AI生成的图案让你躲避监控摄像头——包括Flock

比尔·斯威林根（Bill Swearingen）在堪萨斯城的家中进行了为期一年的实验，他是SecKC安全聚会的联合创始人。在进行了大约3100万次测试后，他表示可以按需生成图案，隐藏其覆盖物，以避免被Flock摄像头的检测软件识别——这一有争议的监控系统正在美国推广。

他在周五的Def Con大会上首次公开展示了这一成果，与YouTube频道Donut Media合作，用他最新的图案覆盖一辆2009年的丰田雅力士，并将其驶过Flock摄像头。

斯威林根告诉TechCrunch：“我们证明了它是有效的，”尽管他说车轮是一个挑战。Donut Media表示，演示视频将在接下来的几周内发布。

这个图案并不会让摄像头失明。录像仍然正常记录，观看屏幕的人看到的是一辆车。破坏的是上面的层——决定“那是一个车辆，那是一个车牌，记录下来”的物体检测模型。

所以基本上，给AI检测器提供足够的视觉噪声，针对其自身的数学进行设计，它就不会记录任何东西。汽车又回到了干草堆中的针。

这就是对抗性机器学习，它之所以有效，是因为计算机视觉看不到你所看到的东西。对一个人来说，作为喧闹图形设计的包裹，对分类器来说可能根本看不见。

斯威林根使用一种强化学习模型构建了它，该模型会自我评分。图案被检测到后，模型调整，再次尝试——他将其描述为教模型“如何绘画”。现在它每分钟输出新图案，他将最强的图案保存在离线状态，以便摄像头供应商无法针对它们进行训练。

“隐私是一项基本权利，”他说，并称这些图案是人们“选择不被追踪”的一种方式。他表示，这一想法在去年产生，当时他想参加一次抗议活动，并担心摄像头会记录所有到场的人。

躲避机器的长尾

人们多年来一直在即兴对抗检测系统，通常使用五金店的解决方案。旧金山的活动人士在Waymo和Cruise的机器人出租车引擎盖上放置交通锥，以使其停在原地，这一漏洞根本不需要任何代码。

在去年的洛杉矶移民突袭中，抗议者更进一步，纵火焚烧了几辆Waymo。面具、兜帽和宽边帽仍然是抗议队伍的默认装束。对抗性服装品牌多年来一直在销售令人困惑的面部印花，而抗识别眼镜也已问世，但证据薄弱。

斯威林根的项目，称为noRecognition，的不同之处在于目标列表。斯威林根针对广泛部署的特定堆栈进行了测试，而Flock正受到越来越多的关注。该公司在国会山面临日益增长的反对，内部文件显示它提出了一项计划，将350,000个Uber和Lyft的行车记录仪转变为一个移动车牌扫描车队。

自动读取器已经因错误匹配而在枪口下拦下无辜司机，移民和抗议者不断被ICE的AI网络捕获。立法者正在对Meta的智能眼镜中的面部识别进行施压，因此任何针对自动检测技术的法律措施都在隐私爱好者的研究之中。

斯威林根的noRecognition项目正在进行众筹活动，以资助早期商品——现在是T恤和连帽衫，未来是车辆外观。斯威林根表示，目标是分辨率足够高，以便在远处工作，设计足够好，以便人们愿意穿着。

在公共道路上驾驶包裹的汽车本身就是一个法律问题，车牌遮挡的法规因州而异。图案覆盖车身，而不是车牌。

“每一次失败都会改善我的模型，因此[这些图案]会越来越好，”斯威林根说。

本内容仅供参考，不构成任何金融、投资、法律或税务建议。文中提及的任何活动、奖励、线上活动或相关信息，不应被视为对购买、出售或交易任何加密资产的推荐、招揽或邀请。加密资产具有高波动性，存在价值损失风险。WEEX服务、产品及相关活动的可用性可能因地区而异。用户在参与前有责任确保符合当地适用法律法规。