本月初，安全牛報道過新加坡國立大學（NUS）開發(fā)的對抗人工智能人臉識別的照片“加擾”技術(shù)，可以保護人們的數(shù)字隱私不受機器大規(guī)模人臉識別和采集技術(shù)的侵犯（例如社交媒體、電商巨頭、有組織犯罪集團等等）。

創(chuàng)新互聯(lián)建站堅持“要么做到，要么別承諾”的工作理念，服務領(lǐng)域包括：網(wǎng)站建設(shè)、網(wǎng)站設(shè)計、企業(yè)官網(wǎng)、英文網(wǎng)站、手機端網(wǎng)站、網(wǎng)站推廣等服務，滿足客戶于互聯(lián)網(wǎng)時代的三門網(wǎng)站設(shè)計、移動媒體設(shè)計的需求，幫助企業(yè)找到有效的互聯(lián)網(wǎng)解決方案。努力成為您成熟可靠的網(wǎng)絡(luò)建設(shè)合作伙伴！

近日，芝加哥大學的研究者在第29屆USENIX安全研討會發(fā)布了一個新的圖像混淆技術(shù)，可以對人們發(fā)布的照片進行像素級的更改（肉眼無法察覺的圖像偽裝），實驗證明，無論如何訓練人臉識別深度學習模型，F(xiàn)awkes都能提供95％以上的保護成功率（人像不被正確識別）。

然后，您可以像平常一樣使用這些“偽裝”的照片，在社交媒體上共享它們，將其發(fā)送給朋友，進行打印或在數(shù)字設(shè)備上顯示它們，就像處理其他任何照片一樣。但是，不同之處在于，當有人（編者按：例如ImageNet創(chuàng)始人李飛飛所做的那樣）嘗試使用這些照片來構(gòu)建面部識別模型時，“隱身”圖像將交給模型一個高度失真的版本。

Fawkes的研究團隊宣稱，即使面對最先進的人臉識別模型，F(xiàn)awkes依然能保持極高的成功率，同時對于嘗試檢測或破壞圖像偽裝的各種對策具有強大的抵抗力。

參考資料

Fawkes：保護隱私不受未授權(quán)深度學習模型侵犯

http://people.cs.uchicago.edu/~ravenben/publications/pdf/fawkes-usenix20.pdf

網(wǎng)頁標題：Fawkes：又一種可以擊敗人臉識別AI的照片偽裝技術(shù)
分享網(wǎng)址：http://chinadenli.net/article26/cggpjg.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供品牌網(wǎng)站制作、做網(wǎng)站、自適應網(wǎng)站、App設(shè)計、定制開發(fā)、標簽優(yōu)化

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)