شبح مسرحي يخدع التعرّف على الوجوه
يفتح التعرّف على الوجوه اليوم الهواتف، ويوافق على المدفوعات، ويفحص المسافرين على الحدود. وتشير الورقة إلى أن شبكاته العصبية أدقّ من البشر. ومع ازدياد الاعتماد عليه، يزداد الدافع إلى خداعه، ولذلك تحمل الأنظمة نوعين من الحرّاس. كاشفات هجمات العرض تبحث عن الصور المطبوعة أو مقاطع الفيديو المعاد تشغيلها أو الأقنعة، من خلال فحص الملمس وعلامات الحياة. وكاشفات الدمج (morph) تبحث عن وجوه ممزوجة رقميًا، صُنعت بدمج شخصين في صورة واحدة.
خدعة من خشبة المسرح
يُحيي Tyler Fitzsimmons وAdam Czajka (جامعة نوتردام) خدعة مسرحية قديمة: شبح بيبر، حيث يعكس لوح زجاجي مائل صورة مخفية فيبدو «شبح» واقفًا على الخشبة.
في «هجوم الشبح» (Ghost Attack) الذي ابتكراه، يركّب الانعكاس وجه هوية أخرى فوق الوجه الماثل أمام الكاميرا. وفي نظر مراقب بشري، يبدو الشخص طبيعيًا إلى حدّ بعيد، ضبابيًا قليلًا أو محجوبًا جزئيًا بوهج. أما في نظر البرمجية، فيندمج الوجهان في بصمة وجهية هجينة.
يحدث الهجوم في الفضاء الحرّ بين المستشعر والشخص. ولا يتطلب أي وصول إلى برمجية التعرّف أو حالتها الداخلية أو قراراتها، ولا إلى عتاد الكاميرا: فهو يعمل كهجوم «صندوق أسود» خالص. ويقدّمه المؤلفان بوصفه أول هجوم مادي من نوعه، يقع بين هجمات العرض والدمج.
اختبار مخبري دقيق
لم يستعن الباحثان بأشخاص أحياء. فالوجوه الحقيقية كانت صورًا من قاعدة بيانات بحثية قياسية، عُرضت على شاشة ثم صُوّرت من جديد؛ وجاءت هوية «الشبح» من شاشة ثانية، منعكسة في الزجاج. وهذا يُبقي البروتوكول قابلًا للتكرار، ويرى المؤلفان أن الاستعانة بأشخاص أحياء لن تغيّر الاستنتاجات. وبنيا مجموعة بيانات باسم GhostFace تضم 100 هوية متنوعة من حيث الجنس والأصل والعمر، سُجّلت بشدّات هجوم متزايدة.
ثم اختبراها على أنظمة مفتوحة المصدر واسعة الاستخدام: خمس أدوات لمطابقة الوجوه، وثلاث كاشفات انتحال، وأربع كاشفات دمج، وفق معايير الاختبار الدولية.
ثلاثة حرّاس، خُدعوا جميعًا
- صنّفت كاشفات الانتحال ما بين 80% و96% من صور الهجوم بكامل شدته على أنها وجوه حيّة حقيقية. وحتى أكثرها استجابة سمح بمرور نحو أربع من كل خمس.
- أخفقت كاشفات الدمج، المدرّبة على الدمج الرقمي، في كشف ما بين 16% و61% من صور الهجوم عند إعداد صارم، دون أن تُخطئ مرةً في وجه حقيقي. ويستنتج المؤلفان أن النماذج المدرّبة على المزج الرقمي لا تلتقط المزج البصري بشكل موثوق.
- قبلت أدوات مطابقة الوجوه المنتحلين بنسب متفاوتة. فقد قبل أكثرها هشاشة، ArcFace، 32.75% من صور الهجوم بوصفها الشخص المستهدف عند العتبة المختبرة، وقبل صورة واحدة على الأقل في 99 من أصل 100 مقطع فيديو للهجوم. وقبل أحدث نموذج مختبر 7% عند عتبة أكثر صرامة. أما أكثرها مقاومة، MagFace، الذي يأخذ جودة الصورة في الحسبان عند اتخاذ قراراته، فقبل أقل من 1%.
وأحيانًا لم يُتعرَّف على الوجه الممزوج بوصفه أيًّا من الشخصين، بل بوصفه هوية ثالثة من قاعدة البيانات.
سدّ النقطة العمياء
يصف المؤلفان نقطة عمياء كبيرة: فالأنظمة البيومترية الحالية لا تأخذ الإسقاطات الشفافة في الحسبان، وتُظهر الورقة حدود كلٍّ من فحوص الحيوية القائمة على الملمس وكاشفات الدمج المدرّبة على الصور الرقمية وحدها. ولا تزال الدراسة عرضًا مخبريًا بنماذج مفتوحة المصدر وصور أُعيد التقاطها. ولدعم مزيد من البحث، يتيح المؤلفان مجموعة بيانات GhostFace لفرق أخرى عند الطلب، معيارًا جديدًا لاختبار التعرّف على الوجوه وكشف الانتحال وكشف الدمج معًا.