编译 | 杨畅

编辑 | Panken

智东西8月16日，近日，以色列特拉维夫大学研究职员证明了一种创建“万能人脸（master face）”的方法。

研究职员通过图像天生系统StyleGAN师长西席成假的人脸图像，然后通过算法和分类器比拟筛选出与真实人脸相似度最高的图像，终极得到9张“万能人脸”图像。

这种打算机天生的“万能人脸”浸染就像万能钥匙一样，可以模拟多个身份，通过基于人脸识别的身份验证。

该研究论文题目为《利用网络赞助的潜在空间蜕变天生字典攻击的万能人脸（Generating Master Faces for Dictionary Attacks with a Network-Assisted Latent Space Evolution）》，已提交至论文预印本发布平台arXiv上。

论文链接：

https://arxiv.org/pdf/2108.01077.pdf

一、万能指纹技能带来灵感

由于其方便性，生物识别认证，特殊是人脸识别认证，已日益成为主流，因此现在成为攻击者的紧张目标。

攻击一样平常的打算机认证系统时，有破解者会采纳字典式攻击，通过连续考试测验多个输入来考试测验通过认证系统。

而在现实天下的生物识别系统中，人们常日只能考试测验几次输入，然后系统就会锁定。
并且利用生物统计学进行的匹配并禁绝确，加之生物学统计数据的空间分布不屈均，这表明可能少量样本可以覆盖更大的人口比例。

特拉维夫大学研究职员从“万能指纹”研究中得到了灵感，他们开拓了一种“万能人脸”，来绕过人脸识别软件。

二、通过算法分类比拟，选出9张“万能人脸”

研究职员首先利用人工智能领域广泛利用的天生模型StyleGAN，来进行“万能人脸”的制作。

“万能人脸”演习过程

然后研究职员然后利用算法和神经网络来优化。
有限内存矩阵自适应进化策略（LM-MA-ES）算法是非常适宜高维黑匣子优化的，但是还须要增加一个组件，来推断哪些人脸是交叉身份认证的最佳候选选项。

以是，研究职员创建了一个“成功预测器（Success Predictor）”神经分类器，将大量候选人脸图像筛选出得当、可完成绕过人脸识别软件任务的人脸图像。

“成功预测器”神经分类器事理

研究职员利用算法和分类器将每一个别系输出的虚假人脸都与Labeled Faces in the Wild（LFW）数据库中5749个不同人的真实照片进行比较，并给出均匀集覆盖率（Mean Set Coverage，MSC）分数，只保留分数高的虚假人脸图像。

个中对图像比较得到的分数会用于演习进化算法，帮助研究职员利用StyleGAN，创建出越来越多看起来像数据集中真实存在的人脸图像。
终极得到9张“万能人脸”图像。

九张“万能人脸”

三、能覆盖超40%数据集

研究职员利用“万能人脸”对三种不同的深度人脸识别系统：dlib、FaceNet、SphereFace进行测试，由于这几种人脸识别系统在LFW数据集中测试竞赛的排名最高。

9张天生的图像所覆盖的数据集的百分比

研究职员实验得到，9张“万能人脸”覆盖了这三种人脸识别系统中42%-64%的数据集，也便是说9张“万能人脸”可以通过这些人脸识别系统中42%-64%的身份验证。

结语：人脸识别系统准确性备受关注

随着人脸识别技能的普遍运用，除了涉及到隐私保护问题外，人脸识别的准确性同样是人们热议的话题。
美国就有几起因为人脸识别缺点而缺点发生逮捕的事宜，引起了很大舆论反响。

特拉维夫大学研究职员实在给出了很好的思路，从如何破解人脸识别系统入手反推人脸识别系统漏洞，这样可以更好地完善人脸识别系统。

来源：VICE、arXiv