验证码是一种被设计用于全自动区分人类和机器的图灵测试程序,在过去的几年中,验证码已经被证明是一种有效的用于抵御自动脚本恶意攻击的方法,因此,验证码正被广泛的应用于互联网网站中,以一种低成本的方法维护了网络安全。一个设计良好的验证码意味着其具有良好的安全性和易用性,然而,验证码设计者很难去平衡两者之间的关系,设计复杂的验证码尽管提升了其安全性,但用户使用也更复杂,通过验证耗时更多。随着深度学习领域的进步,验证码的安全性也存在各项挑战。本文将使用风格化迁移这一全新的深度学习技术在不影响易用性的前提下,增强验证码的安全性设计,本文的主要工作有以下几部分:(1)改进并提出了一种端到端的实时风格化迁移网络,能够在数十毫秒内完成一张112*112像素大小的图像风格化迁移工作,相比于早期的风格化迁移网络,在速度上有了数千倍的提升。验证码易于破解其中一个重要的因素就是数据集较少,攻击者可以很容易的获取几乎所有样本,然而能够进行实时风格化迁移后,每收到一次验证请求则实时进行验证码的生成工作,对于同一图像只需使用不同的风格便能生成不同样式的验证码,指数级的增大了验证码数据集。(2)设计了三种基于风格化迁移的新型图像验证码,并进行了详细的用户实验。三种验证码包括:九宫格验证码、滑块拼图验证码以及文本点选验证码。九宫格验证码提供9张风格化图像,用户需要根据一段简短的文字描述来选择所有符合对应描述的图像,用户使用九宫格验证码的平均验证时间为11.83秒,准确率为75.04%。滑块拼图验证码要求用户将拼图碎片滑动到指定阴影位置处,用户使用滑块拼图验证码的平均验证时间为1.48秒,准确率为88.12%。文本点选验证码提示用户按照文本描述的顺序依次点击提示中出现的中文字符,用户使用文本点选验证码的平均验证时间为4.44秒,准确率为84.49%。通过验证时间以及准确率可以看出,本文设计的三种新型验证码具有很高的可用性。(3)为了验证传统图像处理和深度学习技术对验证码安全性的影响,本文对提出的新型验证码和其他使用相似机制的验证码进行了安全性分析的对比实验。对比实验结果表明,本文应用在验证码的风格化迁移技术能够有效降低自动攻击的成功率,同时,实验结果也表明了深度学习技术不仅能够用于破解验证码,也能够对验证码安全性的提升有积极作用,为未来的验证码研究提供了一个具有意义的方向。