Kansas City merkezli siber güvenlik uzmanı Bill Swearingen, yaklaşık bir yıl boyunca aynı testi defalarca tekrarlayarak gözetleme kameralarının nesne ve kişi tespitini engelleyen bilgisayar üretimi desenler geliştirdi. Yaklaşık 31 milyon test sonrasında Swearingen, kıyafetlere ve araçlara uygulandığında yaygın olarak kullanılan plaka okuyucuların ve gözetleme kameralarının tespit sistemlerini işlevsiz kılan desenler üretebileceğini açıkladı. noRecognition adını verdiği bu proje, insanların ABD genelinde ve ötesinde kullanılan otomatik tespit ile algoritmik gözetimden kaçınmasına olanak tanıyor.
Gözetleme Kameraları Nasıl Çalışıyor, Neden Sorun Oluşturuyor?
Son yıllarda gözetleme kameraları, yalnızca görüntü kaydetmenin çok ötesine geçti. Hız yapan araçların plakalarını takip etmekten şüpheli kişileri yüz tanıma yoluyla tespit etmeye kadar uzanan bu yetenekler, zaman zaman karışık sonuçlar ve ciddi hatalar doğurdu. Günümüzde çoğu gözetleme kamerasını besleyen tespit algoritmaları, geniş miktarda görüntü verisini tarayabiliyor; bu durum kolluk kuvvetlerinin ilgi çekici aktiviteleri büyük bir yığından ayırt etmesine benzer bir işlev görüyor. Swearingen'ın geliştirdiği desenler, kameraların görüntü kaydetmesini engellemiyor; bunun yerine kameranın nesne, kişi ya da yüz tanımlama kapasitesini bozarak herhangi bir tespit uyarısı tetiklenmesini önlüyor.
noRecognition Projesi Nasıl Doğdu?
SecKC adlı siber güvenlik buluşmasının kurucu ortaklarından biri olan Swearingen, TechCrunch'a verdiği röportajda Kansas City'nin gözetleme kameralarıyla dolu olduğunu, zaman zaman kameraların birbirine yalnızca birkaç metre mesafede konumlandırıldığını anlattı. Kendisini orta yaşlı, ABD'nin ortasında yaşayan beyaz bir erkek olarak tanımlayan Swearingen, bu kimliği nedeniyle herhangi bir ayrımcılık ya da zorlukla karşılaşmadığını kabul etti. Ancak geçen yıl bir protesto etkinliğine katılmak istediğinde, sokakları kaplayan kameraların anayasal ifade özgürlüğü hakkını kullanan insanları takip edebileceği kaygısıyla rahatsızlık hissettiğini belirtti. Bu duygunun kendisine özgü olmadığını, haklarını kullanmak isteyen ama bunu güvende hissetmeden yapamayan pek çok insanın aynı kaygıyı taşıdığını düşünerek projeye başladı. "Mahremiyet temel bir haktır" diyen Swearingen, desenlerini insanların "takip edilmekten vazgeçme" hakkını kullanmasının bir yolu olarak tanımladı.
Pekiştirmeli Öğrenme ile Desenlerin Geliştirilmesi
Swearingen, geçen yıl açık kaynaklı video kamera tespit algoritmalarını tek tek aşmayı hedefleyen bir kavram kanıtlama test laboratuvarıyla işe başladı. Yıl boyunca ek bilgisayar işlem gücü kullanarak testleri ölçeklendirdi ve desenleri daha da geliştirdi. Projeye donanım katkısıyla destek olan geniş topluluğa teşekkür eden Swearingen, başlangıçtaki kavram kanıtlama çalışmasının zamanla bir pekiştirmeli öğrenme modeline dönüştüğünü açıkladı. Bu model, test ettiği belirli kamera algoritmalarına karşı hangi desenlerin işe yarayıp hangilerinin yaramadığını kendi kendine öğrenebilen bağımsız bir sistem niteliği taşıyor. Swearingen, modele temelde "nasıl boyama yapılacağını" öğrettiğini söyledi: Bir desen başarısız olduğunda ve bir algoritma onu tespit ettiğinde, model defalarca yeniden denedi; ta ki birden fazla algoritmayı aynı anda geçersiz kılana dek. Model kısa sürede Flock plaka okuyucularını, Axon vücut kameralarını ve Clearview AI çalıştıran kameraları da kapsayan 11 açık kaynaklı tespit algoritmasının tamamını aşabilen desenlerin mükemmel tariflerini bulmaya başladı. Swearingen'a göre model artık her dakika yeni desenler üretiyor ve her parti matematiksel olarak bir öncekinden daha iyi hale geliyor.
Def Con'da Gerçek Dünya Testi: 2009 Toyota Yaris
Las Vegas'taki Def Con siber güvenlik konferansında gerçekleştirilen ilk gerçek dünya testinde Swearingen, Donut Media'nın desteğiyle 2009 model bir Toyota Yaris'i en yeni desenlerinden biriyle kapladı. Testin amacı, aracın bir Flock kamerası tarafından tespit edilip edilmeyeceğini ölçmekti. "Bunun etkili olduğunu kanıtladık" diyen Swearingen, tekerleklerin bu süreçte ayrı bir zorluk oluşturduğunu da ekledi. Donut Media, demo videosunun önümüzdeki birkaç hafta içinde yayınlanacağını duyurdu. Las Vegas'taki bu ilk kamuya açık gösteriyle proje, kamusal alanlarda algoritmik tespiti atlatmanın mümkün olduğunun erken bir kanıtı niteliği taşıyor.
Ticari Yol Haritası ve Güvenlik Önlemleri
noRecognition projesi, desenlerin yer aldığı ilk ürünlerin satışını finanse etmek amacıyla bir kitlesel fonlama kampanyası başlattı. T-shirt ve hoodiler gibi ürünlerin yanı sıra ilerleyen dönemde araçlar için desen baskılı kaplamaların da gündeme gelebileceği belirtildi. Swearingen, desenlerin uzaktan da etkili olacak yüksek kalite ve çözünürlükte, aynı zamanda estetik açıdan şık görünümde olmasını hedeflediklerini söyledi. En güçlü desenlerini kamera üreticilerinin bunları etkisiz hale getirmesini önlemek amacıyla internet ortamına koymadığını belirten Swearingen, çalışmanın henüz tamamlanmadığını da vurguladı. Modelleri yeni desenler üretmeye devam ediyor. "Her başarısızlık modelimi geliştiriyor, dolayısıyla desenler giderek daha iyiye gidiyor" dedi.
Sıkça Sorulan Sorular
noRecognition projesi nedir ve kim tarafından geliştirildi?
noRecognition, siber güvenlik uzmanı Bill Swearingen tarafından geliştirilen bir projedir. Bilgisayar üretimi desenler aracılığıyla gözetleme kameralarının ve plaka okuyucuların nesne, kişi ve yüz tespit işlevlerini devre dışı bırakmayı amaçlamaktadır.
Bu desenler gözetleme kameralarını tamamen engelliyor mu?
Hayır. Swearingen'ın desenleri kameraların görüntü kaydetmesini durdurmuyor. Bunun yerine kameranın nesne, kişi veya yüz tanımlama kapasitesini bozarak herhangi bir otomatik tespit uyarısı tetiklenmesini önlüyor.
Hangi kamera ve yazılım sistemlerine karşı test edildi?
Swearingen, modeli Flock plaka okuyucularını, Axon vücut kameralarını ve Clearview AI çalıştıran kameraları kapsayan 11 açık kaynaklı tespit algoritmasına karşı test etti ve bu algoritmaların tamamını aşabilen desenler geliştirdiğini açıkladı.
Def Con'daki gerçek dünya testi nasıl gerçekleşti?
Las Vegas'taki Def Con siber güvenlik konferansında Donut Media'nın desteğiyle 2009 model bir Toyota Yaris, Swearingen'ın en yeni desenlerinden biriyle kaplandı. Test, aracın bir Flock kamerası tarafından tespit edilip edilmeyeceğini ölçmeyi hedefledi ve Swearingen testin etkili olduğunu kanıtladıklarını belirtti.
Desenlere nasıl ulaşılabilir, ticari planlar neler?
noRecognition projesi, T-shirt ve hoodiler gibi ilk ürünlerin satışını finanse etmek için bir kitlesel fonlama kampanyası başlattı. Swearingen, ilerleyen dönemde araçlar için desen baskılı kaplamalar da sunulabileceğini belirtti; ancak en güçlü desenlerini kamera üreticilerinin bunları etkisiz kılmasını önlemek amacıyla internet ortamına koymadığını söyledi.
