Root NationHírekinformatikai újságEgy neurális hálózatot képeztek ki, hogy "univerzális" arcokat hozzanak létre, amelyek megtévesztik az azonosítási rendszereket

Egy neurális hálózatot képeztek ki, hogy "univerzális" arcokat hozzanak létre, amelyek megtévesztik az azonosítási rendszereket

-

Izraeli kutatók kifejlesztettek egy neurális hálózatot, amely képes "mester" arcokat létrehozni – olyan arcképeket, amelyek mindegyike több azonosítót is megszemélyesíthet. A munka azt sugallja, hogy a lakosság több mint 40%-a számára lehetséges ilyen "mesterkulcsokat" előállítani mindössze 9 arc felhasználásával, amelyeket a Generative Adversarial Network (GAN) StyleGAN – három vezető arcfelismerő rendszer – segítségével szintetizáltak. A kutatást Tel-Aviv-i tudományos intézményekkel közösen végezték.

A munka során a tudósok rájöttek, hogy egyetlen generált arc az arcok 20%-át képes utánozni címkézett Fa-val.ces in the Wild (LFW) a Massachusettsi Egyetemen - egy együttműködésen alapuló nyílt adatbázis, amelyet arcfelismerő rendszerek fejlesztésére és tesztelésére használnak, valamint referencia adatbázis az izraeli rendszer számára. Mint tudják, gyakran használják személyazonosság-felismerő rendszerek tesztelésére.

Generatív ellenséges hálózat (GAN) StyleGAN

Az új módszer javítja a Sienai Egyetem hasonló közelmúltbeli munkáját, amely a gépi tanulási rendszerhez való privilegizált hozzáférést igényel. Ezzel szemben az új módszer általánosított jellemzőket vesz át a nyilvánosan elérhető anyagokból, és ezeket alkalmazza olyan arcvonások létrehozására, amelyek hatalmas számú példányt ölelnek fel. A tudósoknak különféle körülmények között sikerült elérniük a személyek több mint 40-60%-ának "pozitív" azonosítását mindössze 9 generált fénykép segítségével.

Ebben a megközelítésben StyleGAN kezdetben fekete doboz optimalizálási módszerként használták, amely (nem meglepő módon) a nagy dimenziós adatokra összpontosít, mivel fontos megtalálni a hitelesítési rendszer által megkövetelt legszélesebb és legáltalánosabb arcvonásokat.

Generatív ellenséges hálózat (GAN) StyleGAN

A cikk szerint "az arcalapú hitelesítés rendkívül sebezhető akkor is, ha nincs információ a célpont személyazonosságáról", és a kutatók kezdeményezésüket életképes megközelítésnek tekintik az arcfelismerő rendszerek feltörésének módszertanában.

Olvassa el még:

forrásegyesül
Regisztrálj
Értesítés arról
vendég

0 Hozzászólások
Beágyazott vélemények
Az összes megjegyzés megtekintése