互联网已在人们生活的方方面面得到了普及,人们无时无刻不在享受着互联网带来的便利。互联网网站管理着大量的用户信息,保证网站安全和有效用户信息显得尤为重要。为防止恶意使用机器人或者病毒软件自动批量注册、恶意散播垃圾邮件等,验证码技术被大量用在网站登录注册的验证环节。对验证码的识别研究,可以发现验证码设计的不足,并提出一定的改进方案以更好的保证网站的安全。常见的实心验证码的识别问题,已经有人采用了支持向量机、自组织映射、神经网络等识别算法进行研究,但对于简要轮廓信息的空心验证码的识别,现有的字符识别方法还有待提高,因而对空心验证码的识别,及其相关安全性问题还有待探究。本文首先采用浅层BP神经网络的算法,对空心验证码的识别进行了实验,通过对图像进行预处理、提取特征向量、训练网络等步骤,得到了BP神经网络算法对空心验证码识别的识别率,比较HU矩阵和全像素矩阵特征提取方法,以找到最优网络得到最高识别率。其次,本文采用卷积神经网络算法,对空心验证码进行了识别研究,重点分析了卷积网络深度、卷积层特征图数目、卷积层的卷积核大小和个数对识别结果的影响,并得到了一个最优卷积神经网络结构。最后,设计实现了一个空心验证码识别仿真系统。实验结果表明,卷积神经网络能够很好地用于空心验证码的识别,有较高的识别率。使用最优网络结构情况下,深度学习中的卷积神经网络算法相比于浅层网络中BP神经网络算法更稳定,识别率更高,效果更优。