关于 验证码系统 详解
验证码系统的目的是：阻止自动化脚本访问网页资源，验证访问者是否为真实人类用户。
它通过各种测试（图像、行为、计算等）判断请求是否来自机器人。
一、验证码系统的整体架构
验证码系统通常由 客户端 + 服务端 + 风控模型 + 数据采集 四大部分组成：
[用户浏览器/App]↓ 加载验证码组件（图形/UI/JS）
[客户端模块]↓ 采集行为数据（鼠标、滑动、指纹）
[行为加密&验证模块]↓ 加密行为参数 + 加 challenge 提交
[服务端风控系统]↓ 分析行为数据 + 评分/分类/判断
[验证结果]→ 通过则返回 token → 前端提交业务系统验证
二、验证码的分类体系
| 类型 | 示例 | 验证机制 | 是否人机交互 |
|---|---|---|---|
| 文本识别类 | 扭曲字符、算术题 | OCR识别 / 计算 | ✔ |
| 图像识别类 | 点选图（reCaptcha/hCaptcha） | 模型识别图片内容 | ✔ |
| 滑块验证类 | 极验、阿里滑块 | 拖拽缺口对齐判断轨迹 | ✔ |
| 行为分析类 | Turnstile、reCAPTCHA v3 | 无人操作 → 依赖设备+行为特征 | ✘ |
| 游戏式验证 | FunCaptcha | 拖动拼图/旋转图 → 交互行为 | ✔ |
| 生物识别类 | 人脸、指纹、声纹等 | 摄像头/麦克风采集+比对 | ✔ |
三、验证码的验证流程
以典型图形验证码为例，完整交互过程如下：
页面加载阶段
前端引入第三方验证码 SDK
向验证码服务获取初始化参数（如
sitekey,challenge,session_id）
用户行为阶段
显示滑块/图片题/UI等
记录用户操作行为（鼠标轨迹、点击、拖拽等）
使用 JavaScript 加密行为数据（AES/RC4/混淆）
客户端提交阶段
将加密参数发送到验证码验证接口（带上
challenge,payload,action,fingerprint等）
服务端分析阶段
解密行为数据
分析用户设备、行为、指纹
利用机器学习模型判断：人类 / Bot / 可疑
返回结果阶段
验证通过 → 返回
token否则重新触发图形验证、或提示验证失败
业务系统验证阶段
客户端将
token提交给后端 API后端使用
secret进行 token 验签验签通过 → 放行业务请求
四、行为采集机制详解
验证码不只是看用户点没点对，它更关注用户的“行为像不像人”：
常见采集行为
| 类型 | 内容举例 |
|---|---|
| 鼠标轨迹 | 移动速度、加速度、反向次数等 |
| 滑动轨迹 | 抖动、停顿点、轨迹长度等 |
| 键盘输入节奏 | 间隔时间、回删频率等 |
| 触控行为 | 角速度、手指个数、缩放操作等 |
| 传感器信息 | 陀螺仪、加速度、磁力 |
| 浏览器指纹 | UA、插件、分辨率、字体等 |
五、验证码核心参数解析
| 参数名称 | 描述 |
|---|---|
sitekey | 前端公钥（客户站点唯一） |
challenge | 当前验证码挑战标识 |
payload/w | 加密的行为数据或设备参数 |
token | 验证成功后生成的令牌 |
action | 当前操作意图（如 login、submit） |
response | 客户端结果 → 服务端验签 |
六、验证码安全机制概述
验证码系统一般包含如下几层防护：
| 机制 | 功能描述 |
|---|---|
| 加密行为数据 | 防止伪造用户操作 |
| Token 签名机制 | 保证结果不可伪造（通常带有签名） |
| 一次性令牌 | Token 单次有效、短时间内过期 |
| 滑动轨迹建模 | 检测是否真实人类操作轨迹 |
| 指纹反爬策略 | 检测设备环境、脚本执行、模拟行为 |
七、典型验证码厂商及特点对比
| 厂商 | 验证方式 | 特点 |
|---|---|---|
| Google reCAPTCHA | 图题/Invisible/v3 | v3使用评分机制，不打断操作 |
| hCaptcha | 图题 | Cloudflare默认，图像模型复杂 |
| Arkose FunCaptcha | 游戏题/拖动 | 使用行为交互 + WebGL 识别 |
| 极验 | 滑块 + 拼图 + 行为 | 支持定制风控策略，行为分析强 |
| Cloudflare Turnstile | 无感验证 | 自动行为分析，不打断操作 |
| 阿里滑块 | 滑块 + 图文 | 滑动拼图、行为轨迹强校验 |
八、验证码对抗与破解思路
1）数据采集与还原
使用抓包工具（mitmproxy/Fiddler）
获取前端请求参数结构
找到
payload/w/blob等行为参数
2）JS 解密分析
使用 Babel 对混淆 JS 解码
找到行为数据采集与加密的函数
Hook 核心逻辑：如滑动轨迹加密器、token 构造器
3）构造自动化模拟环境
使用 Puppeteer/Selenium 模拟人类操作
配合 stealth 插件隐藏自动化痕迹
模拟鼠标轨迹/触控轨迹/拖动行为等
4）打码/识图模块
针对图形题，使用：
2Captcha、CapMonster
OCR 自定义识别
模型训练（YOLO/ResNet）
九、如何设计一个验证码系统
如果要自己设计一个验证码系统，应该包含：
| 模块 | 技术点 |
|---|---|
| 前端模块 | React/Vue + Canvas/WebGL 渲染 |
| 行为采集 | JS 监听器收集鼠标/滑动/传感器数据 |
| 加密模块 | AES/RC4 + 自定义混淆 + JS 加密函数 |
| 风控服务 | 使用 Python/Go/Java 训练行为分类模型 |
| 验证接口 | 接收行为数据、验证逻辑、签名 token 发回 |
| 后端验签 | 客户业务系统使用 secret 进行 token 验签 |
十、总结
验证码系统 = 前端 UI + 行为加密 + 后端风控判断 + 业务接口联动，是整个风控体系的一部分。
| 模块 | 破解思路 |
|---|---|
| 前端行为 | 模拟人类轨迹/点击/触控 |
| 参数加密 | Babel 解混淆 + hook 分析 |
| token 构造 | 重放、伪造、hook 构造函数 |
| 后端验证 | 抓包分析 token 签名接口，测试逻辑 |