京公网安备 11010802034615号
经营许可证编号:京B2-20210330
来源:【公众号】
Python技术
人脸识别是一个既方便又安全的个人鉴权解决方案,被应用在各个场景中,从各种app,打卡门禁,到遍布各处的自动售卖机,已经和我们的生活密切结合了,不过可别掉以轻心,安全问题无小事
1
今天看到的一条新闻[1] ,给人脸识别的安全问题打上了大大的问号,怎么回事呢?
近日上海警方在查处一起伪造发票案时,牵出了一个破解人脸识别案,犯罪嫌疑人通过简单的手段,获取了大量的人脸信息
然后利用“活照片” app,把获取到的照片做成可以点头、摇头、眨眼,张嘴的视频
再通过劫持手机摄像头软件,轻松骗过手机的人脸识别环节
从而攻破广泛用于管理电子营业执照 App 的人脸识别系统,疯狂的开设虚假发票
2
之前也有破解人脸识别的新闻,依托清华大学人工智能研究院成立的团队瑞莱智慧,披露过一个研究成果:
研究人员根据一张照片,通过研究算法,制作一副特殊“眼镜”,就可以刷脸解锁他人手机或App身份认证。
戴上自制眼镜后,15分钟内破解了19款智能手机的人脸识别解锁系统,同样被破解的还包括十余款金融和政务服务类App。
研究人员表示,结合身份证号等个人信息,甚至可冒充机主完成线上银行开户。
3
这些新闻只是“人脸识别”黑产中的冰山一角
记者发现,网上存在大量提供破解人脸识别技术服务的群组,通过各种技术,用很便宜的价格,为客户提供各种场景的人脸识别服务,比如上班打卡考勤,甚至可以通过特殊的手机,随便破解运行在手机上的人脸识别应用,而且价格低廉
看的这里,我都不敢再随便晒我的头像了
面对这样的情况,专家不断地呼吁各方提高安全意识,敦促相关部门提高安全等级,修补安全漏洞……
这些无可厚非,但对于我们每个个体来说,远水解不了近渴,我的得主动出击做我们能做的,保护自己
1.头像分享需谨慎
通过调查可知,大部分都是通过窃取互联网上的用户头像训练以及进行突破人脸识别的
那么我们在分享个人头像时,就要谨慎,对于公信力不高的平台,最好不要轻易上传头像或者有脸的照片
2.个人信息保护牢
另外为了提高安全等级,很多人脸识别系统会配合采集个人信息作为副助验证,增强一定的安全性
那么我们就不要随便将个人信息泄露出去,特别是姓名,手机号,身份证号,这些关键信息,至少不要一起提供到不靠谱的平台上
3.主动防御
除了这些主动的通过习惯防范的方式,还有什么方法吗?
当然有,所谓“魔高一尺道高一丈”,那么怎么为我们的头像戴上面具呢
Fawkes是由芝加哥大学 SANDLab 研究人员开发,针对面部识别系统的隐私保护工具
它可以通过 AI 计算,为照片添加一层防识别 “隐身衣”,经测试,其已在最先进的面部识别技术中取得了百分百的胜利。
我们先看一组照片:
找不同
能看出两种照片的不同吗?
如果不仔细看是看不出来,甚至就算仔细看了,也未必能看出来
上面的图片中,左边的是原始图片,右边的是经过 Fawkes 伪装过的
神奇的是,经过处理后,人眼几乎看不出差异,而在机器看来却是完全不同的两张脸
这是如何实现的呢?
借用 Fawkes 为照片穿上隐身衣这篇文章上的解释:
Fawkes 在公开的研究论文里,详细描述了实现原理,不过比较复杂,简单来说就是:
Fawkes 并不是让你的照片对人脸识别系统隐形,而是通过代码做了一些微调,让你看起来好像另一个人,这个人可能时不存在的虚拟人像
关于虚拟人像,可参考 99% 的人并不知道 AI 生成人脸已经达到什么水平[5]
Fawkes 原理示意图:
Fawkes 原理示意图
前者是基于 Fawkes 算法来生成用户图像的伪装版本,后者是通过追踪器(Tracker)从网络资源中检索伪装的图像,并使用它们来训练未经授权的面部识别模型。最终可以发现模型输出的图像与原始图像并不相同
这是官方给出的效果对比:
效果对比图
看着很热闹,如何应用呢?
Fawkes 提供了两种应用方式
第一种是桌面应用,提供了 MAC 和 Windows 的下的软件[6],下载后直接使用即可
而且使用起来简单粗暴:
Fawkes 软件
转化完后,会保存在原始图片所在的目录里
第二种,可以安装 Fawkes 命令行工具
首先需要有 Python3.6 及其以上版本
然后需要安装 TensorFlow 2.0 以上版本,具体安装方法可以参考 TensorFlow 安装
最后使用 pip 安装 Fawkes
pip install fawkes
如果安装成功,就可以直接使用命令 fawkes 了
命令行参数为:
示例
fawkes -d ./imgs --mode min
将当前目录 imgs 里的所有图片以最小保护力度进行批量处理
两种保护方式各有好处,可根据自己实际情况选择
虽然人脸识别还有待提高安全性,但办法总比问题多
我们在加强安全意识的同时,可以利用技术手段提高自我保护的力度
这才是真正有效的方式,也是让自己不断强大起来的方式
这下,妈妈再也不用担心我的头像安全问题了,就聊到这里吧,赶紧去换一下社交网络上的头像
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14