惱人的驗證碼

也許你曾被網(wǎng)絡(luò)上一些奇葩的驗證碼折磨過，但無論如何，它們存在的目的是為了保護多數(shù)人的利益，維護正常的網(wǎng)絡(luò)環(huán)境。

那么，究竟是誰發(fā)明了這些“惱人”的驗證碼？

一開始，網(wǎng)絡(luò)上是沒有驗證碼的。那時想要在論壇上發(fā)帖，只需輕輕敲一下回車鍵。這也給當(dāng)時的網(wǎng)絡(luò)黑客可乘之機，他們編寫了一種能大量重復(fù)編輯信息的程序，偽裝成人類用戶，肆無忌憚地向網(wǎng)絡(luò)傾倒無意義的“僵尸”信息，導(dǎo)致很多網(wǎng)站不能正常運營。

此外，還有數(shù)不盡的程序機器人惡意破解密碼或刷票，從中獲取非法利益。它們在網(wǎng)絡(luò)世界橫行霸道，使網(wǎng)絡(luò)環(huán)境一片狼藉，眼看就要失控了。

其中受影響最大的當(dāng)屬電子郵件的提供商。他們的用戶每天要接受數(shù)以百計的垃圾郵件的轟炸，嚴(yán)重地影響了正常的工作。當(dāng)時最有實力的郵件提供商雅虎公司決定解決這個問題。很快，雅虎公司的負(fù)責(zé)人聯(lián)系到當(dāng)時卡內(nèi)基梅隆大學(xué)一位名叫路易斯·馮·安的學(xué)生。

路易斯發(fā)現(xiàn)，人類可以用肉眼輕易地識別圖片里的文字信息，而機器不能。當(dāng)時的計算機辨識技術(shù)還很落后，無法辨識那些鑲嵌在圖片中的、被扭曲、污染過的文字，而人類只需稍稍皺眉就可以識別。

路易斯在導(dǎo)師布魯姆的幫助下很快設(shè)計了一個程序，它先生成一個隨機的字符串，比如smwm，然后對這串字符進行隨機的扭曲、重疊、污染，再顯示給要進行操作的用戶。只要能識別這個變形了的字符串的，就是人類。

這個設(shè)計方案后來被命名為CAPTCHA（Completely Automated Public Turingtesttotell Computersand Humans Apart），意思是“全自動區(qū)分計算機和人類的圖靈測試”。它的中文譯名就是大家熟知的“驗證碼”。

發(fā)明了驗證碼的路易斯在享受了掌聲和鮮花后冷靜下來，為一件“小事”耿耿于懷：全世界的網(wǎng)民每天要輸入驗證碼近2億次，假設(shè)每次耗時10秒，那么每天大約要花費50萬小時。如果能把這些時間利用起來，那將會產(chǎn)生多大的效益！

路易斯將目光投向了舊書攤。信息時代來臨之際，很多舊書籍、報紙需要整理成電子版，但電腦掃描辨識時常常出錯，因為這些舊資料常常不可避免地存在字跡模糊、褪色、污損的情況。唯一的方法是人工核對，但這顯然不是一個人或一個公司可以勝任的。為什么不讓網(wǎng)民幫忙？

路易斯掃描了一些過期的舊報紙，將掃描得到的圖片在計算機的分析下拆開成單詞片段，再將這些單詞作為驗證碼發(fā)送給用戶。

這里又出現(xiàn)了一個問題：先前的那些驗證碼，系統(tǒng)是知道答案的，但這些從書籍拆下來的單詞，系統(tǒng)自己也搞不清楚答案，如何判斷用戶的結(jié)果是否正確？

路易斯用reCAPTCHA（二次驗證碼）解決了這個問題。二次驗證碼會讓用戶一次性辨識兩個單詞，其中一個是系統(tǒng)生成的真正的驗證碼，另外一個是從舊報紙上截下來的單詞。如果用戶輸對了第一個驗證碼，那么輸對第二個單詞的幾率也很高。

為防止惡意搗亂、提高答案的可信度，路易斯還將同一個未知的單詞輸送給多個用戶，如果所有用戶辨識的結(jié)果一致，那么就認(rèn)為這個單詞被“搞定”了。

短短幾個月內(nèi)，路易斯便讓網(wǎng)民們幫忙完成了《紐約時報》130年來所有舊報紙的電子存檔。（據(jù)新浪科技）