????????歐盾科技訊：?近年來(lái)，人臉識(shí)別技術(shù)取得了飛速的發(fā)展，在多個(gè)領(lǐng)域取得了顯著的成果，特別是在警務(wù)領(lǐng)域，人臉識(shí)別技術(shù)的運(yùn)用，幫助公安民警抓捕到一個(gè)又一個(gè)漏網(wǎng)之余，有力震懾了犯罪分子。

　　但是，一條黑色的產(chǎn)業(yè)鏈也由此而生。有報(bào)道顯示，一些電商平臺(tái)正以0.5元一份出售匹配了身份信息的人臉數(shù)據(jù)，與此同時(shí)，幫助不法分子將照片活化的工具和教程也僅僅售賣35元。在一些QQ群里，3元錢就能買到用戶的詳細(xì)身份信息和人臉照片。貌似高大上的人臉識(shí)別，正暴露出越來(lái)越多的BUG。

　　最新披露的案例顯示，冒用人臉騙過(guò)驗(yàn)證并非難事。只要有一張對(duì)應(yīng)著身份信息的照片，輔以“照片活化”的工具和教程，就可以騙過(guò)不少人臉驗(yàn)證系統(tǒng)。真正可怕的一點(diǎn)在于，有關(guān)的“人臉活化軟件”使用門檻越來(lái)越低，堪稱是傻瓜式操作。這意味著但凡存在主觀惡意，稍加鉆研之后幾乎人人都可以冒用他人人臉……從某種意義上說(shuō)，這已然印證了一種技術(shù)路徑、應(yīng)用生態(tài)的全面崩塌，這是系統(tǒng)性風(fēng)險(xiǎn)，而非個(gè)別的、偶然的“缺陷”。

　　相比于身份證號(hào)、消費(fèi)記錄、信貸流水等類型的個(gè)人信息，“人臉信息”無(wú)疑要敏感得多，其泄露的后果也要嚴(yán)重許多。人臉被冒用，支付、網(wǎng)貸、門禁等，完全處于不設(shè)防的裸奔狀態(tài)。理論上，莫名其妙背上一筆貸款、陌生人悄無(wú)聲息闖入家門都是可能之事。人臉信息驗(yàn)證，不同于密碼驗(yàn)證等方式，前者的“生物特征數(shù)據(jù)”具有固定性、永久性，改密碼容易，要“換臉”難于登天。一旦人臉信息丟失，將終身置于不確定風(fēng)險(xiǎn)之中。

　　底層技術(shù)太落后，應(yīng)用鋪開推廣太快，目前所謂“人臉識(shí)別”客觀上已經(jīng)成為潛在高危系統(tǒng)。

　　如今，已經(jīng)有人認(rèn)識(shí)到這個(gè)缺陷，開始為照片穿上“隱身衣”,幫助人們保護(hù)照片隱私數(shù)據(jù)。比如，來(lái)自芝加哥大學(xué)的最新研究Fawkes，只是通過(guò)算法給照片加上一點(diǎn)肉眼看不出來(lái)的修改，就能讓你的臉成功“隱形得以100%騙過(guò)來(lái)自微軟、亞馬遜、曠視等等這些全球最先進(jìn)的人臉識(shí)別模型！如此一來(lái)，即使你在網(wǎng)絡(luò)上的照片被非法抓取，用這些數(shù)據(jù)訓(xùn)練出來(lái)的人臉模型，也無(wú)法真正成功識(shí)別你的臉。

　　其實(shí)，對(duì)于深度神經(jīng)網(wǎng)絡(luò)而言，一些帶有特定標(biāo)簽的微小擾動(dòng)，就能夠改變模型的「認(rèn)知」。比如，在圖像里加上一點(diǎn)噪聲，熊貓就變成了長(zhǎng)臂猿。

　　Fawkes就是利用了這樣的特性。

　　用 x 指代原始圖片，xT為另一種類型/其他人臉照片，φ 則為人臉識(shí)別模型的特征提取器。

　　具體而言，F(xiàn)awkes是這樣設(shè)計(jì)的：

　　第一步：選擇目標(biāo)類型 T

　　指定用戶 U，F(xiàn)awkes的輸入為用戶 U 的照片集合，記為 XU。

　　從一個(gè)包含有許多特定分類標(biāo)簽的公開人臉數(shù)據(jù)集中，隨機(jī)選取 K 個(gè)候選目標(biāo)類型機(jī)器圖像。

　　使用特征提取器 φ 計(jì)算每個(gè)類 k=1…K 的特征空間的中心點(diǎn)，記為 Ck。

　　而后，F(xiàn)awkes會(huì)在 K 個(gè)候選集合中，選取特征表示中心點(diǎn)與 XU 中所有圖像的特征表示差異最大的類，作為目標(biāo)類型 T。

　　第二步：計(jì)算每張圖像的「隱身衣」

　　隨機(jī)選取一幅 T 中的圖像，為 x 計(jì)算出「隱身衣」δ(x, xT) ，并按照公式進(jìn)行優(yōu)化。

　　其中 |δ(x, xT)| < ρ。

　　研究人員采用DDSIM（Structural Dis-Similarity Index）方法。在此基礎(chǔ)上進(jìn)行隱身衣的生成，能保證隱身后的圖像與原圖在視覺效果上高度一致。

　　實(shí)驗(yàn)結(jié)果表明，無(wú)論人臉識(shí)別模型被訓(xùn)練得多么刁鉆，F(xiàn)awkes都能提供95％以上有效防護(hù)率，保證用戶的臉不被識(shí)別。

　　即使有一些不小心泄露的未遮擋照片被加入人臉識(shí)別模型的訓(xùn)練集，通過(guò)進(jìn)一步的擴(kuò)展設(shè)計(jì)，F(xiàn)awkes也可以提供80%以上的防識(shí)別成功率。

　　在Microsoft Azure Face API、Amazon Rekognition和曠視Face Search API這幾個(gè)最先進(jìn)的人臉識(shí)別服務(wù)面前，F(xiàn)awkes的「隱身」效果則達(dá)到了100%。

　　目前，F(xiàn)awkes已開源，Mac、Windows和Linux都可以使用。