为了防止机器脚本滥用的恶意行为,人们提出了具有人机识别功能的验证码(CAPTCHA)。一直以来,健壮性(robustness)与可用性(usability)都被认作是衡量验证码的两个重要指标。健壮性要求验证码能够抵御计算机的攻击,而可用性要求人类可以轻松通过验证码挑战。但随着模式识别,机器学习等领域技术的不断发展,传统字符型验证码的健壮性已经无法保障。加之原本就糟糕的用户体验,国内外的网站纷纷寻求可替代原有验证码的新式验证码。在计算机科学技术蓬勃发展之时,出现了众多新式验证码,例如基于图片的验证码,基于短信的验证码等等。其中滑块式验证码,凭借快速的响应时间,在电脑端和移动端同样出色的用户体验,逐渐取代了许多网站上原本字符型验证码的位置,成为使用范围较广的一类新式验证码。研究者们对传统字符型验证码的分析研究已经数不胜数,但对逐渐兴起的滑块式验证码的分析研究还较少。现有研究者利用梯度提升树对滑块式验证码判别的有效性进行了研究。但是,还没有研究者对滑块式验证码的健壮性进行研究。因此本文针对滑块式验证码的健壮性进行重点研究,分析该验证码在设计、实施上是否存在不足。本文中,用计算机攻击的成功率和攻击的平均时间,来衡量验证码的健壮性。当计算机攻击成功率大于0.6%,平均攻击时间小于30s时,该攻击被认为是有效的。而有效的攻击则表明验证码是脆弱的,不健壮的。为了寻找滑块式验证码的不足,本文中首先通过对数据报文分析、动态调试混淆代码,分析还原了滑块式验证码的验证流程(在线版本和离线版本)以及关键参数的计算过程。接着,对验证过程中的核心数据——鼠标轨迹进行了分析,并使用直接计算、随机回归森林和BP神经网络的方式,来模拟生成移动轨迹。最后,在已知验证码流程的基础上,分析其存在的安全漏洞。分析后发现,离线模式下的滑块验证码十分不安全,从流程上就存在可被直接绕过的问题。另外,滑块式验证码还存在验证码样本空间较小等其他安全性上的不足。接下来,再分别采用构造数据报文和使用无头浏览器加自动化测试框架的方法,利用验证码的不足,进行攻击实验,实验成功实现了对滑块式验证码的破解,结果表明即便是使用计算生成轨迹的方式,34%的机器通过率仍然高于安全设计要求的0.6%。这说明滑块式验证码本身不够健壮。最后,针对滑块式验证码的脆弱之处,提出改进意见。