人臉安全識別這一原本只能在科幻電影里看到的安全技術(shù)，如今在現(xiàn)實生活中應(yīng)用得已經(jīng)越來越廣泛。但是來自美國北卡羅萊納州大學(xué)的科學(xué)家們經(jīng)過研究后宣稱，這一技術(shù)的可靠性堪憂，他們發(fā)現(xiàn)依靠從Facebook上獲得的照片生成的3D模型或者3D打印的面具能夠破解超過4/5基于人臉識別技術(shù)的安全系統(tǒng)。

這一令人吃驚的結(jié)論是北卡羅萊納州大學(xué)的科學(xué)家們在本月早些時候參加Usenix安全會議的時候在其論文《虛擬的你：通過你的公開照片構(gòu)建虛擬模型來破解實時面部檢測(Virtual U: Defeating Face Liveness Detection by Building Virtual Models from Your Public Photos)》宣布的。這也為廣大網(wǎng)民敲響了一記警鐘，盡量不要讓自己的照片出現(xiàn)在網(wǎng)絡(luò)上，否則只需三張低分辨率的照片就足以重現(xiàn)您的3D模型以騙過您的身份驗證系統(tǒng)。

研究人員們稱這是對于安全“非常直接和嚴(yán)重的威脅”。他們進(jìn)一步認(rèn)為，“基于VR的欺騙性攻擊從根本上指向了基于攝像頭的身份驗證系統(tǒng)的嚴(yán)重弱點：除非結(jié)合其它可驗證的數(shù)據(jù)來源，否則那些依賴于彩色圖像數(shù)據(jù)和攝像頭的系統(tǒng)很容易遭到虛擬世界的攻擊?！?

來自Unsenix演講的幻燈片。

這一切都在Usenix大會上得到了證明，科學(xué)家們在現(xiàn)場使用數(shù)字化的3D人臉模型成功解鎖了面部軟件系統(tǒng)。除此之外他們還通過一項實驗強調(diào)了實現(xiàn)這一切是多么容易。有20位志愿者(他們大部分都是安全技術(shù)研究人員，幾乎從來不在網(wǎng)絡(luò)上分享資料的)作為“被網(wǎng)絡(luò)盯梢者”。研究人員通過Facebook、LinkedIn和類似的網(wǎng)站上找到了這些人公開的幾張照片。有一位參與者在過去三年里僅僅上傳了兩張照片，即便如此已經(jīng)足夠了。

這些數(shù)據(jù)隨后被用于生成面部的3D模型，其缺失的區(qū)域、陰影或紋理通過手工填充。研究人員甚至為其增加了面部動作(皺眉頭、微笑等等)。這些模型是如此詳細(xì)，該3D面孔甚至可以根據(jù)設(shè)備的旋轉(zhuǎn)而移動?！皩τ谝粋€觀測的人臉認(rèn)證系統(tǒng)來說，展示的深度和運動線索與它們預(yù)期的人臉完全匹配?！彼麄冋f。

研究人員拿這些3D面孔對市場上的五個面部身份驗證系統(tǒng)進(jìn)行了測試，這五個系統(tǒng)分別是Mobius、KeyLemon、TrueKey、BioID和1D，結(jié)果證明，有四個系統(tǒng)可以被攻破，成功率在55%到85%之間。而且如果能夠獲得室內(nèi)環(huán)境中拍攝的特定頭部照片的話，所有五個系統(tǒng)都可以被攻破?！拔覀兪褂蒙缃幻襟w的照片進(jìn)行面部重建主要是為了強調(diào)一個人的相貌對于網(wǎng)絡(luò)隱私的重要性是跟這個人的其它信息，比如年齡和位置等，是一樣的?！毖芯咳藛T們總結(jié)說。

不過問題是，在社交媒體時代，這種威脅不能完全解決。唯一可能的解決方案是在人臉識別工具上增強其識別欺詐的功能。尤其是，拒絕用低分辨率紋理合成人臉的能力是絕對必要的，除此之外借助光投影圖案、增加可識別紅外線的傳感器以及識別跟脈搏相關(guān)的輕微皮膚色調(diào)波動都會有所幫助。

雖然并沒有使用3D打印的面具進(jìn)行測試，但是北卡羅萊納大學(xué)的研究團(tuán)隊說，這種面具應(yīng)該會提供相同的結(jié)果。因此對于面部識別軟件開發(fā)商來說，他們還有很多工作要做。