May, 2022
人工智能时代巴西数据的风险?
The Brazilian Data at Risk in the Age of AI?
Raoni F. da S. Teixeira, Rafael B. Januzi, Fabio A. Faria
TL;DR本文讨论了生物识别系统,特别是脸部模态的漏洞和如何通过伪造攻击的方式欺骗生物识别系统,并提出了十个问题,以开始在人工智能时代探讨市民数据安全和数据隐私问题。
Abstract
Advances in image processing and analysis as well as machine learning
techniques have contributed to the use of biometric recognition systems
发现论文,激发创造
利用神经网络的生物计量学
生物识别技术在数字身份识别中发挥着重要作用,然而当前的技术仍存在一定的安全性和精确性问题。本文调查了基于神经网络的各种生物识别技术,强调了对提高精确性和可靠性的不断追求,得出了神经网络与生物特征结合不仅可以提高准确性,还有助于整体安全性的结论。
Feb, 2024
基于 Web 的系统中,以人脸识别作为认证方法
该论文介绍了基于机器学习的人脸识别技术在 Web 系统中作为身份认证方法的应用,其中结合了 MTCNN、Facenet 和 LinearSVC 等多个算法进行人脸识别,最终实现了 95% 的准确率。
Mar, 2021
模型无关的保护实用性的生物识别信息匿名化
利用生物识别技术的高风险性及潜在隐私问题,本文提出了一种新颖的数据转换框架,可实现对生物识别数据的匿名化处理,以降低敏感信息泄露的风险并保留下游机器学习分析所需的特征。实验证明了该框架能通过高度抑制敏感信息的方式,同时保持数据的实用性,从而使得对匿名化生物识别数据的后续分析仍能达到令人满意的准确性。
May, 2024
探究面部识别审计中的伦理关切
为了避免加剧或补充审计系统所传播的伤害,审计人员需要意识到更多的设计考虑和伦理紧张关系。本文针对商业人脸处理技术,展示了五个伦理问题,并提供了这些问题的具体例证,同时反思了这些问题对算法审计的作用和它们所揭示的基本产品局限性的意义。
Jan, 2020