चेहरे की पहचान एक कदम पीछे हट गई

चेहरे की पहचान करने वाले सॉफ़्टवेयर दिन-प्रतिदिन बेहतर होते जा रहे हैं, मशीन लर्निंग और कृत्रिम बुद्धिमत्ता (AI) इस तकनीक को अभूतपूर्व गति प्रदान कर रही हैं। AI तकनीक में हालिया प्रगति ने प्रणालियों को मानव चेहरों की यथार्थवादी छवियां बिल्कुल शुरू से तैयार करने में सक्षम बनाया है। ये प्रणालियां लाखों वास्तविक लोगों की छवियों से युक्त डेटासेट का उपयोग करके समय के साथ-साथ स्वयं की मौलिक छवियां बनाना सीखती हैं। वार्षिक ब्लैक हैट यूएसए कार्यक्रम में इस नई तकनीक का परीक्षण किया गया।

सिस्टम को धोखा देना

ब्लैक हैट यूएसए ने अगस्त 2020 में एक वर्चुअल इवेंट आयोजित किया, जिसमें कई साइबर सुरक्षा और प्रौद्योगिकी विशेषज्ञ एक साथ आए। मैक्फी के शोधकर्ताओं ने दिखाया कि कैसे उन्होंने एआई तकनीक का उपयोग करके चेहरे की पहचान प्रणाली को धोखा देकर एक व्यक्ति को पूरी तरह से अलग व्यक्ति के रूप में गलत तरीके से वर्गीकृत करवाया। उदाहरण के तौर पर, शोधकर्ताओं ने दिखाया कि कैसे हवाई अड्डे पर नो-फ्लाई लिस्ट में शामिल एक व्यक्ति पासपोर्ट सत्यापन के लिए उपयोग की जाने वाली चेहरे की पहचान प्रणाली को धोखा देकर उसे किसी अन्य व्यक्ति के रूप में पहचान सकता है (लेख के अंत में वीडियो देखें)। इवेंट के बाद, मैक्फी में एडवांस्ड थ्रेट रिसर्च के प्रमुख स्टीव पोवोल्नी ने कहा:

"यहाँ मूल लक्ष्य यह निर्धारित करना था कि क्या हम मशीन लर्निंग मॉडल का उपयोग करके एक नकली छवि बना सकते हैं, जो मानव आंखों को एक व्यक्ति की तरह दिखती है, लेकिन साथ ही चेहरे की पहचान प्रणाली के लिए किसी अन्य व्यक्ति के रूप में वर्गीकृत होती है।"

मैक्एफ़ी के शोधकर्ताओं ने एक मशीन-लर्निंग सिस्टम बनाया, जिसमें दो अलग-अलग व्यक्तियों की 1,500 तस्वीरें डाली गईं। ये तस्वीरें लाइव वीडियो से ली गईं और दोनों व्यक्तियों की वैध पासपोर्ट तस्वीरों को सटीक रूप से दर्शाने की कोशिश की गई। सिस्टम ने दोनों व्यक्तियों के चेहरे की विशेषताओं को मिलाकर लगातार उनकी नकली तस्वीरें बनाईं और उनका परीक्षण किया। सैकड़ों प्रशिक्षण चक्रों के बाद, मशीन-लर्निंग सिस्टम ने अंततः ऐसी तस्वीरें बनाईं जिन्होंने चेहरे की पहचान करने वाले सिस्टम को धोखा दे दिया। एक व्यक्ति की वैध पासपोर्ट तस्वीर को गलती से दूसरे लक्षित व्यक्ति की तस्वीर समझ लिया गया। 

वास्तविक दुनिया के खतरे

प्रमुख शोधकर्ता, पोवोलनी ने बताया कि पासपोर्ट सत्यापन प्रणाली पर हमला, हालाँकि शोध का मुख्य केंद्र बिंदु नहीं है, फिर भी संभव है। अब डिजिटल पासपोर्ट फ़ोटो स्वीकार किए जाने के कारण, एक हमलावर अपने साथी की नकली तस्वीर बनाकर, पासपोर्ट आवेदन जमा करके, उसे पासपोर्ट डेटाबेस में सेव कर सकता है। उदाहरण के लिए, अगर बाद में किसी हवाई अड्डे पर स्वचालित पासपोर्ट-सत्यापन कियोस्क पर हमलावर की लाइव तस्वीर ली जाती है, तो उस तस्वीर की पहचान उसके साथी की तस्वीर के रूप में की जा सकेगी।

"इसके लिए हमलावर को पासपोर्ट सिस्टम तक किसी भी तरह की पहुँच की ज़रूरत नहीं है; बस पासपोर्ट सिस्टम के डेटाबेस में उस व्यक्ति की तस्वीर होती है जो पासपोर्ट के लिए आवेदन करते समय जमा की गई थी। पासपोर्ट सिस्टम बस यह पता लगाने पर निर्भर करता है कि दो चेहरे मेल खाते हैं या नहीं। यह बस यह सत्यापित करता है कि किसी एक व्यक्ति की तस्वीर बैक-एंड में सेव की गई तस्वीर से मेल खाती है या नहीं। इसलिए ऐसा हमला पूरी तरह से संभव है, हालाँकि इसे अंजाम देने के लिए कुछ प्रयास करने होंगे। इस बात की संभावना कम है कि डाक से भेजी गई, स्कैन की गई और इस डेटाबेस में अपलोड की गई एक भौतिक पासपोर्ट तस्वीर इस हमले के लिए काम करेगी।"

- स्टीव पोवोल्नी, मैक्एफ़ी प्रमुख शोधकर्ता

मैक्एफ़ी के जनरेटिव एडवर्सेरियल नेटवर्क

चेहरे की पहचान से संबंधित शोध में CycleGAN नामक एक "जेनरेटिव एडवरसैरियल नेटवर्क" (GAN) टूल का उपयोग किया गया। GAN कृत्रिम बुद्धिमत्ता (AI) के न्यूरल नेटवर्क होते हैं जो इनपुट किए गए डेटा के समान डेटा उत्पन्न करने में सक्षम होते हैं। उदाहरण के लिए, एक GAN मानव चेहरों की वास्तविक छवियों के एक सेट का उपयोग करके स्वचालित रूप से पूरी तरह से नकली, लेकिन वास्तविक दिखने वाली मानव चेहरों की छवियां उत्पन्न कर सकता है। GAN कृत्रिम डेटा बनाने के लिए जेनरेटिव नेटवर्क का उपयोग करते हैं, और उत्पन्न सामग्री की गुणवत्ता का लगातार आकलन करने के लिए डिस्क्रिमिनेटिव नेटवर्क का उपयोग करते हैं जब तक कि यह स्वीकार्य गुणवत्ता तक नहीं पहुंच जाती।

मैकफी के अनुसार , CycleGAN स्वयं एक इमेज-टू-इमेज ट्रांसलेशन के लिए बनाया गया GAN है: उदाहरण के लिए, ज़ेबरा की इमेज को घोड़ों की इमेज में बदलना। इस GAN की एक विशेषता यह है कि यह ट्रांसलेशन के लिए इमेज की महत्वपूर्ण विशेषताओं का उपयोग करता है, जैसे कि आंखों की स्थिति, सिर का आकार, शरीर का आकार और अन्य गुण।

CycleGAN जोखिम

चेहरे की पहचान करने वाली तकनीक का इस्तेमाल बढ़ रहा है, और यह कानून प्रवर्तन एजेंसियों में तस्वीरों या वीडियो में संदिग्धों की पहचान करने में अहम भूमिका निभा रही है। मैक्एफ़ी यह शोध चेहरे की पहचान करने वाले सॉफ़्टवेयर के संभावित प्रभावों और हमारे ख़िलाफ़ इसके इस्तेमाल को समझने के लिए करना चाहता था।

एक व्यक्ति के रूप में मैं क्या कर सकता हूँ?

चेहरे की पहचान तकनीक को नियंत्रित करना एक कठिन प्रक्रिया है। कई लोग इस सॉफ्टवेयर से जुड़ी संभावित गोपनीयता संबंधी चिंताओं को लेकर चिंतित हैं। इस तकनीक का इस्तेमाल ऐसे तरीकों से किया जा रहा है जिनकी कल्पना भी नहीं की जा सकती; इंटरनेट से तस्वीरें अपलोड करके और उन्हें चेहरे की पहचान तकनीक के साथ मिलाकर एक शक्तिशाली पहचान उपकरण बनाया जा रहा है। क्लियरव्यू एआई ने एक ऐसा एप्लिकेशन बनाया है जो उपयोगकर्ताओं (आमतौर पर कानून प्रवर्तन एजेंसियों) को किसी व्यक्ति की तस्वीर अपलोड करने और उसका विश्लेषण करने की सुविधा देता है। कुछ ही मिनटों में, उपयोगकर्ता डेटाबेस में मौजूद उस व्यक्ति की सभी सार्वजनिक तस्वीरें देख सकता है (3 अरब से अधिक तस्वीरों में से)। ये नई तस्वीरें उन लिंक के साथ प्रदर्शित होती हैं जहां ये तस्वीरें ऑनलाइन उपलब्ध हैं (सोशल मीडिया)।

हालांकि आप सीधे तौर पर बहुत कुछ नहीं कर सकते, लेकिन आप क्लियरव्यू एआई जैसी कंपनियों से उनके गोपनीयता पृष्ठ के लिंक के माध्यम से संपर्क कर सकते हैं और अपना डेटा हटाने का अनुरोध कर सकते हैं। आप अपने प्रतिनिधि को पत्र लिखकर अमेरिकी सीनेट से यह अनुरोध भी कर सकते हैं कि वह एक व्यापक गोपनीयता सुधार कानून पारित करे जो अमेरिका के सभी नागरिकों की सुरक्षा करे, न कि प्रत्येक राज्य द्वारा अलग-अलग गोपनीयता कानूनों का जाल बिछाया जाए। प्रौद्योगिकी इतनी तेजी से आगे बढ़ रही है कि मौजूदा कानूनों के साथ इसे नियंत्रित करना हमारी क्षमता से कहीं आगे निकल रहा है। गोपनीयता संरक्षण के लिए एक समग्र दृष्टिकोण की आवश्यकता है। जानकारी प्राप्त करने के लिए इस लेख और इसी तरह के अन्य लेखों को पढ़ना, जहां आप अपना डेटा संग्रहीत नहीं करना चाहते वहां से उसे हटाना और गोपनीयता अधिकारों के लिए लड़ना ही हमारी सुरक्षा के लिए आवश्यक है।

एक व्यवसाय स्वामी के रूप में मैं क्या कर सकता हूँ?

इसके अतिरिक्त, पोवोलनी ने उन कार्यों का उल्लेख किया जो एआई संगठनों द्वारा चेहरे की पहचान करने वाली प्रौद्योगिकी विकसित करने के लिए किए जा सकते हैं, ताकि हमलों का शिकार बनने की संभावना कम हो सके:

विसंगति परीक्षण, प्रतिकूल इनपुट, और अधिक विविध प्रशिक्षण डेटा उन तरीकों में से हैं जिनसे विक्रेता चेहरे की पहचान प्रणालियों को बेहतर बना सकते हैं। इसके अतिरिक्त, गहराई से बचाव, एक दूसरी प्रणाली का लाभ उठाते हुए, चाहे वह मानव हो या मशीन, एकल विफलता बिंदु की तुलना में शोषण के लिए एक बहुत ही उच्च बाधा प्रदान कर सकता है।

आगे चल रहा है

प्रमाणीकरण सुरक्षा में सुधार करके व्यवसायों और व्यक्तियों को चेहरे की पहचान तकनीक से लाभ होता है। मोबाइल उपकरणों और उपकरणों के भीतर मौजूद एप्लिकेशन को सुरक्षित रखने के लिए चेहरे की पहचान करने वाले सॉफ़्टवेयर का व्यापक रूप से उपयोग किया जाता है। सुरक्षा विशेषज्ञों का तर्क है कि चेहरे की पहचान तकनीक अधिकांश उपयोगकर्ताओं द्वारा गलत तरीके से बनाए गए पासवर्ड से बेहतर है और इसलिए प्रमाणीकरण और पहचान सत्यापन में सुधार है। हालाँकि, यह जान लें कि हैकर और सुरक्षा शोधकर्ता, चेहरे द्वारा सुरक्षित किए जा रहे खातों, उपकरणों और एप्लिकेशन तक पहुँच प्राप्त करने के लिए चेहरे की पहचान करने वाले उपकरणों को नकली बनाने के तरीके खोज रहे हैं।

चेहरे की पहचान प्रमाणीकरण के लाभों और चुनौतियों तथा इसके कुछ कानून प्रवर्तन उपयोगों के बारे में अधिक जागरूक होकर, आप अधिक सुरक्षित हो सकते हैं।

स्रोत

अंधेरा करना

अतिरिक्त रीडिंग

क्लियरव्यू एआई का फेशियल रिकॉग्निशन सॉफ्टवेयर 

कोविड मास्क के अंदर पढ़ रहा चेहरा पहचानने वाला सॉफ्टवेयर

मैक्एफ़ी रिसर्च टेस्ट को दिखाने वाला यह लघु वीडियो देखें: