研究人员已经发现了一种激进的人工智能系统,可以为指纹创建“主密钥”,引发对手机和依赖它们的其他设备安全性的重大问题。
被称为“DeepMasterPrints”的研究人员 - 使用神经网络创建假印刷品 - 能够使用他们的技术模仿超过五分之一的指纹。
来自纽约大学和密歇根州立大学的团队在该系统背后告诉 CNBC,它 可以解锁“数量相当大”的手机 - 不到三分之一中国机械网okmao.com。
他们警告黑客可以将该系统视为一种有利可图的赚钱方式。
他们说,如果每五部电话工作,那将是一个有利可图的骗局。
纽约大学的Philip Bontrager领导的研究人员在洛杉矶安全会议上发表的论文中写道,“MasterPrints是可以偶然匹配大量指纹的真实或合成指纹” 。
“在这项工作中,我们生成了完整的图像级MasterPrints,称为DeepMasterPrints,其攻击精度比以前的方法要好得多。”
该方法称为潜在变量进化,通过在真实指纹图像上训练生成对抗网络(GAN)来创建。
Guardian写道,指纹系统通常不会读取整个指纹,而只是记录它最先接触扫描仪的哪一部分 。
这意味着它们比完整的印刷品更容易伪造。
GAN创建了多个虚拟指纹,这些指纹与真实指纹相匹配,足以欺骗扫描仪以及人眼。
研究人员发现,当仿生系统的错误率只有千分之一时,它能够模仿五个以上的指纹。
对于存储的每个手指代替密码,设备保留多个图像。
如果有人然后使用他们的手指解锁该设备,他们只需要匹配其安全系统上的一个部分指纹图像。
研究人员说,如果你为三个手指存储图像,设备可能会保留30个部分指纹。
“使用MasterPrints,你只需要创建几个--b五或十,我就可以了。”
GAN通过提供大量信息来“教授”关于特定主题的算法 - 在这种情况下是指纹。
GAN由两个从查看原始数据中学习的神经网络组成。
一个查看原始数据(指纹),另一个根据数据集生成虚假图像。
GAN创建了多个虚拟指纹,这些指纹与真实指纹相匹配,足以欺骗扫描仪以及人眼。
研究人员发现,当仿生系统的错误率只有千分之一时,它能够模仿五个以上的指纹。
研究人员写道,“基础方法很可能在指纹安全性和指纹合成方面有广泛的应用”。
他们希望他们的研究有助于在未来开发更安全的身份验证系统。
使用三种不同指纹匹配器和两个不同数据集的实验表明该方法是稳健的并且不依赖于任何特定指纹匹配器或数据集的伪影。
研究人员发现,“这个想法出人意料地被低估了,可能对计算创造力研究以及其他安全领域有用”。