В Израиле придумали маску, защищающую от технологий распознавания лиц

В Израиле придумали маску, защищающую от технологий распознавания лиц

В Израиле придумали маску, защищающую от технологий распознавания лиц

На ткань или бумагу наносят определенный рисунок. Паттерн не даёт технологиям распознать человека в маске. Шаблон справляется с видеосистемами по всему миру, но исследователи говорят, что камеры можно “натаскать”.

Пандемия COVID-19 сделала ношение масок привычной практикой, что сначала сильно тормозило работу систем распознавания лиц по всему миру. Со временем технологии адаптировались — теперь обычная медицинская или любая дизайнерская маска не мешает установить личность.

Ученые из Бен-Гуриона и Тель-Авива решили проверить гипотезу: можно ли создать такую маску, которая не поддается системам распознавания лиц. 

Исследователи экспериментировали с разными рисунками и градиентами. В итоге они получили шаблон, который ставит в тупик любую FRT (Facial recognition technology). Маска по очертаниям напоминает строение черепа — на ткани прослеживается рот, нос, скулы и даже часть глаз. Всё это окрашено в сложный градиент “радужных” цветов. 

“Мы проверили эффективность нашей маски в полевых условиях, — говорят исследователи. — Система смогла идентифицировать только 3% участников. Пол не имеет значения”.

Человека в обычной маске камера узнает в 80% случаев. Ученые говорят, что придуманный шаблон не является единственно возможным. При желании можно разработать модель под каждую технологию, на которой сегодня работают мировые системы распознавания лиц.

Исследователи считают, что и с этой угрозой можно справиться. Например, настроить так системы, чтобы они расценивали любую надетую на лицо маску как простую медицинскую. Это поможет технике не “растеряться”. 

Еще один “рабочий” вариант — научить камеры восстанавливать нижнюю часть лица, ориентируясь только на верхнюю. 

“Существует популярное направление — генеративно-состязательная сеть (GAN), — рассказывает аспирант Алон Золфи, руководивший исследованием “враждебных” масок. — Оно использует известные “входные данные” и дорабатывает портрет. Правда, это “тяжелый” подход: он требует совершенно другой архитектуры технических решений и обучения. Большую роль в этом процессе играет и человек, который стоит за камерой”.

В отчёте (PDF) специалисты поделились ссылкой на видео, демонстрирующее эффективность их разработки. Мы приводим ролик ниже:

Android-приложения с ИИ массово «светят» ключи и данные пользователей

Исследователи выяснили: разработчики Android-приложений с ИИ по-прежнему массово хранят «секреты» прямо в коде, и этим активно пользуются злоумышленники. В рамках крупного анализа специалисты изучили 1,8 млн приложений из Google Play и обнаружили, что большинство ИИ-приложений в среднем «светят» конфиденциальными данными.

Картина получилась тревожной. 72% Android-приложений с ИИ содержат хотя бы один жёстко прописанный секрет — от идентификаторов облачных проектов до API-ключей.

Причём более 68% таких секретов связаны с Google Cloud: это ID проектов, адреса сервисов и ключи доступа. Всё это расширяет поверхность атаки и упрощает жизнь тем, кто ищет, к чему бы «подцепиться».

Проблема не теоретическая. По данным Cybernews, сотни ИИ-приложений уже были скомпрометированы автоматизированными атаками. Исследователи нашли 285 баз Firebase без какой-либо аутентификации, которые были открыты всем желающим.

В сумме через них утекло около 1,1 ГБ пользовательских данных. В ряде случаев в базах уже явно «похозяйничали» — например, там встречались тестовые таблицы с названиями вроде «poc» (от «proof of concept») и фейковые администраторские аккаунты.

Ещё масштабнее ситуация с облачными хранилищами. Из-за неправильных настроек Google Cloud Storage оказались открыты более 200 млн файлов общим объёмом почти 730 ТБ. В среднем на одно уязвимое хранилище приходилось 1,5 млн файлов и несколько терабайт данных.

 

При этом утекали не только «безобидные» идентификаторы. Среди найденных ключей были доступы к сервисам аналитики, коммуникационным платформам и даже платёжной инфраструктуре. В отдельных случаях речь шла о боевых ключах Stripe, которые теоретически позволяют управлять платежами — списывать деньги, оформлять возвраты или перенаправлять средства.

Интересно, что с API крупных LLM-провайдеров ситуация выглядит спокойнее. Ключи OpenAI, Gemini или Claude встречались редко и в основном относились к низкому уровню риска. Даже если такой ключ утечёт, он, как правило, не даёт доступа к истории запросов или диалогам пользователей.

Отдельный вывод исследования — проблема не только в утечках, но и в плохой «гигиене» разработки. Тысячи приложений содержат ссылки на облачные ресурсы, которые уже давно удалены или не используются.

RSS: Новости на портале Anti-Malware.ru