# MouseTracer

**Repository Path**: ltp/MouseTracer

## Basic Information

- **Project Name**: MouseTracer
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-01-16
- **Last Updated**: 2025-01-16

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# MouseTracer ![](https://img.shields.io/badge/Version-Alpha-orange.svg) ![](https://img.shields.io/:License-Apache-blue.svg)

### 简介 ###
这是一个基于鼠标轨迹分析的验证码。在对鼠标轨迹进行初步判断（如移动速度、方向等）后，再根据算法判断其可信度。

### 算法 ###
我们假设轨迹具有马尔科夫性质，相异度的计算采用混合高斯模型，可信度的计算采用单高斯模型。因此需要分别添加“可信任轨迹”和“可信任的待测轨迹”两个列表，将可信任的待测轨迹与可信任轨迹分别对比测得最大相异度，并计算其均值及参数。

### 环境 ###
- Node.js 4.2+
- Redis 3.0+

### Linux 上的安装 ###
```
git clone https://github.com/incrediblink/MouseTracer.git
npm install
npm install -g pm2
pm2 start bin/www
pm2 startup
```

### 使用 ###
-  添加可信任的轨迹
```
POST example.com/model/add traces
```
其中，traces 为 Json 格式的数组，数组内只需要有轨迹的名称，如：
```
{"set": [trace:0, trace:1, trace:2]}
```
-  添加可信任的待测轨迹
```
POST example.com/model/add/test traces
```
-  建立模型
```
GET example.com/model/construct
```
在建立模型之前，验证码不会返回可信度。