滑動驗證即行為驗證，現在基本上是App、網站、小程式的必備工具。主要目的是：

通過人機識別攔截機器行為。網際網路50%以上的流量都來自機器，行為驗證本質上是利用生物行為特徵模型進行人機識別，用在註冊登入、防刷紅包優惠券、防薅羊毛、資料反爬等各種呼叫介面的場景。而且現在的行為驗證技術已經結合了裝置指紋資訊、IP/手機號風險、訪問頻率、地理位置等等的多維度資訊，判斷更加精準。通過無感驗證提高使用者體驗。所以從使用者的視角看可能只是輕輕一滑，甚至安全使用者是看不到驗證碼的，而風險請求會被攔截，可疑的請求會根據程度出現不同難度的驗證方式（如滑動驗證、點選驗證、語序驗證、旋轉驗證等）。

作為目前安全性最高、使用者體驗最好的行為驗證，頂象無感驗證除了可以杜絕機器行為，還可以結合頂象業務安全矩陣（如風險IP/手機號、裝置指紋、風控引擎等），識別真人的風險操作請求，並配合不同行業豐富的風控策略攔截如羊毛黨、刷票刷單等風險行為。

滑動驗證碼可以顯著優化使用者體驗，這在網際網路時代是非常重要的。滑動驗證碼對機器的判斷，不只是完成拼圖，前端使用者看不見的是——驗證碼後臺針對使用者產生的行為軌跡資料進行機器學習建模，結合訪問頻率、地理位置、歷史記錄等多個維度資訊，快速、準確的返回人機判定結果，故而機器識別+模擬不易通過。滑動驗證碼也不是萬無一失，但對滑動行為的模擬需要比較強的破解能力，畢竟還是大幅提升了攻擊成本，而且技術也會在攻防轉換中不斷進步。