Forscher aus Israel haben ein neuronales Netzwerk entwickelt, das in der Lage ist, „Master“-Gesichter zu erzeugen – Bilder von Gesichtern, die jeweils mehrere Identifikatoren verkörpern können. Die Arbeit legt nahe, dass es möglich ist, solche „Hauptschlüssel“ für mehr als 40 % der Bevölkerung zu generieren, indem nur 9 Gesichter verwendet werden, die mit Generative Adversarial Network (GAN) StyleGAN – drei führenden Gesichtserkennungssystemen – synthetisiert wurden. Die Forschung wurde gemeinsam mit wissenschaftlichen Einrichtungen in Tel Aviv durchgeführt.
Im Laufe der Arbeit fanden die Wissenschaftler heraus, dass ein einzelnes generiertes Gesicht 20 % der Gesichter mit Labeled Fa imitieren kannces in the Wild (LFW) der University of Massachusetts – eine kollaborative offene Datenbank zur Entwicklung und Erprobung von Gesichtserkennungssystemen und eine Referenzdatenbank für das israelische System. Wie Sie wissen, wird es häufig zum Testen von Identitätserkennungssystemen verwendet.
Die neue Methode verbessert eine ähnliche aktuelle Arbeit der Universität Siena, die einen privilegierten Zugang zu einem maschinellen Lernsystem erfordert. Im Gegensatz dazu nimmt die neue Methode verallgemeinerte Merkmale aus öffentlich verfügbaren Materialien und wendet sie an, um Gesichtsmerkmale zu generieren, die eine große Anzahl von Instanzen umfassen. Unter verschiedenen Bedingungen gelang es den Wissenschaftlern, mit Hilfe von nur 40 generierten Fotos eine "positive" Identifizierung von mehr als 60% bis 9% der Personen zu erreichen.
bei diesem Ansatz StilGAN wird zunächst als Black-Box-Optimierungsmethode verwendet, die sich (nicht überraschend) auf hochdimensionale Daten konzentriert, da es wichtig ist, die breitesten und allgemeinsten Gesichtsmerkmale zu finden, die von einem Authentifizierungssystem benötigt werden.
In dem Papier heißt es, dass „gesichtsbasierte Authentifizierung extrem anfällig ist, selbst wenn es keine Informationen über die Identität des Ziels gibt“, und die Forscher sehen ihre Initiative als einen tragfähigen Ansatz für die Methodik des Hackens von Gesichtserkennungssystemen.
Lesen Sie auch:
- Künstliche Intelligenz hilft der NASA bei der Erforschung der Sonne
- Die EU versucht, die Gesichtserkennung an öffentlichen Orten zu regulieren