反人脸识别技术层出不穷 刷脸还安全吗?

中国安防展览网

    当今应用较为成熟且广泛的智能技术有哪些?人脸识别算是一例。《麻省理工科技评论》曾将其列为2017年“十大突破性技术”之一。
    不过,随着人脸识别技术的逐渐成熟,“反人脸识别”也频繁出现在公众视野之中。如今,仅用一张贴纸、一个纹身、一件特殊的T恤就能干扰人脸识别的新闻层出不穷。
    对此,许多企业在进行人脸识别验证的时候都需要配合活体检测,以防被图片蒙混过关。然而,这一方式也可以通过动图来破解。在某宝就有许多商家提供身份认证活体检测的动图,能够做到点头、眨眼、张嘴、摇头等动作。另外,2019年的美国黑帽大会上,腾讯玄武实验室的安全人员就通过给“无意识”的人员戴上专门设计的眼镜,就能访问机主的iPhone并通过移动支付应用程序向他们自己转账。
    除此以外,人们对对抗样本的关注度也逐渐攀升。所谓对抗样本,就是将噪声引入正常数据样本,并导致人脸识别模型的识别出现错误。对抗样本使得深度学习模型的正确率严重下降,对现有模型提出了挑战,也对攻防提出了新要求。
    从上述情况可以看出,人脸识别技术有很大的脆弱性,不仅易被破解,也容易让垃圾样本通过识别分类系统。
    这显示了人脸识别技术存在的风险。近几年,兜售人脸信息、人脸数据泄露等新闻并不罕见,这些数据若被有心人利用,再配合一些“打包”出售的辅助数据,就可以伪造某人的视频资料,从而盗取资金,乃至从事非法活动。
    在人脸识别的帮助下,近年来警方破获了许多案件,若不法分子也利用反人脸识别技术隐藏,将对案件的破获产生不利影响。
    当然,这些技术的出现并非完全是坏事。如今人脸识别技术较为普遍,无论是街头巷尾的摄像头,还是人人随身携带的手机,人们很难完全避开被识别,而信息保护也无法做到万无一失,反人脸识别技术若运用得当,就可以为个人隐私提供保护。
    既然如此,运用人脸识别的系统还是否可靠?
    实际上,在安全级别要求较高的网络系统,人脸识别并非唯一认证手段,而是配合虹膜识别、静脉识别、密码等其他手段进行验证。系统设计者应当充分考虑应用场景的需求,做到即便捷又安全。
    而人脸识别技术用于追逃时,不仅应该考虑非目标群体的隐私保护,也应该进行多线索追踪和多元取证,不能盲目依赖人脸识别技术。
    在信息化的现代,人们分享的每一张照片、每一个视频,都存在被非法利用的可能,因此当自身利益受到侵害时,应该勇敢地拿起法律武器,及时向公安机关进行举报,维护自己的合法权益。