В системе Apple для сканирования фотографий пользователей нашли изъян

В системе Apple для сканирования фотографий пользователей нашли изъян

В системе Apple для сканирования фотографий пользователей нашли изъян

Исследователи выявили уязвимость в алгоритме хеширования NeuralHash, который Apple использует, помимо прочего, для проверки схожести фото и видео пользователя с известными материалами, на которых запечатлена эксплуатация несовершеннолетних. Таким образом, система сканирования Apple CSAM получила новую порцию критики.

На этой неделе один из пользователей GitHub опубликовал на площадке реконструированную Python-версию NeuralHash. По словам специалиста, ему удалось провести обратный инжиниринг протокола из прошлых версий iOS.

В посте также содержалась инструкция, позволяющая извлечь NeuralHash из текущих сборок macOS или iOS. Стоит отметить, что NeuralHash не используется конкретно для CSAM, однако всё равно даёт представление об уязвимостях системы в целом.

«Предварительные тесты показали, что алгоритм допускает сжатие и изменение размеров изображения, но при этом запрещает переворачивать его или обрезать», — написал выложивший алгоритм эксперт на страницах Reddit.

«Надеюсь, это поможет нам лучше понять алгоритм NeuralHash и вычислить его потенциальные слабости до того, как он появится в iOS».

Вскоре после этого пользователь Кори Корнелиус отметил интересную особенность алгоритма: два изображения могут генерировать абсолютно одинаковый хеш. Apple же утверждает, что дополнительные защитные функции системы CSAM будут пресекать эксплуатацию этой бреши.

Напомним, что с момента анонсирования функции сканирования фотографий и видеозаписей Apple пытается убедить всех, что она абсолютно безопасна для добропорядочных граждан. Например, на днях корпорация ответила на обвинения во встраивании бэкдора.

В России разработали способ удалить свой биометрический след

В ИТ-компании «Криптонит» (входит в «ИКС Холдинг») разработали метод, который позволяет выборочно удалять цифровые образы людей из систем распознавания лиц. Если совсем просто, речь идёт о технологии, которая должна помочь реализовать право человека отозвать согласие на обработку своей биометрии — так, чтобы система действительно перестала его узнавать.

Проблема тут в том, что современные системы распознавания лиц устроены не так прямолинейно, как может показаться.

Даже если сведения о человеке формально удалили из базы, его цифровой образ может всё равно остаться внутри уже обученной модели. То есть на бумаге данные вроде бы стерли, а на практике алгоритм всё ещё способен узнать этого человека.

Именно это и делает тему особенно чувствительной. С биометрией всё сложнее, чем с обычными персональными данными: пароль можно поменять, а лицо — нет. Если такие данные утекают, риски уже совсем другого уровня, потому что украденные цифровые слепки можно использовать для создания поддельных образов и обхода биометрической аутентификации.

 

В «Криптоните» утверждают, что их метод решает задачу не маскировкой и не косметическим удалением, а на уровне внутренней логики самой модели. Проще говоря, алгоритм перестаёт использовать сведения о конкретном человеке и больше не может его распознавать, при этом способность узнавать остальных людей сохраняется.

По словам разработчиков, на тестовых наборах данных технология показала заметное снижение эффективности распознавания именно тех лиц, которые нужно «забыть», — до 88%. При этом общая точность системы, как утверждается, осталась на прежнем уровне.

Практическое применение у такого подхода вполне очевидное. В первую очередь это системы видеонаблюдения с распознаванием лиц, СКУД и корпоративная безопасность. Например, технология может пригодиться для удаления биометрических данных уволенных сотрудников, когда компания обязана прекратить их обработку, но не хочет при этом заново переобучать всю систему с нуля.

RSS: Новости на портале Anti-Malware.ru