АНАЛИЗ УЯЗВИМОСТЕЙ СИСТЕМ РАСПОЗНАВАНИЯ ЛИЦ

VULNERABILITY ANALYSIS IN FACIAL RECOGNITION SYSTEMS

Roman Gudkov

student, Department of Information and Control Systems, Siberian State University named after M.F. Reshetnev,

Russia, Krasnoyarsk

Svetlana Moskaleva

scientific supervisor, Associate Professor of the Department of Information and Control Systems, Siberian State University named after M.F. Reshetnev

Russia, Krasnoyarsk

АННОТАЦИЯ

Целью работы данной работы является анализ проблем распознавания образов лица, современными системами распознавания лиц.

В работе состоит из трех глав, содержащих известные проблемы технологии распознавания лиц.

ABSTRACT

The purpose of this paper is to analyze the problems of facial pattern recognition, modern face recognition systems.

The paper consists of three chapters containing known problems of face recognition technology.

Ключевые слова: распознавание лиц, поиск лица, поиск личности, faceid, биометрия.

Keywords: face recognition, face search, identity search, faceid, biometrics.

Введение

За последние два десятилетия проводится множество исследований по распознаванию объектов, сопоставлению форм и распознаванию образов в области компьютерного зрения. В нашей повседневной деятельности доступен ряд биометрических приложений для распознавания людей, таких как распознавание глаз или радужной оболочки глаза, распознавание отпечатков пальцев, распознавание лиц. Сбер внедрил систему распознавания лиц в свои банкоматы и некоторые терминалы оплаты, Apple использует «Face ID» для разблокировки смартфона, оплаты покупок и блокировки приложений и Samsung использовал разблокировку по радужной оболочке глаза. То, что когда-то начиналось как атрибут, характерный для научно-фантастических фильмов, теперь является частью повседневной жизни: мы полагаемся на распознавание лиц каждый раз, когда разблокируем наши телефоны. Цифры только доказывают повсеместный характер распознавания лиц. В 2020 году мировой рынок программного обеспечения для распознавания лиц оценивался в 4 миллиарда долларов, и ожидается, что он достигнет отметки в 13 миллиардов долларов к 2026 году, зарегистрировав среднегодовой темп роста примерно на 20 %. Наряду с увеличением объема рынка, алгоритмы распознавания лиц становятся все более сложными. После вспышки COVID-19 поставщики программного обеспечения для распознавания лиц обновили свои алгоритмы новыми функциями, такими как распознавание лиц с маской. В то же время, однако, технология распознавания лиц подверглась многочисленным этическим проблемам.

Лицо является важной частью человеческого бытия и требует обнаружения для различных приложений, таких как безопасность, судебное расследование. Это требует надлежащих методов обнаружения и распознавания человека с проблемами различных выражений лица, вариаций позы, окклюзии, старения и разрешения либо в кадре стационарного объекта, либо в видео последовательности изображений. Авторы алгоритмов попытались ввести понятие синтеза лица, для повышения точности и скорости распознавания в различных базах данных.

Проблемы систем распознавания лиц

Двумя большими тестами системы аутентификации являются точность и безопасность. Распознавание лиц достигает уровней точности, чтобы конкурировать с любым другим биометрическим методом. Но можно ли обмануть новые системы распознавания лиц или они могут защитить себя от злоумышленников, «крадущих» лица людей?  Как мы установили, лицо – это не «секрет». Напротив, очень легко найти лицо человека в эпоху обмена фотографиями. При сборе данных из внешних источников основными проблемами являются неполнота и недостоверность информации. Для их решения необходимо собирать информацию из множества разных источников, что увеличит точность результатов.

Ошибки идентификации

Технология распознавания лиц не всегда работает так хорошо, как должна. Системы распознавания лиц могут быть затронуты плохим освещением или низким качеством изображения. Данные могут не совпадать с узловыми точками человека из-за скрытых углов камеры; это создает ошибку, когда сопоставление отпечатков лиц не может быть проверено в базе данных.

Конфиденциальность

Проблемы конфиденциальности существуют с технологией распознавания лиц из-за способности выявлять и отслеживать местонахождение, что может представлять собой вторжение в права. Технология распознавания лиц может отслеживать людей, что беспокоит людей. Кроме того, значительные утечки данных слишком распространены в наши дни, и личная информация, которую собирает программное обеспечение для распознавания лиц, не застрахована.

Злоупотребление данными

Хотя технология распознавания лиц используется на протяжении десятилетий, недоверие исходит от того, как данные будут использоваться этично. Распознавание лиц может быть применено к снятым видеоматериалам общественных и частных пространств. Сторонники конфиденциальности продолжают рассматривать это как вторжение в частную жизнь, потому что многие организации не имеют ответственности при утечке данных.

Принудительное или тайное распознавание лиц

Если злоумышленники не могут подделать лицо, они могут принудительно выполнить аутентификацию. Например, они могут держать телефон у лица владельца во время сна или заставить его разблокировать принудительно.

Кража числового кода

Если каждый шаблон лица преобразуется в цифровой код перед сопоставлением, преступник украдет коды и воспользуется в корыстных целях. Усовершенствованный и более интеллектуальный подход к пользовательскому интерфейсу усложнили хакерам работу. Обнаружение «живости лица» - лучшая защита от подделки фотографий. 3D-сканирование помогает, а некоторые системы требуют, чтобы субъекты мигали во время настройки, чтобы указать на их естественность.  Еще одной разумной мерой является поддержка различных уровней безопасности в зависимости от сценария использования. В сценариях с низким риском может быть подходящим только распознавание лиц. Но там, где риск высок, система может потребовать несколько факторов аутентификации, такой как пароль и отпечаток пальца.

Производители и разработчики алгоритмов поставляют системы распознавания лиц с переменными пороговыми значениями сложности распознавания, для разных сценариев использования и приложений.  Они снижают точность и увеличивают скорость аутентификации в умных домах, где есть небольшое количество пользователей, в отличие от банков, где идентифицируют большое количество пользователей.  Приведу в пример систему распознавания лиц на устройствах Apple. В то время, когда лицо человека может разблокировать iPhone, а для открытия более защищенных приложений требуется сканирование лица и PIN-код.

Хорошая защита от сбора данных лица заключается в том, чтобы избежать их хранения в центральной базе данных.  Вот почему многие системы хранят цифровой код локально, внутри безопасного анклава в самом устройстве. Например, в телефоне встроенный безопасный элемент – это защищенный от несанкционированного доступа чип-безопасности. Доступ к нему можно получить только при наличии строгой аутентификации. Кроме того, чип-безопасности никогда не делится кодом лица с приложением.  Вместо этого, если служба хочет убедиться, что пользователь является подлинным, она просто получает ответ – да или нет.

Заключение

Человеческая способность распознавать лица поразительна. Мы распознаем тысячи лиц, изученных на протяжении нашей жизни, и узнаем знакомые лица с первого взгляда даже после десяти лет разлуки, несмотря на сильные изменения в визуальных аспектах из-за условий просмотра, выражения лица, старения и отвлекающих факторов, таких как очки или изменения в прическах или волосах на лице. Системы распознавания, основанные на многочисленных методах распознавания лиц, но не равные человеческой способности распознавать лица, несмотря на бесконечное число вариаций внешнего вида, которые лицо имеет во время различных ситуаций в жизни.

Список литературы:

1. Анил К. Джейн, Рууд Болле, Biometrics: Personal Identification in Networked Society (The Springer International Series in Engineering and Computer Science, 479, 1996 год. Текст: электронный. URL: https://www.amazon.com/Biometrics-Identification-Networked-International-Engineering/dp/1475782950 (дата обращения: 18.03.2022)
2. Ким, Кванг-Бик, Intelligent Immigration Control System by Using Passport Recognition and Face Verification. Текст: электронный. URL: https://www.researchgate.net/publication/220869374_Intelligent_Immigration_Control_System_by_Using_Passport_Recognition_and_Face_Verification (дата обращения: 22.03.2022)
3. Мэн Ван, Бо Фэн, iBotGuard: an Internet-based Intelligent Robot security system using Invariant Face Recognition against intruder.  Текст: электронный. URL: https://ieeexplore.ieee.org/document/1386457 (дата обращения: 23.03.2022)