隨著人們對(duì)信息安全越來(lái)越重視，各種消費(fèi)級(jí)電子產(chǎn)品中指紋解鎖、人臉解鎖和虹膜解鎖等技術(shù)也日漸流行，幾乎成了密碼之外的另一項(xiàng)標(biāo)配。對(duì)于他們之間在安全性和便利性上的優(yōu)劣也一直存有爭(zhēng)議，目前并沒(méi)有形成一個(gè)統(tǒng)一的結(jié)論。近日，來(lái)自美國(guó)北卡羅來(lái)納大學(xué)的一個(gè)科研團(tuán)隊(duì)用幾張照片為人臉識(shí)別投了一張反對(duì)票。

據(jù)外媒報(bào)道，近日來(lái)自北卡羅來(lái)納大學(xué)的一個(gè)研究團(tuán)隊(duì)?wèi){借他們?cè)谏缃幻襟w（Facebook）上收集到的若干照片，利用特殊的電腦合成和渲染技術(shù)，可以生成一個(gè)平面化的3D模型顯示在手機(jī)上。隨后他們利用這個(gè)模型進(jìn)行測(cè)試，發(fā)現(xiàn)有高達(dá)4/5的被測(cè)安全系統(tǒng)在55%到85%的被測(cè)時(shí)間內(nèi)，都可以被輕松騙過(guò)。更重要的是，他們?cè)贔acebook上能收集到的照片非常有限，質(zhì)量也沒(méi)有保證，有些還只是45度角的側(cè)臉。

據(jù)該團(tuán)隊(duì)介紹，就像真正的黑客和跟蹤狂一樣，他們一共收集了20名志愿者發(fā)布在社交媒體上的照片，然后根據(jù)這些照片制作每位志愿者的面部3D模型，并加入面部表情和眨眼睛等小動(dòng)作，使得該模型像是在盯著攝像頭的樣子。更關(guān)鍵的是，由于照片的數(shù)量和質(zhì)量都不能得到保障，因此科學(xué)家們還不得不“人造”了一些照片丟失的信息，例如照片中的陰影、面部表情的褶皺等。最極端的例子是，有幾位志愿者只在社交媒體上發(fā)布了兩三張照片，并且像素還很低。

關(guān)于如何避免黑客利用類(lèi)似手段獲取用戶數(shù)據(jù)，團(tuán)隊(duì)的一位研究者在Usenix安全大會(huì)上表示：目前一些廠商已經(jīng)可以利用額外的硬件設(shè)備來(lái)避免類(lèi)似的情況發(fā)生，例如Tobii公司針對(duì)微軟Windows Hello人臉識(shí)別系統(tǒng)推出的眼球追蹤攝像頭。但是目前來(lái)說(shuō)這種增加額外硬件的方式可能會(huì)提高安全系統(tǒng)的成本，消費(fèi)者是否能接受，廠商還要進(jìn)一步考量。

除此之外，真正的人臉會(huì)發(fā)出紅外輻射，而照片或者3D模型無(wú)論再逼真也不會(huì)，利用這一思路也可以在安全曾面做一些規(guī)避措施，避免黑客利用類(lèi)似手段進(jìn)行惡意攻擊。

關(guān)于算法的具體實(shí)現(xiàn)請(qǐng) 點(diǎn)擊鏈接，可以看到論文原文

相關(guān)閱讀：

小米黑科技，“跑分”第一的人臉檢測(cè)算法水平到底如何？

深度學(xué)習(xí)在人臉識(shí)別中的應(yīng)用——優(yōu)圖祖母模型的“進(jìn)化”

從抽象到具體，研究人員利用神經(jīng)網(wǎng)絡(luò)將素描變照片

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。