研究人員以AI技術產製人臉萬能金鑰,成功欺騙人臉辨識系統
文章推薦指數: 80 %
... Latent Space Evolution」,透過AI技術產製9張人臉作為萬能金鑰,成功欺騙3大人臉辨識系統FaceNet、SphereFace及Dlib,成功機率約5成。
跳到主要內容
首頁
關於中心
中心簡介
組織架構
最新消息
最新公告
資安新聞
活動訊息
資安防護訊息
漏洞警訊公告
漏洞新聞
重大漏洞專區
共通規範
資通安全技術報告
Windows7終止支援服務專區
勒索軟體防護專區
資安業務與服務
N-ISAC
聯防監控
政府組態基準(GCB)
資安服務
資安服務廠商評鑑
政府機關資安弱點通報機制(VANS)專區
資安訓練與推廣
系列競賽
巡迴研討會
法律彙編
資安職能
資料索取/教材下載
相關連結
國家資通安全會報
國家資通安全通報應變網站
資安治理成熟度評估系統
資通安全作業管考系統
資安影片
資安人才培訓服務網
資安現況調查系統
網站導覽
RSS服務
意見信箱
:::
首頁
網站導覽
RSS服務
聯絡我們
English
行政院國家資通安全會報技術服務中心
中心簡介
組織架構
最新消息
最新公告
資安新聞
活動訊息
資安防護訊息
漏洞警訊公告
漏洞新聞
重大漏洞專區
共通規範
資通安全技術報告
Windows7終止支援服務專區
勒索軟體防護專區
資安業務與服務
N-ISAC
聯防監控
政府組態基準(GCB)
資安服務
資安服務廠商評鑑
政府機關資安弱點通報機制(VANS)專區
資安訓練與推廣
系列競賽
巡迴研討會
法律彙編
資安職能
資料索取/教材下載
相關連結
國家資通安全會報
國家資通安全通報應變網站
資安治理成熟度評估系統
資通安全作業管考系統
資安影片
資安人才培訓服務網
資安現況調查系統
:::
研究人員以AI技術產製人臉萬能金鑰,成功欺騙人臉辨識系統
以色列特拉維夫大學研究人員發表研究報告「GeneratingMasterFacesforDictionaryAttackswithaNetwork-AssistedLatentSpaceEvolution」,透過AI技術產製9張人臉作為萬能金鑰,成功欺騙3大人臉辨識系統FaceNet、SphereFace及Dlib,成功機率約5成。
研究人員指出,生物辨識比對能力不精確,且生物特徵資料分布不均勻,意旨可透過少數樣本覆蓋多數人群,如單一人臉便能覆蓋20%之LabeledFacesintheWild(LFW)人臉資料庫資料,因此研究人員利用StyleGAN演算法生成人臉,效法字典檔攻擊之方式,暴力破解不同人臉辨識系統,經由不斷重複生成人臉提高人臉金鑰覆蓋率,最終生成9張人臉萬用金鑰,並以3大人臉辨識系統FaceNet、SphereFace及Dlib進行實驗,發現其覆蓋率分別為43.82%、44.15%及63.92%,另發現60歲以上白人之五官差異較小,使單一人臉覆蓋率提高。
研究人員表示,此一結果意旨基於人臉之身分鑑別系統相當脆弱,儘管諸多人臉辨識系統皆部署反欺騙技術,如可透過專業分析技術辨識檢測物是否為真實人類,惟若攻擊者將人臉萬用金鑰結合DeepFake等既有技術偽冒為真實人類,即可能繞過反欺騙技術之檢測。
反之,人臉辨識系統亦可透過生成對抗網路(GenerativeAdversarialNets,GAN)技術,以人臉萬用金鑰持續訓練模型,強化系統安全性。
資料來源:
https://arxiv.org/pdf/2108.01077.pdf
https://www.marktechpost.com/2021/08/14/tel-aviv-researchers-propose-an-ai-method-using-neural-networks-to-generate-a-face-universal-key-to-imitate-the-portraits-of-the-three-major-face-recognition-systems/
技術服務中心整理
2021/8/14上午12:00:00
:::
行政院國家資通安全會報技術服務中心
中心簡介
組織架構
最新消息
最新公告
資安新聞
活動訊息
資安防護訊息
漏洞警訊公告
漏洞新聞
重大漏洞專區
共通規範
資通安全技術報告
Windows7終止支援服務專區
勒索軟體防護專區
資安業務與服務
N-ISAC
聯防監控
政府組態基準(GCB)
資安服務
資安服務廠商評鑑
政府機關資安弱點通報機制(VANS)專區
資安訓練與推廣
系列競賽
巡迴研討會
法律彙編
資安職能
資料索取/教材下載
相關連結
國家資通安全會報
國家資通安全通報應變網站
資安治理成熟度評估系統
資通安全作業管考系統
資安影片
資安人才培訓服務網
資安現況調查系統
資安系列競賽
行政院國家資通安全會報技術服務中心/進行轉載或複製請知會本網站取得同意/
本中心隱私權保護政策/本中心性騷擾申訴管道
地址:10676台北市大安區富陽街116號
電話:(02)2739-1000傳真:(02)2733-1655
建議瀏覽器:本網站支援IE10以上、Firefox及Chrome
更新日期:2021/12/23
延伸文章資訊
- 1人臉辨識模型Google Facenet 介紹與使用 - MakerPRO
本篇文章介紹Facenet 的辨識模型和架構,並在Keras 環境下實際測試。 近年來透過深度學習以及CNN,不但開啟了人臉辨識領域的新紀元,也讓傳統的LBP、HOG ...
- 2[教學影片] FaceNet 人臉辨識演算法實作- 立達軟體科技股份 ...
FaceNet, 人臉辨識, 演算法, 實作. 上一篇: [教學影片] YOLOv4 物件偵測影像分析演算法實作. 下一篇: [教學影片] EfficientDet 物件偵測演算法實作 ...
- 3Face Recognition with FaceNet - Yy's Program
Face Recognition with FaceNet. Google在2015年提出透過深度學習的方式處理人臉辨識的系統FaceNet 該 ...
- 4基於FaceNet之偽裝人臉身份辨識
本論文提出基於FaceNet之偽裝人臉身份辨識系統,其目的為當辨識目標穿著偽裝物品時,系統可以正確識別身份。系統使用Single Shot Multibox Detector (SSD)檢測臉部...
- 5人臉辨識模型Google Facenet 介紹與使用 | 健康跟著走
人臉辨識模型- 本篇文章介紹Facenet的辨識模型和架構,並在Keras環境下實際測試。近年來透過深度學習以及CNN,不但開啟了人臉辨識領域的新...