0 引言

隨著神經(jīng)網(wǎng)絡的再度崛起與深度學習技術(shù)迅猛發(fā)展，人臉識別的準確率和性能不斷提升，人臉識別技術(shù)在各領域得以快速發(fā)展，在行政、公共安全、交通、商業(yè)等各領域發(fā)揮重要作用。然而，人臉識別技術(shù)在提升便捷性的同時，也遭到了濫用，個人隱私安全問題迫在眉睫。

在近年中一些調(diào)研中，文獻[1]發(fā)現(xiàn)包括人臉信息在內(nèi)的生物特征信息泄露問題越來越嚴重。2019年8月，生物識別平臺BioStar2泄露超過2 780萬條記錄，數(shù)據(jù)量達23 GB，其中包括指紋、人臉識別和用戶圖片、未加密的用戶名和口令及員工數(shù)據(jù)等。2021年3月科勒衛(wèi)浴、寶馬等企業(yè)在主體不知情情況下，對人臉信息捕捉、記錄，并對該信息進行行為分析，導致個人行蹤泄露。同時根據(jù)《南方都市報》個人信息保護研究中心人工智能倫理課題組和軟件專項治理工作組發(fā)布的《人臉識別應用公眾調(diào)研報告(2020)》[2]發(fā)現(xiàn)，當前人臉識別技術(shù)普及率高，但仍存在強制使用等問題，六成受訪者認為人臉識別技術(shù)有被濫用的趨勢。此外，針對目前幾類較有爭議的人臉識別應用場景，受訪者最不能接受的是商城使用人臉識別收集顧客的行為數(shù)據(jù)。在各大商場、酒店、旅游景點等具有爭議的公共場合，人臉信息過度采集與非法存儲行為屢見不鮮，甚至在很多安全級別低且不必要的場景中強制要求人臉認證。其次，用戶對于人臉識別認證的態(tài)度也日趨保守與抵觸。根據(jù)具《南方都市報》發(fā)布的《人臉識別應用場景合規(guī)報告(2021)》[2]顯示，在感受人臉識別便捷性的同時，大眾對人臉識別的安全性保持擔憂。

針對人臉識別的安全性問題已經(jīng)有相關研究，目前的系統(tǒng)中通常使用更精準的人臉識別手段過濾不安全的人臉，從而保護系統(tǒng)的安全性。常用的手段是三維結(jié)構(gòu)光識別[3]，該技術(shù)將編碼的光柵或線光源等投射到被測物上，根據(jù)它們產(chǎn)生的畸變來解調(diào)出被測物的三維信息。但所有的技術(shù)只是關注系統(tǒng)的安全性，忽略了人臉隱私安全問題，所有的人臉識別技術(shù)離不開數(shù)字化特征值的提取[2]，提取的人臉特征具有唯一性、不可撤銷性，一旦遭到攻擊、篡改或泄露，則意味著終生泄露，用戶隱私安全正面臨巨大威脅。

針對以上的問題，本文從人臉識別中使用的人臉數(shù)據(jù)出發(fā)，對提取的數(shù)據(jù)進行合適的加密和處理，從底層解決了人臉隱私泄露的問題。進行了全面的背景調(diào)研、系統(tǒng)設計、功能實現(xiàn)以及系統(tǒng)測試。系統(tǒng)主要分為前端與后端兩個部分。后端主要包括數(shù)據(jù)庫的部署與搭建、接口設計以及模型訓練。前端開發(fā)了軟件端與網(wǎng)頁端。系統(tǒng)具有封閉安全、輕量高效、準確率高、公開透明的特點，同時還具可拓展性和移植性，幾乎可以適用于人臉識別的各種場合。不僅適用于高級機密的安全場所，更能從普羅大眾所接觸到日常生活中的各個場景解決人臉隱私泄露的問題，可以代替大部分場景下的人臉識別系統(tǒng)。

系統(tǒng)在普通版本的基礎上，開發(fā)了大量其他的應用場景模擬系統(tǒng)。主要針對設備解鎖、上班打卡、微信取紙等具體的多種應用場景進行了設計。在不同場景下，簽名與密鑰的形式便捷多樣，如NFC卡、手機序列號、手機號碼等，能夠滿足用戶在多種場景下的需求，有效防范人臉信息的非法盜取與濫用。最后在系統(tǒng)上實現(xiàn)了上述提出的想法。系統(tǒng)是開源的，開源網(wǎng)址為：https：//github.com/qzkinhit/MAE-Based-Face-Privacy-Protection-and-Authentication-System。

本文詳細內(nèi)容請下載：http://www.tom3567.com/resource/share/2000005093.

作者信息：

錢澤凱1，童彥澎2，劉紹輝1，王雨桐1，王詩語3

(1.哈爾濱工業(yè)大學 計算機科學與技術(shù)學院，黑龍江 哈爾濱150006；

2.哈爾濱工業(yè)大學 軟件學院，黑龍江 哈爾濱150006；

3.哈爾濱工業(yè)大學 建筑學院，黑龍江 哈爾濱150006)

歡迎關注電子技術(shù)應用2023年2月22日==>>商業(yè)航天研討會<<