Российские камеры наблюдения научились узнавать людей по силуэту
Министерство внутренних дел начало применять в системе городского видеонаблюдения алгоритмы распознавания людей и автомобилей по силуэту, сообщает «ТАСС» со ссылкой на компанию Ntechlab, разработавшую алгоритм. Это позволяет установить личность человека или распознать конкретную машину, даже если на части видеозаписей не видно лица и номерного знака, а также упрощает слежение за перемещением человека между разными камерами.
В Москве и многих других крупных мировых городах городские системы видеонаблюдения на улице и в транспорте могут не только записывать происходящее, но и распознавать людей в кадре. В основном такие системы применяют для поиска подозреваемых, объявленных в розыск. Но алгоритмы распознавания лиц не идеальны: в части случаев камера может снять человека сзади и его лицо попросту не попадет в кадр, а в других случаях лицо может быть закрыто маской или другим предметом, мешающим алгоритму различить основные черты лица. Кстати, редакторы N + 1 лично тестировали работу алгоритма Ntechlab в таких условиях и пытались обмануть его с помощью косметической маски, макияжа в стиле Дэвида Боуи и других видов маскировки, подробнее об этом можно прочитать в нашем материале «Подозрительные лица».
Ntechlab, которая уже работала с московской мэрией, МВД и другими государственными структурами, несколько лет разрабатывала алгоритм для распознавания людей по их силуэтам, и теперь стало известно, что алгоритм уже применяется на практике в пяти российских регионах. Он выделяет на видеозаписях силуэты конкретных людей и отслеживает их перемещения как на кадрах с одной камеры, так и между камерами. Алгоритм определяет принадлежность силуэтов по множеству факторов, причем как статических, например, росту или одежде, так и динамических, в том числе по походке.
До конца не ясно, как именно алгоритм определяет личность человека. В 2019 году компания отмечала, что для этого человек должен в какой-то момент все же попасть в кадр лицом к камере, и после этого алгоритм «привяжет» это лицо (а точнее, личность из базы данных) к силуэту на всех остальных кадрах. В то же время в современном описании технологии написано, что ее «Можно использовать как дополнение к системе распознавания лица, или как независимый модуль, выполняющий исключительно распознавание по силуэту».
Помимо поиска конкретных людей система позволяет и подсчитывать количество людей в конкретном месте. Также компания рассказала, что алгоритм, внедренный МВД, умеет распознавать автомобили без необходимости в номерном знаке в кадре по модели, цвету и другим особенностям.
Это не единственный в России проект слежения за людьми по косвенным признакам. В начале июня стало известно, что в одной из школ Московской области внедрят систему распознавания эмоций учеников и опасного поведения, например, катания по перилам.
Григорий Копиев
На взлом одного смартфона ушло от 40 минут до 13 часов
Китайские ученые нашли в смартфонах шести крупных компаний (Samsung, Xiaomi, HUAWEI, Vivo, OnePlus, OPPO) уязвимости, которые позволяют взломать сканер отпечатков пальцев. Им удалось получить бесконечное количество попыток для разблокировки смартфонов, создать много искусственных отпечатков с помощью нейросетей и подобрать подходящий для разблокировки. Препринт доступен на arXiv.org. Аутентификация с помощью отпечатка пальца в смартфонах состоит из 4 этапов. Первый этап — это получение отпечатка. Когда палец касается сенсора, он делает несколько изображений отпечатка. Затем идет этап компенсации: чтобы улучшить качество изображений, с них удаляется шум. На следующем этапе алгоритмы проверяют текстуры, нажим и форму отпечатка. Их цель — отличить отпечаток настоящего человеческого пальца от, например, отпечатка пальца силиконовой руки. Хакеры могут использовать искусственные пальцы из разных материалов, чтобы взломать смартфон. На последнем этапе аутентификации полученный отпечаток сравнивается с правильным отпечатком из базы данных. В отличие от паролей, система не проверяет полное соответствие двух отпечатков. Вместо этого полученному отпечатку достаточно преодолеть заданный порог сходства с правильным. Если пробовать много разных отпечатков, один из них рано или поздно перейдет этот порог. Поэтому у сканеров отпечатков пальцев есть дополнительный метод усиления безопасности — это ограничение количества попыток. После нескольких безуспешных попыток зайти в смартфон система блокирует доступ. Китайские инженеры Чен Ю (Chen Yu) из компании Tensent и Хе Илинь (He Yiling) из Чжэцзянского университета придумали алгоритм BrutePrint, который может обмануть сканер отпечатков пальцев методом полного перебора. Они обнаружили две уязвимости Cancel-After-Match-Fail (CAMF) и Match-After-Lock (MAL), благодаря которым можно делать сколько угодно попыток аутентификации по отпечатку, а иногда и похитить отпечаток пальца пользователя, который хранится на смартфоне. Уязвимость CAMF основана на том, что за одну попытку аутентификации сканер обычно делает сразу несколько изображений отпечатков. Если убедить сканер, что множество разных изображений были сделаны за одну попытку, то можно пробовать бесконечно много отпечатков. Дело в том, что сканер может сделать три вывода по одному изображению: на нем правильный отпечаток, на нем неправильный отпечаток или в ходе сканирования случилась ошибка. Например, что-то произошло с оборудованием и вызвало сбой в программе. В случае такой ошибки попытка не заканчивается. Система BrutePrint нарушает контрольную сумму изображения отпечатка, которая как раз приводит к этой ошибке. Другая уязвимость MAL помогает обойти режим блокировки доступа после превышения числа неправильных попыток. В некоторых смартфонах во время выхода экрана из спящего режима режим блокировки доступа не работает. Этого хватает, чтобы внедриться в систему и запустить попытки доступа к сканеру отпечатков. Кроме того, в процессе сравнения отправленных отпечатков с правильными, которые хранятся в смартфоне, можно их похитить. Главный этап атаки — внедриться в систему сканирования и начать посылать ей изображения отпечатков, используя уязвимости CAMF и MAL. Для этого инженеры собрали систему, которая может перехватывать и менять сигнал между сканером отпечатков пальцев и процессором смартфона. В смартфоне сканер и процессор соединены интерфейсом, и атакующая система имитирует этот интерфейс: она тоже соединяется со сканером и процессором. В систему также входит карта памяти, на которой хранятся заранее подготовленные отпечатки пальцев для перебора. Авторы утверждают, что итоговая стоимость всех компонентов составила всего 15 долларов. Базу данных отпечатков для перебора можно собрать самостоятельно или найти в открытых источниках: научных исследованиях или утечках данных. Авторы сами сгенерировали данные для перебора. Важная часть атаки — это предобработка отпечатков, чтобы они выглядели реалистично и подходили для сенсора в конкретном смартфоне. Инженеры использовали нейросеть CycleGAN, которая умеет менять стиль изображения. Для эксперимента с каждым смартфоном авторы обучали нейросеть редактировать отпечатки, чтобы они были похожи на отпечатки с его сенсора. Инженеры провели десять экспериментов с разными смартфонами. Уязвимость CAMF сработала на всех моделях, но по-разному. Авторам удалось получить неограниченное количество попыток разблокировки на всех смартфонах с операционной системой Android и только 15 попыток на iOS. Кроме того, на айфонах ученым не удалось перехватить сигнал между процессором и сканером отпечатков пальцев. Дело в том, что iOS всегда шифрует этот сигнал, в отличие от Android. В итоге сканер не удалось взломать только на смартфонах компании Apple. На взлом остальных гаджетов ушло от 40 минут до 13 часов. Ученым также удалось похитить оригинальные отпечатки пальцев пользователей со всех смартфонов на платформе Android. Авторы предлагают несколько методов, которые помогут производителям смартфонов сделать сканеры отпечатков пальцев безопасней. Во-первых, избавиться от уязвимости CAMF: для этого нужно добавить проверку на количество ошибочных попыток, которые не дошли до этапа сравнения с правильным отпечатком. Чтобы устранить уязвимость MAL, нельзя отменять блокировку доступа. Наконец, нужно шифровать сигналы, которыми обмениваются сканер и процессор. Сканер отпечатков пальцев — не единственная система разблокировки, которую можно взломать. Вьетнамским инженерам удалось обмануть Face ID в iPhone X с помощью маски. Ее распечатали на 3D-принтере, налепили на нее нос и приклеили изображения губ и глаз. Сканер Face ID принял маску за настоящее лицо.