人臉識別日前已逐漸成為各個行業的安全措施，手機解鎖、小區出入、消費支付、辦理業務。。。。。。越來越多的信息、功能和我們的臉部特征綁定在一起。但是基于人的面部進行身份識別是否真的安全呢?

[[418065]] 

大家常常都會有這樣的感覺，路上看見的陌生人突然覺得眼熟、某個朋友經常會被認錯。。。。。。。這些都經常被稱作大眾臉，他們也常常被認錯。那么，有沒有一些面孔，能夠大眾化到和很多人都很像，能夠在沒有被錄入的情況下蒙混過關呢?

最近，來自以色列拉維夫大學的一項研究表示，他們通過機器學習算法成功創建了9張面孔，它們可以成為人臉識別的萬能鑰匙。在研究中，這些研究人員稱這些面孔能夠冒充超過40%的人，已經實現了繞過深度人臉識別系統，并且在三個系統中完成了實驗。同時他們還認為，該項研究成功的可能性非常高，并且無需訪問任何用戶的信息。

研究人員利用英偉達Nvidia的圖像技術創造逼真的假臉圖像，并將其與人臉數據集(LFW)中5749個真實面孔照片進行比較，再利用專門的算法判定假臉與真臉的相似度，并保留相似度更高的圖像。研究團隊根據這些相似度進行算法與神經網絡的優化訓練，以創建越來越多與真人面孔類似的虛擬人臉。 

通過反復實驗，該研究團隊最后創建出了一組萬能人臉識別鑰匙，并稱這9張面孔可以冒充人臉數據集中超過40%的人。這一靈感來自于17年的萬能指紋研究。該論文通過對光學指紋數據集和電容指紋數據集的初步分析，得出結論并認為的確能夠生成可用于冒充大量用戶的部分指紋。 

但實際上，LFW人臉數據集存在著很大不足，在其官網的免責說明中也提到，許多人群在LFW中并沒能夠得到代表，包括孩子很少、80歲以上的人很少、女性占比低，同時許多種族的占比尤其低，甚至沒有。LFW也坦白到，它們自身不夠大。這也是該萬能人臉識別研究中的一個巨大不足。

但是萬能人臉研究人員表示，LFW雖然存在不足，但它仍然是用于評估人臉識別方法中廣泛運用的數據集。但總的來說，數據集存在缺陷的確非常致命，這也導致這項實驗雖然看起來有趣，但不夠成熟。研究人員也補充到，他們并未針對商業人臉識別系統進行測試，因而現實生活中的系統不能用以參考。 

研究人員稱，這項研究的最終目的并非是創造出能夠突破人臉識別的萬能鑰匙，而是提出了人臉識別存在的可能漏洞，并希望人臉識別系統的相關開發者與用戶都應該考慮到這一點。

人臉識別存在漏洞也給廣大安全從業人員敲響了警鐘，也說明未來網絡安全行業將會得到更多的發展。如果現在想入行網絡安全的話可以考慮自學也可以報班，如果需要課程資源可以移步我們官網看看，上面有很多免費在線課程資源，各個方向的都有。