论文部分内容阅读
摘 要：在人工智能大潮下，人工智能的系列核心算法在速度和精准度上得到了有效地提升。基于人工智能体系板块下的人脸识别技术具有难伪装、非强制性、非接触性等特点，在安防领域有者广泛应用。在智慧安防的高速发展的时期，给人们带来了很多便利，但同时也很脆弱和存在漏洞。人脸识别的安全性应该被客观看待，科技在不断发展与进步，安全与破解就是不可规避的永恒话题，本文将对于人脸识别系统于安全防护应用进行一定说明，仅供参考。
关键词：人工智能;人脸识别;安全防护
引言：
算法攻击、数据泄露等是人脸识别目前面临的巨大挑战。因此我们不仅要钻研人工智能下的人脸识别算法，更要尽可能地探测人脸识别系统的漏洞，找到弥补方案，采取针对性措施。让人脸识别技术在安防系统中的应用更为广泛和可靠。
1.人脸识别安防系统的可破坏性
1.1人脸检测算法较为脆弱
人脸图像在人脸识别应用场景当中扮演“密码”这一主要角色，但是密码的破解是必然的，在现实世界中人脸识别会被攻击甚至是欺骗。现在已经有专门团队成功对抗技术人脸识别解锁，演化攻击发放，将巨大的安全漏洞暴露出来。因为人脸识别一般对应的是公安消防部门，倘若出现纰漏，会对社会造成不利影响。
同时，人们对样本的相关关注度也在不断提升。对抗样本是噪声引入正常数据样本当中出现的系列操作核算错误。对抗样本致使深度学习的模型正确率下跌，对防御系统有更高的要求。比如在对抗样本认证是，导致数据采集系统发生故障出现判断错误，把不法分子作为本人导致验证的数据样本点正好对应，从而验证正确，导致不法分子通过。另外，在证件照片上的微小噪声点，人类是无法识别的。倘若机器设备出现故障，自主通关系统会令不法分子核验过关，对国家和社会构成威胁。
1.2人脸检测的数据库容易泄露
人脸图像数据库是人脸识别算法研究、开发、评测的基础，具有重要的意义。[1]作为智慧安防的基础，在现实应用当中肯定存在极大风险。许多摄像头都装有非接触性的摄像头，容易对用户的隐私产生不利威胁。在技术层面，数字化人脸图像进行加密储存。人群的数据累加成大型数据库。假如企业数据加密程度较低，容易被黑客攻击，进行数据的抽取，对个人财产构成极大威胁，给社会造成不利影响。即使國家在大力推进保护信息安全，但是人脸识别环节多样，隐私保护重视程度远远不足。就算是涉及到自身利益的大众也没有隐私保护的意识。
原因：
1）企业既然选择搜集数据库，形成人脸智能识别系统，但是没有特定的安防部门。则导致在隐私保护这一方面的重视程度极其不足。
2）政府尚未采取强有力的政策保护个人隐私安全。
3）现在没有出台专门针对人脸识别隐私泄露方面的法律条文，即使被侵犯权益，都没有相关的法律途径维护自身利益。
有关部门应该引以警示，尽快确定人脸识别技术应用的有效范围和合理范畴，准确划定法律安全的界限，通过各种手段保障数据库的安全。
2.人脸识别技术下安防系统的改装升级
人脸识别系统是人工智能领域下的重要分支之一，是目前国际主要攻克的高精尖端技术之一。它广泛采用区域特征分析算法，融合了计算机图像处理技术与生物统计学原理于一体，利用计算机图像处理技术从视频中提取人像特征点，利用生物统计学的原理进行分析建立数学模型。[2]
2.1基于人脸识别的无人机安防监控系统应用
无人机技术就是安防系统的愈发智能化、科技化的体现之一。安防人员只需要提前设置好飞机航点，在特定时间段起飞即可。无人侦察机甚至可以根据航线自动调整坐标，分析数据，及时更改航向。对不明区域不明物体进行排查。当巡查完毕后，无人机会自动返航，无需担心频率或者其他因素干扰，不需要遥控飞行装置，自动完成巡检。
2.2高清智能摄像头使用比例提升
智能摄像头的比例在现代社会应用特别广泛，但是整个安防行业普通摄像头在放缓。因为传统摄像头达不到精准识别人脸的准确度。智能摄像头的比例会逐年提高，最终完全取代传统摄像头。
2.3在活体检测技术中的应用
活体检测主要是利用生理信息进行识别和判断。将生理信息转化为生命特征，用此来区分硅胶、塑料、照片等具有类似特征的非生物体。为了减少造假事件的发生，增加语音图像波纹检测、人脸纹理分析活体检测等多维度防护。将类似手段进行融合，打造高强度高效率的防护体系，增加安全系数，维护社会治安。最主要是嘴部张合和眨眼的频率判断，更好的区分人脸和照片，减少虚假信息的采集。我国多数企业近期积极攻关人脸识别技术，提升算法效能，着力开发更为可靠的产品，减少随机数的影响。
2.4应用于3D人脸识别
受限于环境光因素的严重影响，人脸检测和识别在自然光下较为严重。传统的2D人脸识别不能将完整的特定人脸数据具体呈现出来，导致无法准确记录脸部的深度信息，导致人脸硅胶面具、虚假照片随之出现。在此漏洞下，3D传感摄像头在进行人脸识别时，内置的相关点阵投影仪和矩阵可投射3万多个红外点应用于用户脸部。肉眼很难观察到的数据点，其内涵资料极其丰富，尤其是纹理、颜色、深度等方面。在充分地获取人脸信息后，把定位调整准确。可以利用相关技术抵抗外来照片以及视频的主动攻击，被动提升安全性能，增加人脸识别的准确性，从而提高人脸识别技术的安全系数。
3.人脸识别安全防护不容忽视
随着有关企业在不断研究并致力于提升生物特征识别的准确性，但是生物识别技术仍然很大的风险。一方面面临着与危险挂钩的信息泄露，同时还存在法律漏洞，导致不乏分子的潜入，对个人及其国家的财产和个人安全造成危害。为了应对人脸识别技术相关应用导致的系列风险，无论是科技企业，政府、科研机构都应该加大保护信息安全的力度。要知道的是保护人脸数据就是保护每个人的基本信息，同时相关单位应该推动人工智能等相关法律条款的完善，有效保护个人与集体的隐私安全。
结语：
随着科技的进步，人脸识别领域在慢慢向零失误、高准确率的理想状况接近。但是，在这样广阔的领域应用发展中难免会有不法分子尝试窃取他人隐私，给社会造成极大的不利影响。对于人脸识别的相关法律法规，应当把握风口，与时俱进，结合实际不断加以完善，及时调整，呼吁大家注重对个人隐私的保护。
参考文献
[1] 张晓华，山世光，曹波，等. CAS-PEAL大规模中国人脸图像数据库及其基本评测介绍[J]. 计算机辅助设计与图形学学报，2005，17（001）：9-17.
[2] 秦红亮，阚跃. 人脸识别技术在安防系统中的应用[J]. 中国安防，2018（11）：120-124.
关键词：人工智能;人脸识别;安全防护
引言：
算法攻击、数据泄露等是人脸识别目前面临的巨大挑战。因此我们不仅要钻研人工智能下的人脸识别算法，更要尽可能地探测人脸识别系统的漏洞，找到弥补方案，采取针对性措施。让人脸识别技术在安防系统中的应用更为广泛和可靠。
1.人脸识别安防系统的可破坏性
1.1人脸检测算法较为脆弱
人脸图像在人脸识别应用场景当中扮演“密码”这一主要角色，但是密码的破解是必然的，在现实世界中人脸识别会被攻击甚至是欺骗。现在已经有专门团队成功对抗技术人脸识别解锁，演化攻击发放，将巨大的安全漏洞暴露出来。因为人脸识别一般对应的是公安消防部门，倘若出现纰漏，会对社会造成不利影响。
同时，人们对样本的相关关注度也在不断提升。对抗样本是噪声引入正常数据样本当中出现的系列操作核算错误。对抗样本致使深度学习的模型正确率下跌，对防御系统有更高的要求。比如在对抗样本认证是，导致数据采集系统发生故障出现判断错误，把不法分子作为本人导致验证的数据样本点正好对应，从而验证正确，导致不法分子通过。另外，在证件照片上的微小噪声点，人类是无法识别的。倘若机器设备出现故障，自主通关系统会令不法分子核验过关，对国家和社会构成威胁。
1.2人脸检测的数据库容易泄露
人脸图像数据库是人脸识别算法研究、开发、评测的基础，具有重要的意义。[1]作为智慧安防的基础，在现实应用当中肯定存在极大风险。许多摄像头都装有非接触性的摄像头，容易对用户的隐私产生不利威胁。在技术层面，数字化人脸图像进行加密储存。人群的数据累加成大型数据库。假如企业数据加密程度较低，容易被黑客攻击，进行数据的抽取，对个人财产构成极大威胁，给社会造成不利影响。即使國家在大力推进保护信息安全，但是人脸识别环节多样，隐私保护重视程度远远不足。就算是涉及到自身利益的大众也没有隐私保护的意识。
原因：
1）企业既然选择搜集数据库，形成人脸智能识别系统，但是没有特定的安防部门。则导致在隐私保护这一方面的重视程度极其不足。
2）政府尚未采取强有力的政策保护个人隐私安全。
3）现在没有出台专门针对人脸识别隐私泄露方面的法律条文，即使被侵犯权益，都没有相关的法律途径维护自身利益。
有关部门应该引以警示，尽快确定人脸识别技术应用的有效范围和合理范畴，准确划定法律安全的界限，通过各种手段保障数据库的安全。
2.人脸识别技术下安防系统的改装升级
人脸识别系统是人工智能领域下的重要分支之一，是目前国际主要攻克的高精尖端技术之一。它广泛采用区域特征分析算法，融合了计算机图像处理技术与生物统计学原理于一体，利用计算机图像处理技术从视频中提取人像特征点，利用生物统计学的原理进行分析建立数学模型。[2]
2.1基于人脸识别的无人机安防监控系统应用
无人机技术就是安防系统的愈发智能化、科技化的体现之一。安防人员只需要提前设置好飞机航点，在特定时间段起飞即可。无人侦察机甚至可以根据航线自动调整坐标，分析数据，及时更改航向。对不明区域不明物体进行排查。当巡查完毕后，无人机会自动返航，无需担心频率或者其他因素干扰，不需要遥控飞行装置，自动完成巡检。
2.2高清智能摄像头使用比例提升
智能摄像头的比例在现代社会应用特别广泛，但是整个安防行业普通摄像头在放缓。因为传统摄像头达不到精准识别人脸的准确度。智能摄像头的比例会逐年提高，最终完全取代传统摄像头。
2.3在活体检测技术中的应用
活体检测主要是利用生理信息进行识别和判断。将生理信息转化为生命特征，用此来区分硅胶、塑料、照片等具有类似特征的非生物体。为了减少造假事件的发生，增加语音图像波纹检测、人脸纹理分析活体检测等多维度防护。将类似手段进行融合，打造高强度高效率的防护体系，增加安全系数，维护社会治安。最主要是嘴部张合和眨眼的频率判断，更好的区分人脸和照片，减少虚假信息的采集。我国多数企业近期积极攻关人脸识别技术，提升算法效能，着力开发更为可靠的产品，减少随机数的影响。
2.4应用于3D人脸识别
受限于环境光因素的严重影响，人脸检测和识别在自然光下较为严重。传统的2D人脸识别不能将完整的特定人脸数据具体呈现出来，导致无法准确记录脸部的深度信息，导致人脸硅胶面具、虚假照片随之出现。在此漏洞下，3D传感摄像头在进行人脸识别时，内置的相关点阵投影仪和矩阵可投射3万多个红外点应用于用户脸部。肉眼很难观察到的数据点，其内涵资料极其丰富，尤其是纹理、颜色、深度等方面。在充分地获取人脸信息后，把定位调整准确。可以利用相关技术抵抗外来照片以及视频的主动攻击，被动提升安全性能，增加人脸识别的准确性，从而提高人脸识别技术的安全系数。
3.人脸识别安全防护不容忽视
随着有关企业在不断研究并致力于提升生物特征识别的准确性，但是生物识别技术仍然很大的风险。一方面面临着与危险挂钩的信息泄露，同时还存在法律漏洞，导致不乏分子的潜入，对个人及其国家的财产和个人安全造成危害。为了应对人脸识别技术相关应用导致的系列风险，无论是科技企业，政府、科研机构都应该加大保护信息安全的力度。要知道的是保护人脸数据就是保护每个人的基本信息，同时相关单位应该推动人工智能等相关法律条款的完善，有效保护个人与集体的隐私安全。
结语：
随着科技的进步，人脸识别领域在慢慢向零失误、高准确率的理想状况接近。但是，在这样广阔的领域应用发展中难免会有不法分子尝试窃取他人隐私，给社会造成极大的不利影响。对于人脸识别的相关法律法规，应当把握风口，与时俱进，结合实际不断加以完善，及时调整，呼吁大家注重对个人隐私的保护。
参考文献
[1] 张晓华，山世光，曹波，等. CAS-PEAL大规模中国人脸图像数据库及其基本评测介绍[J]. 计算机辅助设计与图形学学报，2005，17（001）：9-17.
[2] 秦红亮，阚跃. 人脸识别技术在安防系统中的应用[J]. 中国安防，2018（11）：120-124.