2012年9月：某网站投票程序设计总结

一.投票网站使用的技术

1.验证码技术

        投票网站使用了数字和字符组成的图片验证码，如下图所示。该注册码使用简单的位移和噪点技术，来降低程序的自动识别率。笔者的解决思路主要是使用AspriseOCR.dll的第三方控件进行自动识别。

         为了提高识别率，笔者主要从以下几个步骤进行处理

（1）将图像灰度化，灰度化算法来自网上，具体见源代码。

（2）对图像进行降噪处理，并将图像进行二值化。效果见图示，算法见源代码。

（3）由于图像只在垂直方向进行了平移，为了进一步提高识别了，程序将图像进行随便切割，以期待提高识别率。效果如图所示，算法见源代码。

（4）原本考虑使用去除空白区域，查找图片边缘，以提高识别率，但是由于时间关系，本次程序中未使用该方法。

在本程序中，曾经也使用过TesseractOCR解析验证码，但是Tesseract OCR是一个基于训练的系统，并且它貌似能够识别中英文等多种语言，所以放这里有些大材小用，反而识别率不高！注：没有仔细研究该工具，所以可能是没有掌握正确的使用方法。

 

2.IP限制技术

         投票网站使用了IP限制，规定一个IP地址一天只能投N票。在突破该类限制时，一般都使用一下几种方法。

（1）通过在投票请求中伪造X-FORWARDED-FOR头来欺骗服务器检查用户IP地址。

         要使用该方法，前提是服务器在读取客户端IP地址时，为了防止用户使用代理服务器投票，会检查代理服务器后的真实主机的IP地址，而放弃检查代理服务器低IP地址。而我们正式利用了该操作，直接把本机地址伪造称代理服务器，并在代理服务器后虚构一个主机，让网站检测。主要代码：request.Headers.Add("X-FORWARDED-FOR", randip());本程序就是使用了该技术投票。

（2）如果网站不检测代理服务器后的IP，那么我们一般使用代理服务器投票。但是代理服务器的效率较低，所以投票效率也很低。本程序未使用该技术。

（3）如果网站每个IP地址投票限制数较宽松，如每个IP能够投票10票以上，我们可以可虑使用程序自动拨号能够。每当投10票后，程序自动断开ADSL链路，并等待一段时间（如果不等待，很多ISP会提供同一个IP地址），再次拨号。本程序未使用该技术。

二、如何提高效率

（1）多线程/多进程技术的使用

         如果对服务器的限制措施突破的比较理想，我们可以使用多线程技术提高程序的执行效率。

（2）程序漏洞的使用

         很多网站在接收到了客户机的验证码后，不论验证码是否正确，都会将验证码清空，以防止客户机用同一个验证码反复投票。但问题在于如果只是简单的清空，我们可以使用新的空白验证码继续反复投票。本程序就使用了该技术。