打码平台把「过人机验证」变成一次以分计的采购,验证码因此从门槛退化成流程。本文拆解攻击侧怎么过码、风控能看到什么痕迹、怎么让验证结果搬不走。
Q:上了验证码,为什么 CC 还是照打不误?
- 最常见的一种:验证码只挡「首次进入」,通过之后发一个 cookie 或 token,脚本带着它循环打接口,全程不再触发验证。
- 第二种:验证结果虽然是一次性的,但服务端没校验这次请求是不是同一个业务动作。过一次码,换个参数接着打一万次。
- 第三种:只在前端校验。脚本直接调后端接口,前端那段 JS 从来没执行过。
- 结论很直白:验证码是入场券,不是限流器。它证明「刚才有人」,不证明「这次请求值得做」。
Q:攻击者过验证码有哪几条路?
- 协议逆向:直接跳过前端,找到校验接口伪造通过。这条最省事,也最致命,通常说明验证逻辑写在了客户端。
- OCR 与模型识别:简单图形码基本秒破,滑块靠轨迹拟合也能拿到较高通过率。
- 打码平台:把图片转发给真人,返回文字或坐标,脚本一次 HTTP 调用就能拿到结果。
- 群控真机与云手机:一台电脑控几百台真机,真系统、真传感器、真运营商卡。
- 接码平台:手机号批量供给,专门对付短信验证这一关。
- 前三条是技术问题,后两条是资源问题。技术问题能靠改代码解决,资源问题只能靠改业务规则解决。
Q:打码平台怎么运转?成本到底有多低?
- 模式很简单:脚本把验证图片上传,平台分发给背后的真人或模型,结果通过 API 返回,按次结算。
- 单次成本以分计。这个数量级意味着,只要一次通过能换来一条商品数据、一个注册号、一次下单资格,攻击在经济上就是正收益。
- 延迟通常一到三秒。对 CC 来说这只是把 QPS 上限压到「打码平台的并发能力」,而不是压到零。
- 所以防守思路要换:不要指望「让机器认不出」,要让一次通过不值钱。
Q:群控和云手机为什么特别难识别?
- 因为它们是真机。真 GPU、真传感器、真系统版本、真运营商出口,设备指纹层面几乎找不到破绽。
- IP 落在运营商 NAT 后面,和正常用户混在一池,封 IP 会连坐一大片真实用户。
- 唯一露馅的地方是「太整齐」:同型号同分辨率集中出现、操作间隔方差极小、从不输错字、从不后退、从不犹豫。
- 判据要落在群体特征而不是单设备特征:某机型日占比突增、同一 ASN 段批量注册、同一批设备只访问同一批接口。
Q:日志和风控里能留下什么痕迹?
- 验证通过率异常高。真实用户图形码通过率通常七八成,批量过码接近 100%。
- 验证耗时呈双峰。真人有三到十几秒的识别期,打码平台是一到三秒的固定延迟,形状完全不同。
- 凭证被复用。同一个验证 token 出现在多个 IP、多个 UA 上,这是最硬的证据。
- 行为空白。没有鼠标移动、没有滚动、页面停留时间恒定、从不加载页面自带的静态资源。
- 把这几条做成风险分,比任何单条规则都稳。单看通过率会误判,四条一起看基本不会错。
# 1. 验证接口的总请求数与通过数(通过时返回 200)
grep -c '/captcha/verify' access.log
grep -cE '/captcha/verify.* 200 ' access.log
# 2. 同一个验证 token 被多少个不同 IP 用过
grep -oE 'token=[a-f0-9]{16,}' access.log | sort | uniq -c | sort -rn | head
# 3. 静态资源占比:真人会加载页面,脚本从不开页面
grep -cE '\.(css|js|png|webp|woff2)(\?|$)' access.log
Q:怎么让验证结果「搬不走」?
- 三条硬要求:一次性(用过即废)、短有效期(60 到 120 秒)、与业务参数绑定。
- 绑定是核心。token 里必须带上「这次要执行的动作 + 关键参数的哈希」,服务端校验时逐一比对。
- 只签 token 不绑参数,等于发了一张全场通用的门票,过一次码就能打一万次。
- 另外,验证通过后发的凭证要能吊销,并且带使用次数上限,别做成永久有效的通行证。
Q:challenge 绑定具体怎么实现?
import hmac, hashlib, time, uuid, redis
KEY = b"server-side-secret"
r = redis.Redis()
def issue(action, payload, ttl=120):
nonce = uuid.uuid4().hex
phash = hashlib.sha256(payload).hexdigest()
body = "%s|%s|%d" % (action, phash, int(time.time()) + ttl)
sig = hmac.new(KEY, (nonce + "|" + body).encode(), hashlib.sha256).hexdigest()
return "%s.%s.%s" % (nonce, body, sig)
def check(token, action, payload):
try:
nonce, body, sig = token.split(".")
expect = hmac.new(KEY, (nonce + "|" + body).encode(), hashlib.sha256).hexdigest()
if not hmac.compare_digest(sig, expect):
return False
act, phash, exp = body.split("|")
# 动作或参数一变,token 立刻失效
if act != action or phash != hashlib.sha256(payload).hexdigest():
return False
if int(exp) < int(time.time()):
return False
# 一次性:只有第一次能写入成功
return bool(r.set("cap:" + nonce, "1", nx=True, ex=300))
except Exception:
return False
- 关键是那个
phash。参数改一个字节,校验就不过,攻击者过一次码只能换来一次请求。 redis.set带nx=True保证同一 token 不能用第二次,这是防复用的最后一道。- redis 挂了怎么办?写接口和支付类动作要 fail closed(直接拒绝),纯读接口可以 fail open,两者不能一刀切。
Q:设备侧还能再加什么?
- 私有协议签名:App 端参数加签名、加时间戳、加随机串,逆向成本抬高。注意这只是抬高,不是不可破。
- 设备指纹:机型、屏幕、时区、字体列表、WebGL 渲染器做哈希。群控机同型号同批次,聚成簇非常明显。
- 行为埋点:鼠标轨迹、触摸压力、输入节奏。目的是产出一个风险分,而不是直接决定放行或拒绝。
- WebAuthn 或客户端证书:只用在提现、改绑手机这类高价值动作上,成本高但几乎不可绕过。
- 一条底线:任何前端判断都能被逆向,别把安全结论写在 JS 里。
Q:全上会不会误伤真实用户?怎么控?
- 分级触发是唯一可行的方式:默认不验证,风险分超过阈值才弹。别一上来就全站强制。
- 风险分输入建议:请求频率、UA 与设备指纹是否自相矛盾、地理跳变、有无行为埋点、是否命中历史恶意 IP 段。
- 白名单必须覆盖:搜索引擎蜘蛛、自家监控、合作方回调、大客户固定出口。这类必须按 IP 反解验证,只看 UA 等于给伪造者开门。
- 兜底要有替代路径:验证失败给可读提示、给短信或人工入口,别让用户卡在循环验证里。
- 上线前先跑观察期,只记录不拦,看一周误伤率再收紧阈值。
Q:还有什么补充建议?
- 把验证从「入口」挪到「动作」:登录、下单、提现、改密各发独立的 challenge,互不通用。一个入口验证一次就全站通行,是最常见的破口。
- 验证码只是成本项。真正省事的是减少可被刷的收益:限购、限领、注册后延迟可用、新人权益延后发放。
- 监控两个数:验证通过率(异常升高说明被过)和验证触发率(异常升高说明在打或在误伤)。
- 定期自己打一遍:拿脚本跑一遍自己的业务流程,能过就说明绑定没做好。这比看一百条日志都快。
- 最后一句话:验证码的对手不是爬虫,是经济学。让一次通过的成本高于它的收益,验证码才算真正生效。