315面部識別遭質疑 安全堪憂或將成為新的潛在威脅？
譯文就在上周，有消息稱一款名為Facezam的假冒應用能夠通過掃描其Facebook相片實現面部追蹤。雖然最終證明這一切只是謠傳，但公眾的反應卻證明了人們對于面部識別仍存在誤解。事實上，真實的應用與網站確實能夠輕松實現Facezam提出的這種威脅性效果。無獨有偶，央視315晚會曝光，當前的人臉識別技術不過關，漏洞頗多，甚至用照片都可以打開。同時建議商家研究技術要少一些概念，多一些腳踏實地；用戶面對高科技，要多一些防范意識。
數十年來，指紋、虹膜掃描、手腕靜脈掃描以及語音與面部識別已經陸續進入我們的生活。然而在由此帶來的潛在隱私入侵層面，各類方法面臨的風險卻并不一致。
面部識別的危險度達其它方法的上百倍
一切生物識別系統的根本原理，在于捕捉相關數據、將其輸入數據庫，而后將新捕捉的數據與數據庫進行匹配。這類方式確實能夠很好地利用計算機分析實現體貌特征識別。
大多數生物統計數據難以捕捉，指紋、虹膜、靜脈乃至其它類型的生物數據皆需要明確的權限或者知識方可獲取。然而，面部識別卻并不受此限制——一張照片足矣。無論是監控攝像頭、個人照片甚至是ATM機，我們的面貌都已經被無數次記錄下來。
另外，照片本身的獲取難度也更低。不像是只被保留在外事或者公安機構內的指紋信息，面部照片大量出現在社交網絡、公共圖庫乃至個人通訊軟件，且大多直接公開。
俄羅斯面部識別網站FindFace提供極為可怕的工具，其能夠幫助我們快速從Twitter上找到各類匹配圖片。
下面來看FindFace的使用流程：
- 向FindFace上傳一張圖片。
- FindFace將提供多個包含匹配結果的Twitter帳戶，而點選對應的帳戶后，FindFace會告知該帳戶的用戶姓名。
- 3. 將姓名復制至Family Tree Now網站中，即可獲取其家庭住址、家庭成員、年齡及其它數據。
雖然結果并不是非常精確，而且我們可能還需要對潛在的用戶進行逐一篩查，但這一流程確實具備可行性。而且更可怕的是，FindFace與未來幾年可能出現的真實風險相比，根本不算什么。
分析您上傳的圖片 準確從中找到您
另外一種可行方案是采用Google Photos。Google Photos中的“people”視圖展示了谷歌如何自動對照片進行面部識別，并對身在其中的人們進行分組。更驚人的是，任何人都可以為此類照片分組添加名稱，從而告知谷歌的大規模數據庫你自己的真實身份。
在此之后，谷歌AI會自動對照片進行分析，并從更多圖像當中將你準確識別出來。
同樣的情況在Facebook中也有發生。用戶可以對圖片進行標記，Facebook則利用其先進的AI從其中進行面部識別。因此大家應該會注意到，在上傳一張照片后，Facebook往往能夠準確認出其中包含的每個人。
面部識別一夜之間無處不在
最近有傳聞稱，三星S8與Galaxy S8+都將采用面部識別用于設備解鎖。亦有消息人士指出，蘋果的iPhone 8將配備面部識別功能。而且事實證明，蘋果公司確實擁有多項與面部識別相關的技術專利，包括專門用于解鎖的面部識別方案。
另外，日本、法國、加拿大等國家的機場也開始越來越多地部署面部識別系統，甚至希望未來幾年內利用此類方案對全部乘客進行安檢。
總而言之，面部識別正快速成為主流，而公眾也越來越多地接受將面部識別掃描作為日常生活的組成部分。
面部識別的未來
大家可能還記得《少數派報告》劇集中，一名角色利用臉部形狀的紋身愚弄面部識別系統。未來是否真會出現這樣的情況？
- 設計師Adam Harvey利用一種織物圖案愚弄面部識別系統。
- 一位名叫Adam Harvey的設計師發明了一種新型織物，其能夠讓面部識別系統誤以為織物上布滿面孔。如此一來，當系統試圖識別其中的多張人臉時，匹配的可信度將有所下降。
- Harvey同時亦在探索如何利用發型與化妝以騙過面部識別技術。
- Kickstarter上的某眾籌項目嘗試利用ekō Glasses產品干擾面部識別。其能夠高度反射可見光與紅外線，旨在利用明亮的光照環境降低面部識別的準確度。
雖然這些方案看似聳人聽聞，但實際并不適用于面對面的掃描方式。
因此總結來講，我們仍然可以在一定程度上信任面對面掃描方案——例如接受安檢或者進行駕照信息匹配。但與此同時，大家應當盡可能控制自己的社交媒體與照片共享帳戶，同時避免使用手機與應用中的面部識別功能。
未來的安全前景并不樂觀，面對新的技術時代，我們也許有必要將面部識別視為一種新的潛在威脅。
原文標題：It's time to face the ugly reality of face recognition
原文作者：Mike Elgan
【51CTO譯稿，合作站點轉載請注明原文譯者和出處為51CTO.com】
