江苏龙网

  1. 首页 > 资讯 > 科技 > >

|你熟知的那个杀毒软件公司McAfee,用这种方法骗过护照人脸识别( 三 )


首先是正向测试（positive test） ， 屏幕右侧为 Steve 的真实、非生成图像 。 系统在对照 Sam 时是不匹配的 ， 对照 Steve 自己时匹配度 100% 。 这说明系统可以正确地识别出 Steve 自己 。
|你熟知的那个杀毒软件公司McAfee,用这种方法骗过护照人脸识别
本文插图

其次是负向测试（negative test） ， 屏幕右侧为 Jesse 的真实、非生成图像 。 系统准确地识别出了 Sam 和 Steve 与右侧 Jesse 不是同一个人 。 这说明系统在非对抗性条件下可以正确区分不同的人 。
|你熟知的那个杀毒软件公司McAfee,用这种方法骗过护照人脸识别
本文插图

最后是对抗性测试（adversarial test） ， 屏幕右侧为模型生成的 Jesse 的对抗性或者伪图像 。 由于 Sam 不在 CycleGAN 训练集中 ， 所以他与右侧的 Jesse 不匹配 。 攻击者 Steve 则对误分类为 Jesse 。
|你熟知的那个杀毒软件公司McAfee,用这种方法骗过护照人脸识别
本文插图

所以 ， 在这种对抗性攻击场景中 ， 如果护照扫描仪完全取代人类检查员 ， 则它已经误认为攻击者 Steve 与护照数据库中同谋者 Jesse 的伪图像是同一个人 。 由于 Jesse 不在禁飞名单中 ， 也没有任何其他限制 ， 所以 Steve 能够以 Jesse 的身份通过机场人脸验证并顺利登机 。
而如果这时有人类检查员的参与 ， 则很可能会辨认出 Steve 与护照上的 Jesse 伪图像并不是同一个人 。 这也由此说明了人脸识别系统较人类更容易出错 。
目前 ， 该研究已经在白盒和灰盒攻击测试中取得了进展 ， 并实现了很高的成功率 。 他们希望启发或者与其他研究者合作进行黑盒攻击测试 ， 从而证明该研究同样适用于护照验证系统等真实世界的目标 ， 并由此对这些系统做出改进 。
原文链接：https://www.mcafee.com/blogs/other-blogs/mcafee-labs/dopple-ganging-up-on-facial-recognition-systems/?utm_source=twitter_mcafee_labs&utm_medium=social_organic&utm_term=
&utm_content=&utm_campaign=&sf236565025=1


推荐阅读


上一篇：趣投稿|用BERT夺腾讯广告算法大赛50万元大奖，这是冠军团队的解决方案

下一篇：趣投稿|数据集轻松按需搜索，这个工具有近2000个图像数据集，可免费获取