交互式用户身份验证(HIPs,Human Interaction Proofs)是一种网络安全前端预防措施,鉴别网络用户的身份,避免服务器遭受网络中恶意代码的攻击。HIPs被称为R-图灵测试,它的目的与图灵测试是一致的,通过代码自动生成测试问题,分析用户的反馈自动判断用户是真正的人还是恶意代码,从而起到保护网络的作用。在HIPs鉴别图像场景中,复杂的纹理背景、噪声的污染、物体的遮挡、物体的形变等因素给识别HIPs鉴别图像带来了困难。本文针对物体形变的影响,提出了一种识别HIPs鉴别图像的方法。在文章中,首先,介绍了鉴别图像识别系统原型的实现框架和相关的实现技术。然后,对鉴别图像识别系统原型进行测试,实验结果表明系统原型中基于字符轮廓的字符识别模块的识别结果并不理想。文章中针对字符识别模块的不足进行了字符识别的改进。字符识别地改进是根据HIPs鉴别图像的生成机制。系统控制模型对鉴别图像外在形式的影响,使得HIPs鉴别图像中的字符数据的空间分布的特点——低维的非线性流形。针对字符数据空间分布的结构,提出了一种解决的方法。使用分段的线性流形近似非线性流形,化整为零,通过将全局的非线性转化为局部的线性,化解了数据分析的困难。通过实验,对比与之前系统原型使用的字符识别模块的性能的优劣。最后,文章中的字符识别的方法不仅可以用于鉴别图像的识别,也可以应用到手写字符的识别,论文中对MNIST字符数据库和USPS字符数据库分别进行了测试,得到了96.54%和96.32%的正确率。