《TechCrunch》報導，美國資安研究人員史威林根（Bill Swearingen）過去一年反覆進行約3100萬次測試，開發出名為「noRecognition」的反辨識圖紋。他表示，現在已能依需求生成圖案，干擾美國街頭常見的車牌辨識器、人體偵測及臉部辨識系統。
近年監視器不再只是把影像錄下來。
搭配AI辨識演算法後，系統可以從數以萬小時計的影像中，自動找出特定車牌、車輛、人物或臉孔，讓警方不必逐一觀看畫面，就能像從乾草堆中抽出一根針般鎖定目標。
史威林根的圖紋不會遮擋鏡頭，也不會讓穿戴者從影像裡真正消失，而是讓辨識演算法無法判斷被圖紋覆蓋的東西究竟是人、汽車或其他物體。
系統如果沒有偵測到目標，就不會自動標記、搜尋或發出警報，使穿戴者重新變成埋藏在大量影像中的一根針。
「隱私是一項基本權利。」史威林根表示，他希望讓不願被追蹤的民眾，能夠選擇退出演算法監控。
史威林根住在密蘇里州堪薩斯城，也是當地資安社群SecKC的共同創辦人。
他說，居住地附近布滿監視器，有些甚至僅相隔幾英尺，但居民從未同意自己要受到全天候監看，他也從未同意政府把駕照照片拿去進行臉部辨識。
真正讓他動手研發的原因，是去年曾想參加一場示威活動，卻擔心沿途監視器可能辨識、追蹤行使集會與言論自由的參與者。
他自認身為住在美國中部的白人男性，過去很少因身分或外貌遭受歧視；如果連他都對監控感到不安，處境更弱勢的人可能更加不敢公開表達意見。
史威林根最初建立小型實驗室，逐一測試不同的開源影像辨識演算法，接著增加運算能力，將系統發展成一套強化學習模型。他形容，這個過程就像「教AI如何畫畫」。
每當生成圖紋仍被監視器認出，模型就修改圖案再次測試，反覆嘗試直到能同時騙過多種演算法。
史威林根宣稱，目前模型已找到可以干擾11套開源辨識演算法的圖紋。這套模型現在每分鐘都能生成新圖案，而且每一批的數學效果都比上一批更好。
史威林根8月7日在拉斯維加斯舉行的DEF CON資安大會上，首度進行公開實地測試。他與汽車影音頻道Donut Media合作，使用最新圖紋包覆一輛2009年式Toyota Yaris，再讓汽車通過車牌辨識攝影機，「我們證明它確實有效。」
不過，沒有被圖紋完整包覆的車輪仍是測試中的難題。Donut Media預計未來數周公開完整實驗影片。
本文依《新聞倫理政策》、《新聞規範》與《事實查核政策》採訪撰寫，如有疑問與指教請見《更正政策》。
點擊閱讀下一則新聞
