简述 : 关于对抗滑动验证码轨迹的资料比较少，再加上现在不仅对滑块位置进行校验，还对轨迹进行校验，导致难度加大。查阅各种资料后，自己一阵瞎鼓捣，最终也是不负辛苦，写个博客记录一下，也希望能帮助到一些人。

起因 : 由于最近肝了两宿搞某里滑块，结果有了，但唯独缺少轨迹，问过一些大佬，有人采用的是人为滑动，收集轨迹，放到数据库，用的时候从数据库提取一条，由于某里x82对轨迹校验严格，一般同一条轨迹只能用2到3次，或者在提取的轨迹上进行坐标缩放，随机截取，此种方法虽然可行，但终归有局限性，需要不断往数据库存入轨迹。此法不考虑。

过程 ：偶然从某鱼上看到有位卖家说采用LSTM+RNN训练，根据描述说成功率百分之九十以上，便朝这个方向研究，自己不会深度学习，但是现在有AI，经过AI给出代码，又经过数次修改，终于得到了一份可行的方案,让AI写了一个验证码，P股坐烂，收集轨迹，滑的是真让人崩溃。

结果 ：最开始收集1600条轨迹训练，50轮以后，成功率在百分之六十到七十，数据集增加到3400条以后，成功率在百分之九十七左右。也尝试过TraceFormer和GAN,训练难度大，也需要大量数据集，但LSTM+RNN已经足够使用。

总结:滑动的时候注意轨迹的多样性，比如前快后慢，匀速滑动，终点鼠标稍微停留，滑动y坐标前高后低或者相反，速度不要太快，LSTM+RNN对于目前的大多数验证码应该足够用，需要的小伙伴可以照此法进行研究。代码就不贴了，以防别人拿着研究成果去倒卖，不过也不难，问问AI基本就有谱，主要还是选择合适的方案，实在没头绪或懒得动手可交流学习。