神经网络已经学会使用“通用”面孔来欺骗识别系统

以色列特拉维夫大学的科学家开发了一种使用假脸照片绕过生物识别系统的方法。

发现的方法使用人工智能技术来创建一个通用的面部模板，可以一致地组合和解锁身份验证系统。

研究人员说，漏洞在于面部识别使用广泛的标记来识别特定的人。 在他们的帮助下，您可以创建一个通用模板来欺骗大部分安全系统。

科学家们提出，使用 StyleGAN 算法生成的 9 张人脸就可以对应世界 40% 的人口。 他们在包含 13,000 张图像的数据集上测试了由神经网络合成的快照，发现假脸可以模仿数据集中 20% 的个人。 其他测试显示出更好的结果。

研究人员说：“即使攻击者没有关于目标身份的信息，人脸认证也是极其脆弱的。”

科学家们还认为，该漏洞可以与 deepfakes 结合来模拟活体检查，活体检查通常用于通过执行一系列手势来远程验证身份。

回想一下，在 7 月份，研究人员报告了一种将恶意代码隐形注入神经网络的方法的发现。

今年 5 月，马里兰州网络安全中心的研究人员发现了神经网络中的一个漏洞，该漏洞会增加其功耗。

在 Telegram 上订阅 ForkLog 新闻：ForkLog AI – 来自 AI 世界的所有新闻！

—-

原文链接：https://forklog.com/nejroset-nauchilas-obmanyvat-sistemy-identifikatsii-s-pomoshhyu-universalnogo-litsa/

原文作者：Богдан Каминский

编译者/作者：wanbizu AI

玩币族申明：玩币族作为开放的资讯翻译/分享平台，所提供的所有资讯仅代表作者个人观点，与玩币族平台立场无关，且不构成任何投资理财建议。文章版权归原作者所有。