Bill Swearingen, geçtiğimiz bir yıl boyunca neredeyse aynı testi tekrar tekrar çalıştırdı. Amaç, ABD sokaklarını kaplayan gözetim kameralarının tespit edemeyeceği, bilgisayar tarafından üretilmiş bir desen ortaya çıkarmaktı. Yaklaşık 31 milyon testin ardından Swearingen, artık talep üzerine desen üretebildiğini söylüyor. Bu desenler kıyafetlere ve nesnelere uygulandığında, en yaygın kullanılan plaka okuyucuların ve gözetim kameralarının, desenin kapladığı insanı ya da aracı tespit etmesini engelliyor.
Swearingen projesine noRecognition adını verdi. Proje, ABD'de ve sınırlarının ötesinde kullanılan otomatik tespit ve algoritmik gözetimden kaçınmak isteyenlere bir yol sunuyor. Son yıllarda gözetim kameraları, kaydedilen görüntüde ne olup bittiğini anlama yeteneğiyle güçlendirildi: Hız yapan araçların plakalarının takibinden, şüpheli suçluları yüz tanıma yoluyla belirlemeye kadar uzanan bu yetenek, kaynakta belirtildiği üzere karışık sonuçlar ve zaman zaman ürkütücü çıktılar üretiyor.
Kameraları kayıttan değil, tanımaktan alıkoyan desenler
Bugün çoğu gözetim kamerasını çalıştıran tespit algoritmaları, büyük miktarda görüntüyü tarayabiliyor. Bu da kolluk kuvvetlerinin, samanlıkta iğne arar gibi ilgi duyduğu faaliyeti ayıklamasına olanak tanıyor. Swearingen'ın bilgisayar tarafından üretilen desenleri kameraların video kaydetmesini engellemiyor. Bunun yerine, kameranın nesneleri, insanları ya da yüzleri tanımlama yeteneğini bozarak kameranın herhangi bir tespit alarmı tetiklememesini sağlıyor.
Desenin kapladığı şeyi kameranın tespit etme yeteneği bloke edildiğinde, kişi yeniden samanlıktaki iğneye dönüşüyor; ta ki birileri nereye bakacağını bilene kadar. Swearingen, bu hafta TechCrunch ile yaptığı görüşmede “Mahremiyet temel bir haktır” dedi. Desenlerini, insanların “takip edilmeyi reddetmesini” sağlayan bir yol olarak tanımladı.
Projenin ilk halka açık testi cuma günü Las Vegas'taki Def Con siber güvenlik konferansında yapıldı. Swearingen, bir araca basılan deseni başarıyla göstererek bu desenlerin gerçek dünyada gözetim tespitini bozmada etkili olabileceğini kanıtladı.
Kansas City'den çıkan proje: 31 milyon test ve pekiştirmeli öğrenme
Kansas City'deki evinden TechCrunch'a konuşan ve siber güvenlik buluşması SecKC'nin kurucu ortaklarından olan Swearingen, bir siber profesyonel olarak gözetimin mahremiyet ve güvenlik risklerinin keskin biçimde farkında olduğunu söyledi. Yaşadığı kentin gözetim kameralarıyla dolu olduğunu, yer yer kameraların birbirinden yalnızca birkaç metre uzakta bulunduğunu anlattı. Kendisinin ve başkalarının izlenmeyi hiçbir zaman kabul etmediğini, tıpkı devletin ehliyetini yüz tanıma için kullanmasını da kabul etmediğini belirtti.
Swearingen kendisini ABD'nin ortasında yaşayan orta yaşlı bir beyaz adam olarak tanımladı ve bu nedenle kim olduğu ya da nasıl göründüğü için zorluk veya ayrımcılıkla karşılaşmadığını kabul etti. Geçen yıl bir protestoya katılmak istediğini, ancak çok sayıda kameranın anayasal ifade özgürlüğü hakkını kullanan insanları takip edebileceği endişesiyle rahatsız olduğunu anlattı. Kendisi böyle hissediyorsa, haklarını kullanmak isteyen ama kendini güvende ya da rahat hissetmeyenlerin de kesinlikle böyle hissedeceğini söyledi. Ardından işe koyuldu.
Kaynağa göre, tespit edebilen kameralar olduğu sürece bu teknolojiye karşı çıkma çabaları da oldu. Birkaç sanat projesi ve giyim markası, insanların yüz tanımayı bozmasına yardımcı olmayı amaçlayan ürünler tanıttı. Bazı gözlük üreticileri de bu akıma katılıyor, ancak kaynakta belirtildiği üzere pek etkili değiller. Swearingen, araştırmasının kamera tespitini bloke etmenin mümkün olduğunu gösteren bu önceki çalışmaların üzerine inşa edildiğini söyledi.
Geçen yıl, açık kaynaklı video kamera tespit algoritmalarını birbiri ardına kademeli olarak alt eden bir kavram kanıtlama test laboratuvarıyla başladı. Yıl boyunca ek bilgisayar işlem gücüyle testlerini büyüterek desenleri rafine etti. Projeye donanımıyla destek olan geniş topluluğa teşekkür etti. Kavram kanıtı zamanla bir pekiştirmeli öğrenme modeline dönüştü; yani test ettiği kamera algoritmalarına karşı hangi desenlerin işe yaradığını ve hangilerinin yaramadığını kendi kendine öğrenebilen, kendi içinde kapalı bir sisteme.
Swearingen, TechCrunch'a basit bir ifadeyle modeline temelde “nasıl resim yapılacağını” öğrettiğini söyledi. Bir desen başarısız olduğunda ve bir algoritma onu tespit ettiğinde, model tekrar tekrar deniyor ve sonunda birden fazla algoritmayı aynı anda alt edene kadar devam ediyordu. Modeli kısa süre içinde, test ettiği 11 açık kaynak tespit algoritmasının tamamını alt edebilen desenler için mükemmel tarifler bulmaya başladı. Bunlar arasında Flock plaka okuyucularını çalıştıran yazılım, Axon vücut kameraları ve Clearview AI çalıştıran kameralar da var. Swearingen'e göre model artık her dakika yeni desenler üretiyor ve her parti matematiksel olarak bir öncekinden daha iyi.
Def Con'daki ilk saha testi: 2009 model Toyota Yaris
Cuma günü Las Vegas'taki Def Con siber güvenlik konferansında Swearingen ilk gerçek dünya testini gerçekleştirdi. Donut Media'nın yardımıyla yapılan testte, 2009 model bir Toyota Yaris, Swearingen'ın en yeni desenlerinden biriyle kaplanarak aracın bir Flock kamerası tarafından tespit edilip edilmeyeceği denendi. Swearingen “Etkili olduğunu kanıtladık” dedi; ancak tekerleklerin bir zorluk oluşturduğunu ekledi.
Donut Media, gösterimin videosunun önümüzdeki birkaç hafta içinde yayınlanacağını belirtti. Las Vegas'taki halka açık gösterimin ardından proje, kamusal alanlarda algoritmik tespitten kaçınmanın mümkün olduğuna dair erken bir kanıt niteliği taşıyor. Swearingen'e göre sıradaki adım, desenleri bunları isteyen insanların eline ulaştırmak.
Ticari plan: Tişörtten araç kaplamalarına
noRecognition projesinin ayrıca, desenleri taşıyan tişörtlerden kapüşonlulara uzanan erken dönem ürünlerin satışını finanse etmeye yardımcı olacak bir kitle fonlama kampanyası bulunuyor. İlerleyen dönemde araçlar için desen baskılı kaplamalar da gündeme gelebilir. Swearingen, desenlerin yüksek kalitede olmasını ve uzaktan işe yarayacak kadar iyi çözünürlüğe sahip olmasını amaçladığını, aynı zamanda estetik olarak modaya uygun görünmelerini istediğini söyledi.
En güçlü desenlerini, kamera üreticilerinin bunları alt etmesini önlemek için internetten uzak tuttuğunu belirten Swearingen, işin henüz bitmediğini de ekledi. Modelleri yeni desenler üretmeye devam ediyor. “Her başarısızlık modelimi geliştiriyor, dolayısıyla [desenler] giderek daha iyi hale geliyor” dedi.
Sıkça Sorulan Sorular
noRecognition projesi ne yapıyor?
Proje, Bill Swearingen'ın bilgisayar tarafından üretilen desenler aracılığıyla insanların ve araçların otomatik tespitten ve algoritmik gözetimden kaçınmasını sağlamayı amaçlıyor. Desenler kıyafetlere ve nesnelere uygulanıyor.
Desenler gözetim kameralarının video kaydetmesini mi engelliyor?
Hayır. Kaynağa göre desenler kameraların video kaydetmesini engellemiyor; bunun yerine kameranın nesneleri, insanları veya yüzleri tanımlama yeteneğini bozarak tespit alarmı tetiklenmesini önlüyor.
Def Con'daki testte ne yapıldı ve sonuç ne oldu?
Las Vegas'taki Def Con konferansında Donut Media'nın yardımıyla 2009 model bir Toyota Yaris, Swearingen'ın en yeni desenlerinden biriyle kaplandı ve aracın bir Flock kamerası tarafından tespit edilip edilmeyeceği denendi. Swearingen testin etkili olduğunu söyledi, ancak tekerleklerin zorluk oluşturduğunu belirtti.
Swearingen desenlerini neden internette paylaşmıyor?
En güçlü desenlerini, kamera üreticilerinin bunları alt etmesini önlemek amacıyla internetten uzak tutuyor.
Projenin ticari bir planı var mı?
Evet. Projenin, desenleri taşıyan tişört ve kapüşonlu gibi erken dönem ürünlerin satışını finanse etmeye yardımcı olacak bir kitle fonlama kampanyası var. Kaynağa göre ilerleyen dönemde araçlar için desen baskılı kaplamalar da olasılık dahilinde.
