Суть технологии: от «иголки» к «свалке»
Билл Свиринген, специалист по кибербезопасности из Канзас-Сити, создал проект noRecognition. Его цель — не блокировка записи видео, а искажение данных, необходимых алгоритмам для идентификации объектов. Паттерн, нанесенный на одежду или транспорт, делает объект «невидимым» для детекторов, превращая человека или машину обратно в «иголку в стоге сена» для систем видеонаблюдения.
Технология основана на модели обучения с подкреплением (reinforcement learning). Система самостоятельно обучается «рисовать» узоры, анализируя, какие из них успешно обходят детекторы. Каждый неудачный тест улучшает следующую итерацию паттерна.
Масштаб тестирования и результаты
За год работы Свиринген провел около 31 миллиона тестов. Изначально проект был Proof-of-Concept, но со временем перерос в систему, генерирующую новые, математически более совершенные паттерны каждую минуту. Ключевая особенность — универсальность: один узор может обманывать сразу несколько разных алгоритмов.
Демонстрация на Def Con и реальные тесты
На конференции Def Con в Лас-Вегасе прошла первая публичная проверка в реальных условиях. Вместе с медиа-группой Donut Media Свиринген покрыл автомобиль 2009 Toyota Yaris своим паттерном и попытался проскочить мимо камеры Flock (популярная система чтения номеров). Тест прошел успешно, хотя колеса стали сложным элементом для маскировки. Видео с демонстрацией будет опубликовано в ближайшее время.
Против кого работает защита?
Алгоритм Свирингена был протестирован против 11 открытых алгоритмов детекции. В их число входят системы, используемые правоохранительными органами и частными компаниями. Ниже приведена таблица ключевых технологий, против которых доказана эффективность паттернов:
| Технология / Платформа | Тип использования | Статус в тесте noRecognition |
|---|---|---|
| Flock | Системы чтения автомобильных номеров (ALPR) | Обманут (успешно на Def Con) |
| Axon | Программное обеспечение для носимых камер полиции | Обманут |
| Clearview AI | Распознавание лиц по базам данных | Обманут |
| 11 открытых алгоритмов | Различные модели компьютерного зрения | Все обмануты единым паттерном |
Приватность как право выбора
Свиринген подчеркивает, что паттерны не запрещают запись, но позволяют «отказаться от отслеживания» (opt-out). Он отмечает, что в его городе камеры установлены через каждые несколько метров, и граждане не давали согласия на использование своих данных (включая данные водительских прав для распознавания лиц). Проект находится на стадии краудфандинга для производства одежды (футболки, худи) с этими узорами, при этом самые эффективные паттерны пока не публикуются в открытом доступе, чтобы производители камер не могли их нейтрализовать.
Источник: TechCrunch ↗