HeadlinesBriefing favicon HeadlinesBriefing.com

Адверсариальная мода против ИИ-слежки

Hacker News •
×

Камеры с ИИ усеивают улицы по всему миру, оснащённые для распознавания лиц или номерных знаков. Но общественное сопротивление набирает обороты. Опасения по поводу конфиденциальности — отсутствие согласия, хранение и использование данных, риски злоупотребления — побуждают людей давать отпор. Проект De Flock картографирует автоматические считыватели номерных знаков (ALPR) для повышения осведомлённости. Некоторые прибегают к вандализму в отношении ALPR, другие создают «адверсариальную моду», чтобы уклоняться от камер слежки, как проект на Kickstarter no Recognition, представленный на DEF CON.

В 2025 году эксперт по кибербезопасности Bill Swearingen начал экспериментировать с фаззером на Python, нацеленным на YOLO, популярную среду обнаружения объектов. Он разработал алгоритм обучения с подкреплением, генерирующий цветные геометрические узоры, протестированные против 11 моделей обнаружения объектов. Успешные узоры сбивают системы, снижая показатели уверенности, иногда до полного отсутствия обнаружения. «Конфиденциальность — это право человека», — говорит Swearingen.

Cap_able и Urban Privacy продают физическую одежду. Запатентованный метод Cap_able вплетает мотивы в жаккардовый трикотаж, вмешиваясь в компьютерное зрение, чтобы классифицировать носителей как животных или объекты. «Если мы способны замаскировать человека под что-то другое, значит, мы достигаем своей цели», — говорит основательница Rachele Didero. Faception Reloaded от Urban Privacy сбивает распознавание лиц на основе Open CV абстрактными отпечатками лиц, замедляя детекторы. «Идея — создать ложные данные», — говорит соучредитель Daniel Preuß.

Антислежечная мода восходит к художественным работам 2010-х годов Adam Harvey и линии Adversarial Fashion Кейт Берташ 2019 года. «Одежда — это то, что вы действительно можете купить и надеть, в отличие от политики», — говорит Niloofar Mireshghallah из Университета Карнеги-Меллон. Реальные условия могут снизить эффективность.

Ключевые сущности: Компании: De Flock, no Recognition, Cap_able, Urban Privacy, YOLO, Open CV, Carnegie Mellon University | Люди: Bill Swearingen, Rachele Didero, Daniel Preuß, Adam Harvey, Kate Bertash, Niloofar Mireshghallah | Места: DEF CON, Free University of Bozen-Bolzano, Italy