随着信息技术的发展,信息技术给人们带来了全新的视角认识世界,让人们获取信息的速度倍增,使工作和生活极大的方便化。但是给人们带来便利的同时也带来了一些网络信息的安全隐患。验证码担当了网络门户的一个门卫的角色,作为许多网站系统第一道安全防线,越来越广泛地被运用到网络中去。验证码验证系统被广泛的用在账号注册、系统登录、信息确认等环节中,目的是为了能够阻挡一些恶意自动化程序对网络的攻击。目前,应用最广泛的验证码主要有文本类验证码、图像类验证码、语音类验证码这三类。文本类验证码是运用最广泛的一类验证码,主要因为文本类验证码制作成本低,应用方便,所以本文选取以文本类验证码为例作为研究对象。本文主要的工作体现在以下四方面:1.为了解决验证码数据难采集的这个问题,本文通过编写程序方式,自动生成适合作为数据集的验证码,主要生成用于对抗网络训练的成对验证码数据集和能够根据需求生成含不同类型字符和不同字符长度的验证。2.设计一种能够通过条件生成对抗网络来去除验证码中的干扰信息的方案,减少在验证码预处理过程中的技术应用,提升了工作效率,由于生成对抗网络的特性,实现了模型的泛化性。3.通过构造一种带有Inception结构的卷积神经网络,实现了对验证码端到端的识别。本方法可以有效的降低验证码在分割阶段对信息损失,能够提升对验证码的的识别率。另外一点,由于网络中采用Inception能够提升网络的训练和识别速度。4.采用B/S架构设计实现一个验证码生成和识别系统。该系统既能为验证码研究者提供合适的数据集,又能对现有的文本类验证码进行识别。