隨著人們對信息安全越來越重視，各種消費(fèi)級電子產(chǎn)品中指紋解鎖、人臉解鎖和虹膜解鎖等技術(shù)也日漸流行，幾乎成了密碼之外的另一項(xiàng)標(biāo)配。對于他們之間在安全性和便利性上的優(yōu)劣也一直存有爭議，目前并沒有形成一個(gè)統(tǒng)一的結(jié)論。近日，來自美國北卡羅來納大學(xué)的一個(gè)科研團(tuán)隊(duì)用幾張照片為人臉識別投了一張反對票。

據(jù)外媒報(bào)道，近日來自北卡羅來納大學(xué)的一個(gè)研究團(tuán)隊(duì)?wèi){借他們在社交媒體（Facebook）上收集到的若干照片，利用特殊的電腦合成和渲染技術(shù)，可以生成一個(gè)平面化的3D模型顯示在手機(jī)上。隨后他們利用這個(gè)模型進(jìn)行測試，發(fā)現(xiàn)有高達(dá)4/5的被測安全系統(tǒng)在55%到85%的被測時(shí)間內(nèi)，都可以被輕松騙過。更重要的是，他們在Facebook上能收集到的照片非常有限，質(zhì)量也沒有保證，有些還只是45度角的側(cè)臉。

據(jù)該團(tuán)隊(duì)介紹，就像真正的黑客和跟蹤狂一樣，他們一共收集了20名志愿者發(fā)布在社交媒體上的照片，然后根據(jù)這些照片制作每位志愿者的面部3D模型，并加入面部表情和眨眼睛等小動作，使得該模型像是在盯著攝像頭的樣子。更關(guān)鍵的是，由于照片的數(shù)量和質(zhì)量都不能得到保障，因此科學(xué)家們還不得不“人造”了一些照片丟失的信息，例如照片中的陰影、面部表情的褶皺等。最極端的例子是，有幾位志愿者只在社交媒體上發(fā)布了兩三張照片，并且像素還很低。

關(guān)于如何避免黑客利用類似手段獲取用戶數(shù)據(jù)，團(tuán)隊(duì)的一位研究者在Usenix安全大會上表示：目前一些廠商已經(jīng)可以利用額外的硬件設(shè)備來避免類似的情況發(fā)生，例如Tobii公司針對微軟Windows Hello人臉識別系統(tǒng)推出的眼球追蹤攝像頭。但是目前來說這種增加額外硬件的方式可能會提高安全系統(tǒng)的成本，消費(fèi)者是否能接受，廠商還要進(jìn)一步考量。

除此之外，真正的人臉會發(fā)出紅外輻射，而照片或者3D模型無論再逼真也不會，利用這一思路也可以在安全曾面做一些規(guī)避措施，避免黑客利用類似手段進(jìn)行惡意攻擊。

• “展訊通”APP屏幕共享的時(shí)候，我的人臉識別對方能不能看到，會不會被用去網(wǎng)貸？
• 2016年高考反作弊系統(tǒng)進(jìn)化：無人機(jī)、人臉識別上陣
• 未來，坐火車開啟刷臉時(shí)代
• 認(rèn)臉受基因影響：與智力高低無關(guān)
• 明明不是一張臉，為什么倒過來就分不出來了？