当今世界万物互联,人机交互的物联网终端设备数量不断增长,但是这些设备在给人类带来便利的同时,也存在很多安全隐患,由于其采用多种网络接入方式并且直接暴露在外界中,更容易受到黑客攻击,若非法用户成功攻破物联网终端设备,将使得该设备的合法用户面临隐私泄露风险。针对上述问题,本论文开展了在物联网终端设备上应用对抗攻击算法的研究并搭建了算法验证平台,该平台采用前后端分离的架构,由嵌入式人工智能开发套件（EAIDK）客户端、Docker后端、MySQL数据库构成。本论文主要完成了以下工作:（1）对抗验证码的研究与应用根据对各种类型验证码的研究与分析,选择安全性高且容易与对抗样本相结合的图片点选型验证码作为研究对象。利用简单高效的映射梯度下降算法（PGD）基于神经网络目标检测模型训练生成对抗验证码图片。构建了海量验证码数据库供验证码服务中心调用。（2）算法验证界面设计根据对当前市面上物联网终端设备的调研,选择接口类型丰富,性能强大的EAIDK作为硬件开发平台。利用图形开发框架Py Qt5设计验证交互界面,实现了有效甄别用户输入合法性以及拦截攻击者的目标。（3）验证中心架构设计在验证中心的部署环节利用Docker容器部署和管理,实现应用在不同云平台之间的迁移,提高了后续开发和部署的效率。在架构设计上,针对终端设备可能受到分布式拒绝服务攻击（DDo S）的场景,提出了Nginx代理服务器结合Keep Alived服务和负载均衡技术的高可用方案。在数据库架构上,使用MySQL主从架构取代传统单体架构实现数据库的备份和读写分离。（4）算法验证平台测试将平台的测试方案分为对抗验证码的性能研究与验证中心的功能测试两部分。在对抗验证码的性能研究上,选取平均精度均值（mAP）和对抗扰动量作为评估指标,首先研究应用三种攻击类型下对抗验证码的安全性能,然后研究了对抗验证码对模型训练损失程度下降的影响,最后研究了对抗验证码在面对对抗训练模型攻击时的安全性能。在对验证服务中心的功能测试上,搭建了后端服务器的测试环境以及测试了客户端服务器之间的网络连通性和数据传输功能。结果表明利用对抗验证码技术可以有效的识别终端用户的身份,鉴别输入有效性,实现了流量过滤功能,提升了物联网终端设备的安全性能。