이스라엘의 연구원들은 "마스터" 얼굴, 즉 각각 여러 식별자를 가장할 수 있는 얼굴 이미지를 생성할 수 있는 신경망을 개발했습니다. 이 연구는 40개의 주요 얼굴 인식 시스템인 GAN(Generative Adversarial Network) StyleGAN을 사용하여 합성된 9개의 얼굴만 사용하여 인구의 % 이상에 대해 이러한 "마스터 키"를 생성할 수 있음을 시사합니다. 연구는 텔아비브의 과학 기관과 공동으로 수행되었습니다.
작업 과정에서 과학자들은 생성된 단일 얼굴이 Fa라는 라벨이 붙은 얼굴의 20%를 모방할 수 있다는 사실을 발견했습니다.ces 매사추세츠 대학의 LFW(in the Wild) - 얼굴 인식 시스템의 개발 및 테스트에 사용되는 공동 개방형 데이터베이스와 이스라엘 시스템용 참조 데이터베이스입니다. 아시다시피 신원 인식 시스템을 테스트하는 데 자주 사용됩니다.
새로운 방법은 머신 러닝 시스템에 대한 액세스 권한의 특권 수준을 요구하는 시에나 대학의 유사한 최근 연구를 개선합니다. 대조적으로, 새로운 방법은 공개적으로 사용 가능한 자료에서 일반화된 특징을 가져와 엄청난 수의 인스턴스에 걸쳐 있는 얼굴 특징을 생성하는 데 적용합니다. 다양한 조건에서 과학자들은 40개의 생성된 사진의 도움으로 60%에서 9% 이상의 사람을 "긍정적"으로 식별하는 데 성공했습니다.
이 접근법에서 스타일 인증 시스템에서 요구하는 가장 광범위하고 가장 일반화된 얼굴 특징을 찾는 것이 중요하기 때문에 처음에는 고차원 데이터에 초점을 맞춘(당연히) 블랙박스 최적화 방법으로 사용됩니다.
논문에서는 "얼굴 기반 인증은 대상의 신원에 대한 정보가 없는 경우에도 극도로 취약하다"고 밝히고 있으며, 연구진은 안면 인식 시스템을 해킹하는 방법론에 대한 실행 가능한 접근 방식으로 이 계획을 보고 있습니다.
또한 읽기: