نمط "عدائي" يمنع كاميرات المراقبة من رصد الأشخاص

أمضى Bill Swearingen، وهو متخصص في الأمن السيبراني مقيم في كانساس سيتي، العام الماضي في إجراء نحو 31 مليون اختبار لتطوير أنماط مولّدة بالحاسوب تمنع كاميرات المراقبة من رصد كل ما تغطيه. ويعتمد مشروعه، المسمى noRecognition، على نموذج تعلّم معزّز يتدرّب ذاتياً على تحديد الأنماط البصرية القادرة على خداع خوارزميات رصد محددة تعمل بها الكاميرات، وهي عملية يصفها Swearingen بأنها تعليم النموذج “كيف يرسم”.

وقال Swearingen، الذي شارك في تأسيس مجموعة SecKC للأمن السيبراني في كانساس سيتي، إن الأنماط لا توقف الكاميرات عن التسجيل؛ بل إنها تُربك قدرة الكاميرا على التعرف على الأشخاص أو المركبات أو الأجسام التي تغطيها، بحيث لا يتم تفعيل أي تنبيه رصد. وأصبح النموذج قادراً على إنتاج أنماط تتغلب على جميع خوارزميات الرصد الـ 11 المفتوحة المصدر التي اختبرها Swearingen، بما في ذلك البرمجيات التي تشغّل قارئات لوحات المركبات من Flock، والكاميرات التي يرتديها أفراد الأمن من Axon، وClearview AI. وبحسب قوله، يولّد النموذج أنماطاً جديدة كل دقيقة، وتتحسن كل دفعة عن سابقتها.

وقال Swearingen إنه طوّر الأداة لأن مدينته مليئة بكاميرات المراقبة التي لم يوافق عليها قط، مشبّهاً ذلك باستخدام الحكومة لصورة رخصة قيادته في التعرف على الوجه. وتذكّر أنه شعر بعدم الارتياح عند حضوره احتجاجاً في العام الماضي بسبب عدد الكاميرات التي يمكنها تتبع المشاركين الذين يمارسون حقهم في التعبير الحر. وقال Swearingen لـTechCrunch: “الخصوصية حق أساسي”، واصفاً الأنماط بأنها وسيلة تتيح للناس التوقف عن كونهم مراقَبين.

وفي يوم الجمعة، خلال مؤتمر Def Con للأمن السيبراني في لاس فيغاس، أجرى Swearingen أول اختبار علني وواقعي للمشروع: فبمساعدة Donut Media، غطّى سيارة Toyota Yaris موديل 2009 بأحد أحدث أنماطه، وأثبت أنها قادرة على خداع كاميرا من Flock، رغم أنه أشار إلى أن الإطارات ظلت تمثل تحدياً. وذكرت Donut Media أن فيديو العرض سيُطرح خلال الأسابيع المقبلة.

ويدير مشروع noRecognition حملة تمويل جماعي لتمويل إنتاج منتجات أولية، مثل القمصان والسترات المطبوع عليها الأنماط، وقال Swearingen إن هناك إمكانية لتقديم أغلفة للمركبات مطبوعة بالأنماط في وقت لاحق. وأوضح أنه يبقي أقوى أنماطه بعيداً عن الإنترنت حتى لا تتمكن شركات صناعة الكاميرات من التغلب عليها، مشيراً إلى أن كل إخفاق لا يؤدي إلا إلى تحسين النموذج أكثر.

لماذا يهم

يُعد المشروع دليلاً مبكراً على إمكانية تصدي الأفراد للمراقبة الخوارزمية دون أي تغيير في القانون أو السياسات، في وقت تتكاثر فيه قارئات لوحات المركبات وكاميرات التعرف على الوجه في مدن الولايات المتحدة. وإذا نجح هذا النهج في التوسع إلى ما هو أبعد من مشروع فردي، فقد يعقّد أنظمة المراقبة الأمنية والتجارية التي تعتمد على الرصد الآلي بدلاً من المراجعة البشرية.