来源：南方都市报

攻击者拿到一张你的照片，据此制作一副特殊“眼镜”，就可以刷脸解锁你的手机？这是真的。

最近，依托清华大学人工智能研究院成立的团队瑞莱智慧RealAI披露了新的研究成果：研究人员通过对抗样本攻击，破解了19款安卓手机的人脸识别解锁系统。

同样被破解的，还包括十余款金融和政务服务类App。

照片加上特殊“花纹”即可骗过人脸识别

在介绍RealAI的新研究之前，我们先简单解释一下何为“对抗样本”。

训练算法模型需要输入数据。而对抗样本，简单而言，就是一种由攻击者设计的错误输入数据。只要在原有数据上添加干扰因素，就能导致算法模型输出完全不同的结果。

人的肉眼可能完全看不出对抗样本的变化。所以，你也可以把干扰因素理解为一种特殊的“花纹”。

对抗样本最有名的例子之一，出自前谷歌大脑研究人员、有着“生成对抗网络（GAN）之父”称号的科学家伊恩·古德费洛（Ian Goodfellow）——在他的研究中，算法将一张大熊猫图片的对抗样本识别成了长臂猿。

研究人员在大熊猫图片上添加干扰后，算法将其识别成了长臂猿。

瑞莱智慧RealAI高级产品经理张旭东介绍，他们此次采用的破解方式，也是对抗样本攻击。

不过，不同于学术界研究较多的虚拟世界攻击，这一攻击发生在真实世界。研究人员不需要用到劫持摄像头等手段，便可以直接破解人脸识别系统。

在制作对抗样本时，研究人员需要同时用到“攻击者”和“受害者”的照片，将“攻击者”照片设定为基准、“受害者”照片设定为攻击目标。

攻击算法在接收到两人的照片后，会自动生成干扰后的图案，就像一块人脸“补丁”。随后，攻击者用A4纸打印出这块“补丁”，再贴到一副镜框上戴好，就会“化身”为受害者，让算法识别错误。

研究人员使用的“眼镜”。

据了解，人脸识别算法，是依据相似度来分辨不同的人。两张图片的相似度高于阈值，就会被算法判定为同一人。攻击者通过戴上“补丁”眼镜让两个人的相似度大幅提高，从而实现破解。

左一是“受害者”的眼部图像，右一、二是对抗样本图像。

19款主流品牌手机及数款银行应用被破解

据介绍，研究人员选取了20款手机进行测试，除了苹果以外，还涉及到国内五大主流手机品牌的不同价位机型。

经过测试，除了一台iPhone11，其余安卓机型全部被成功解锁。攻击者进入手机系统后，可以任意翻阅机主的微信、短信、照片等私密信息。

南都·AI前哨站在测试现场看到，攻击者破解手机的过程相当迅速，基本上几秒内就可以顺利解锁。

研究人员说，整体而言，低端机的安全性要差一些，但高端机同样能够被破解。他们测试了一款2020年12月发布的国产品牌旗舰机，也是“一下子就打开了”。

研究人员通过手机人脸识别解锁。

不仅仅是手机，部分App的人脸识别也存在类似的安全漏洞。

在掌握了受害者的姓名、身份证号、手机号等个人信息后，研究人员甚至可以在十余款银行及政务类App上通过人脸识别验证，冒用受害者身份完成银行开户，或者查看受害者的社保、公积金等详细信息。

值得注意的是，App实名认证的安全要求比手机解锁更加严格，一般会要求用户进行一些交互操作，比如眨眨眼、点点头。但在测试中，研究人员把对抗样本的眼睛部分挖掉，再做出眨眼、点头等动作，依然可以通过验证。

研究人员通过某政务类App人脸识别验证。

这意味着，即便是那些搭载了交互式活体检测功能的商用人脸识别算法，依然能被对抗样本破解。

有研究人员告诉南都·AI前哨站，目前业界主流的人脸识别算法都具备了活体检测能力，所以之前常见的用一张照片、一段视频来完成刷脸的做法已经行不通。但对抗样本攻击针对的是算法模型底层的漏洞，完全不受活体检测限制。攻击者在脸上添加了局部扰动，导致算法产生了错误识别。

“对于人脸识别应用来说，这是一个此前从未有过的攻击面，需要采取针对性的措施加固。”研究人员说。

破解的技术门槛较高 但仍有现实威胁

不同的手机厂商和App，使用的人脸识别算法难道没有差异？为什么同一副眼镜能解锁不同的手机和App？

张旭东告诉南都·AI前哨站，一个对抗样本不可能攻破所有的产品，但“在一定范围内是通用的”。“现在市场上在商用的主流人脸识别模型其实只有几种。模型之间有可迁移性，也就是有相通的地方，所以我们可以利用这一原理去进行攻击，攻破这19款手机也只用到了两幅眼镜。”

需要说明的是，对抗样本的制作，依赖于一个核心的算法模型。

张旭东介绍，虽然在此次的研究中，模型仅用5分钟左右就可以输出质量较高的对抗样本，但他们所使用的模型也经历了多次迭代的过程。

要开发出这样的模型并不容易，技术门槛较高。但张旭东说，如果有黑客恶意开源相关模型，制作对抗样本的难度就会大大降低，没有技术背景的人也可以上手。

在人工智能领域，类似的案例并不少见，AI换脸便是典型。在Deepfake问世之后，各种各样的开源换脸模型和软件也相继出现。裁判文书网案例显示，一些犯罪团伙便是使用开源软件完成了换脸素材的制作，进而攻破一些金融支付类App。

还有外国开发者推出过一款AI软件，可以把正常照片转换为“裸照”。因为争议太大，开发者很快下架了软件。但直到很久之后，这款软件还在各种网络灰色渠道流传，甚至被人高价出售。

研究人员建议：

不要随便在网上发照片

令人不安的是，RealAI团队所使用的人工智能模型，对于受害者的照片没有太高要求。“大家平常在社交网站上传的照片，只要能看清脸，其实就可以用来做攻击。”张旭东说。

因此，他建议大家不要随便在网上发含有清晰人脸的照片，同时要保护好自己的手机号、身份证号等个人信息。

以银行类App为例，虽然现在的支付转账操作都需要多因素验证，但一旦用户的个人信息全部泄露，不法分子就可能同时完成刷脸、输入手机验证码等操作，使得多因素验证失效。

信息安全攻防，是一个“魔高一尺，道高一丈”的过程。在张旭东看来，就像照片攻击推动了活体检测的诞生，未来，也需要有专门的产品和技术来应对对抗样本攻击。

目前，研究团队已经与测试中涉及的厂商取得联系，协同推进漏洞的修复。

“所有的攻击研究，最终的目标还都是为了找出漏洞，然后再去针对性地打补丁、做防御。”张旭东说，“我们攻克的人脸识别，其实只是厂商业务环节之中的一环。他们面临的安全风险到底处于什么程度？要怎样解决问题？不同的场景下，业务方所面临的安全风险和加固需求都是不一样的，需要大家一起去探索。”