測試逾3千萬次！美專家研發「隱身圖案」 干擾車牌辨識

加入為 Google 偏好來源

將 Yahoo 設為首選來源，在 Google 上查看更多我們的精彩報導

在科技高度發達的今天，街道上的監視攝影機功能日新月異。網路安全專家比爾·斯韋林根（Bill Swearingen）認為隱私是基本人權，他啟動了一項名為「noRecognition」的計畫，並研發出一種特殊的「對抗性圖案」，當這些特製圖案印在服飾或物體表面時，會直接干擾攝影機內部演算法對物體、人物或人臉的識別能力。

根據外媒《TechCrunch》報導，在科技高度發達的今天，街道上的監視攝影機功能日新月異，從追蹤超速車輛的車牌，到利用人臉辨識技術篩選犯罪嫌疑人，這些演算法能從海量錄像中快速尋找特定目標，但這種全天候的監控也引發了對個人隱私與言論自由侵害的巨大疑慮。為了打破這種「大海撈針」般的演算法監控，網路安全專家比爾·斯韋林根（Bill Swearingen）啟動了一項名為「noRecognition（無法識別）」的計畫，身為資深網路安全專業人士兼SecKC社群共同創辦人，斯韋林根對身邊密布的攝影機深感不安，他認為隱私是一項基本人權，人們應有權選擇不被無休止地追蹤。

過去一年來，斯韋林根在他位於堪薩斯城的實驗室中，利用強化學習模型展開了高達3,100萬次的演算法攻防測試，他的做法並不是直接遮蔽攝影機的鏡頭，而是透過電腦生成一種特殊的「對抗性圖案」，當這些特製圖案印在服飾或物體表面時，會直接干擾攝影機內部演算法對物體、人物或人臉的識別能力，攝影機雖然照樣在錄影，卻無法觸發任何偵測警報，目標物因此在演算法的世界裡徹底「隱形」；經過無數次自我訓練與自我修正，斯韋林根的模型成功掌握了畫圖技巧，一舉攻破包括Flock車牌辨識器、Axon執法記錄器以及Clearview AI在內的11種主流開源檢測演算法。

這項技術是否僅停留在理論階段？在美國拉斯維加斯舉辦的駭客與資訊安全大會（Def Con）上，斯韋林根親自將這項成果帶到了現實世界，在美國著名的汽車文化YouTube頻道Donut（原名Donut Media）的協助下，他將最新研發的圖案貼滿一輛2009年款的豐田Yaris汽車，並現場測試其是否能避開Flock監視攝影機的探測。實測結果證明，這套對抗性圖案確實發揮了作用，成功防止了演算法的辨識與捕捉，雖然車輪等特定部位的覆蓋仍面臨挑戰，但這次演示無疑證實了在公共場所擺脫演算法監控的可行性。

隨著概念驗證成功，noRecognition計畫目前正發起眾籌活動，預計將這些對抗性圖案應用於日常服裝（如T恤、連帽衫）以及車輛貼膜上，斯韋林根表示，目標是製作出既具備高解析度辨識防護力，又兼具時尚美感的周邊產品，而為了避免監視器製造商輕易破解這些模式，他暫不打算公開最核心的圖案配方。隨著模型每分鐘都在持續演化並產生更精準的數學配方，這場維護個人隱私與演算法監控之間的科技博弈，才剛剛拉開序幕。

【本文由東森新聞提供，未經授權，請勿轉載！】

更多東森新聞報導 Meta AI驚爆失控「入侵其他公司」 掀資安恐慌！白宮出手了 捷運App清晨狂跳資安測試訊息　北捷回應了 聯光通遭勒索病毒攻擊！公司回應了