外挂程序每秒发起数百次抢票请求,其核心武器正是基于深度学习的验证码破解系统。警方调查发现,该团伙通过三个步骤实现自动化攻击,数据采集:劫持数万张验证码图片;人工标注:雇佣廉价劳动力标注正确答案;模型训练:利用开源框架训练识别准确率超83.4%的破解引擎。
AI打败验证码是近两年随着CHATGPT和deepseek的爆火才产生的吗?
其实AI破解验证码也并非新鲜事,从验证码诞生起,这种“攻防战”就没停过。
1、2014年文字验证码流行的时代其实就输给过AI,当时人工打码平台明码标价,黑产业链成熟,传统字符验证的安全逻辑彻底失效,这也直接推动了行为式验证的出现。
2、行为式验证通过分析鼠标轨迹、点击速度等行为特征区分人机,比如“我不是机器人”复选框、滑块验证等验证形式,一度到现在还是主流。但随着AI技术发展,深度学习能模拟人类鼠标轨迹,行为验证的防线逐渐松动。
3、后来,国内外部分厂商加入“高低风险分析”:低风险用户用简单验证,高风险用户则面临更难的题目。但这种方式存在隐私收集争议。
事实上,AI破解带来的真正风险是:黑客可能利用这些技术进行大规模高频恶意访问(比如暴力破解、扒接口),破坏网络生态公平性,给企业和用户造成损失。
但行为式验证并非完全无效——关键在于如何升级技术,应对AI带来的新挑战。
面对 AI 破解,极验的核心思路很明确:不搞“反人类”的复杂验证,而是通过技术创新提高黑产的破解成本。
极验的行为验证不依赖传统“问题-答案”模式,而是用深度学习分析验证过程中的高维行为数据,精准识别人机差异。
具体做法包括三个方面,也是极验获得市场广泛认可的,极验验证对抗三驾马车技术。
验证码的未来会走向何方?其实核心逻辑早已明确:
极验技术负责人早在2019年就提出两个观点:一是“验证码的核心不是区分人和机器,而是防止大规模恶意访问”;二是“与黑产的博弈,本质是成本的博弈”。
未来的验证码,会更聚焦“行为合理性”——通过分析访问频率、操作逻辑等,判断是否为恶意行为。同时,AI既是挑战也是助力:用AI生成更难被破解的验证码,用AI分析行为特征,让黑产的时间成本、算力成本远高于攻击收益。
此外,数据隐私合规是底线。极验严格参考遵循国家互联网信息办公室、工信部等四部门联合印发《App 违法违规收集使用个人信息认定方法》标准,不采集个人隐私数据。
AI破解验证码的技术在进步,但防御技术也在升级。极验始终相信,好的安全方案不是“把用户挡在门外”。
如果你的企业正面临验证码被破解、恶意访问频发的问题,极验愿意提供务实的解决方案——用技术让安全更简单。
注册试用:https://www.geetest.com/Register
极验
极验