HeadlinesBriefing favicon HeadlinesBriefing.com

Adversariale Mode gegen KI-Überwachung

Hacker News •
×

KI-gestützte Kameras säumen Straßen weltweit und sind darauf ausgelegt, Gesichter oder Kennzeichen zu identifizieren. Doch ein öffentlicher Widerstand gewinnt an Fahrt. Datenschutzbedenken — fehlende Einwilligung, Datenspeicherung und -nutzung sowie Missbrauchsrisiken — motivieren Menschen, sich zu wehren. Das Projekt De Flock kartiert automatische Kennzeichenleser (ALPRs), um das Bewusstsein zu schärfen. Einige greifen zur Sachbeschädigung von ALPRs, während andere „adversariale Mode“ herstellen, um Überwachungskameras zu entgehen, wie das Kickstarter-Projekt no Recognition, das auf der DEF CON vorgestellt wurde.

Im Jahr 2025 begann der Cybersicherheitsexperte Bill Swearingen mit einem Python-basierten Fuzzer zu experimentieren, der auf YOLO abzielt, ein beliebtes Framework zur Objekterkennung. Er entwickelte einen Reinforcement-Learning-Algorithmus, der farbenfrohe geometrische Muster generiert, die gegen 11 Objekterkennungsmodelle getestet wurden. Erfolgreiche Muster vereiteln Systeme, senken Konfidenzwerte, manchmal bis zur Nicht-Erkennung. „Privatsphäre ist ein Menschenrecht“, sagt Swearingen.

Cap_able und Urban Privacy verkaufen physische Kleidungsstücke. Die patentierte Methode von Cap_able webt Motive in Jacquard-Strickwaren ein und stört die Computer Vision, um Träger als Tiere oder Objekte zu klassifizieren. „Wenn wir eine Person als etwas anderes tarnen können, dann erreichen wir unser Ziel“, sagt Gründerin Rachele Didero. Faception Reloaded von Urban Privacy verwirrt die auf Open CV basierende Gesichtserkennung mit abstrahierten Gesichtsabdrücken und verlangsamt Detektoren. „Die Idee ist, falsche Daten zu erzeugen“, sagt Mitgründer Daniel Preuß.

Anti-Überwachungsmode geht auf Kunstwerke der 2010er Jahre von Adam Harvey und Kate Bertashs Adversarial Fashion-Linie von 2019 zurück. „Kleidung ist etwas, das man tatsächlich kaufen und anziehen kann, im Gegensatz zu Politik“, sagt Niloofar Mireshghallah von der Carnegie Mellon University. Reale Bedingungen könnten die Wirksamkeit verringern.

Wichtige Entitäten: Unternehmen: De Flock, no Recognition, Cap_able, Urban Privacy, YOLO, Open CV, Carnegie Mellon University | Personen: Bill Swearingen, Rachele Didero, Daniel Preuß, Adam Harvey, Kate Bertash, Niloofar Mireshghallah | Orte: DEF CON, Free University of Bozen-Bolzano, Italy