Bill Swearingen, izleme kameralarını kandıran desenler geliştiriyor

Bill Swearingen, son bir yılını, Amerika'nın sokaklarındaki izleme kameralarının tespit edemeyeceği bir bilgisayar destekli desen oluşturma testlerine harcadı. Şu ana kadar 31 milyon test gerçekleştiren Swearingen, kıyafetler ve nesneler üzerinde uygulandığında, en yaygın kullanılan plaka okuyucuları ve izleme kameralarından gizlenmeyi sağlayan desenler üretebildiğini belirtiyor. Projesine 'noRecognition' adını veren Swearingen, insanların otomatik tespit ve algoritmik izleme sistemlerinden kaçınmalarına yardımcı olmayı amaçlıyor. Son yıllarda, izleme kameraları, kaydedilen görüntülerde neler olduğunu tespit etme yeteneği ile güçlendirildi; bu sayede, hız yapan araçların plaka numaralarını takip etme veya yüz tanıma kullanarak suç şüphelilerini belirleme işlemleri gerçekleştiriliyor. Ancak bu süreç, bazı durumlarda korkutucu sonuçlar doğurabiliyor. Bugün çoğu izleme kamerasının arkasındaki tespit algoritmaları, büyük miktarda görüntü kaydını işleyebiliyor ve kolluk kuvvetlerine, ilgi çekici faaliyetleri bir iğneyi samanlıkta bulmak gibi ayırt etme imkânı sağlıyor. Swearingen'in bilgisayar destekli desenleri, izleme kameralarının video görüntüsü kaydetmesini engellemiyor. Bunun yerine, bu desenler, kameraların nesneleri, insanları veya yüzleri tanıma yeteneğini karıştırıyor, böylece kameralar tespit uyarısı vermiyor. Desenin kapladığı alanın tespitini engelleyerek, kişi tekrar iğne gibi samanlıkta kayboluyor; ta ki biri nereden bakacağını bilene kadar. 'Gizlilik temel bir haktır,' diyen Swearingen, desenlerini insanların 'izlenmeyi kabul etmemeleri için bir yol' olarak tanımladı. Swearingen, Las Vegas'taki Def Con siber güvenlik konferansında bu desenin bir araç üzerindeki ilk kamu testinin başarıyla gerçekleştirildiğini ve bu desenlerin gerçek dünyada izleme tespitini aşmada etkili olduğunu kanıtladığını belirtti. Kansas City'deki evinden TechCrunch'a verdiği bir röportajda, bir siber güvenlik uzmanı olarak izleme sistemlerinin gizlilik ve güvenlik risklerinin farkında olduğunu vurguladı. Şehrinin, birbirine çok yakın birçok izleme kamerasıyla dolup taştığını anlatan Swearingen, kendisinin ve diğerlerinin asla izlenmeyi kabul etmediğini, devletin sürücü belgesini yüz tanıma için kullanmasına da onay vermediğini ifade etti. Kendini, Amerika'nın ortasında yaşayan orta yaşlı bir beyaz adam olarak tanımlayan Swearingen, bu durumun kendisine herhangi bir zorluk ya da ayrımcılık yaşatmadığını kabul etti. Geçtiğimiz yıl bir protestoya katılmak istediğini, ancak çok sayıda kameranın, anayasal haklarını ifade eden kişileri takip edebileceğinden endişe duyduğunu anlattı. Böyle hissettiyse, kuşkusuz başkaları da aynı şekilde hissediyordur. Swearingen, bu durumu göz önüne alarak çalışmalara başladı. Kameraların tespit yapabilme yeteneği olan varlıklar için karşı teknoloji geliştirme çabaları, uzun zamandır sürüyor. Bazı sanat projeleri ve giyim markaları, insanların yüz tanımayı aşmalarına yardımcı olmayı amaçlayan kıyafetler geliştirdi. Bazı gözlük üreticileri de bu trende dahil olmaya çalıştı, ancak başarı oranları düşük kaldı. Swearingen, araştırmasının, daha önceki çalışmaların üzerine inşa edildiğini ve kameraların tespitlerini engellemenin mümkün olduğunu gösterdiğini söyledi. Geçen yıl bir kanıt testi laboratuvarında çalışmaya başlayan Swearingen, bir açık kaynak video kamera tespit algoritmasını birer birer aşmaya başladı. Yıl boyunca, ek bilgisayar işlem gücü ile testlerini genişleterek desenlerini geliştirdi. Projeye destek veren donanım sağlayan geniş topluluğa teşekkür etti. Kanıt testi zamanla, spesifik kamera algoritmalarına karşı hangi desenlerin çalıştığını öğrenen kendine yeten bir sistem olan bir pekiştirme öğrenme modeline dönüştü. Swearingen, bu modeli 'resim yapmayı öğretmek' olarak tanımladı. Bir desen her başarısız olduğunda ve bir algoritma bunu tespit ettiğinde, model tekrar dener, ta ki birden fazla algoritmayı aynı anda aşmayı başarıncaya kadar. Modeli, denediği 11 açık kaynak tespit algoritmasının hepsini aşabilen desenler için mükemmel tarifler bulmaya başladı; bu algoritmalar arasında Flock plaka okuyucuları, Axon vücut kameraları ve Clearview AI tarafından çalışan kameralar da bulunuyor. Şimdi model, her dakika yeni desenler üretiyor; her bir grup, bir öncekinden matematiksel olarak daha iyi olduğunu belirtti. Cuma günü Las Vegas'taki Def Con siber güvenlik konferansında Swearingen, ilk gerçek dünya testini gerçekleştirdi. Donut Media'nın yardımıyla gerçekleştirilen testte, 2009 yapımı bir Toyota Yaris, Swearingen'in en yeni desenlerinden biri ile kaplanarak Flock kamerası tarafından tespit edilip edilmeyeceği test edildi. Swearingen, 'Etkili olduğunu kanıtladık,' dedi; fakat tekerleklerin bir zorluk olduğunu ekledi. Deneme videosu önümüzdeki birkaç hafta içinde yayınlanacak. Las Vegas'ta yapılan kamu demo ile, bu projenin, kamu alanlarında algoritmik tespitlerden kaçmanın mümkün olduğunu kanıtladığı için erken bir başarı olduğu belirtildi. Bir sonraki adım, bu desenleri isteyen kişilerin eline ulaştırmak. noRecognition projesi ayrıca, desenleri içeren erken satış ürünleri için kitle fonlaması kampanyası yürütüyor; bunlar arasında tişörtlerden kapüşonlulara kadar çeşitli ürünler ve gelecekte araçlar için desenli kaplamalar yer alacak. Swearingen, desenlerin uzaktan çalışacak kadar iyi çözünürlükte ve görsel açıdan şık olmasını hedefliyor. En güçlü desenlerini internetten uzak tutarak, kamera üreticilerinin bunları aşmasını engellemeye çalıştığını belirten Swearingen, çalışmalarının henüz tamamlanmadığını vurguladı. Modelleri, yeni desenler üretmeye devam ediyor. 'Her başarısızlık modelimi geliştiriyor, bu yüzden desenler sürekli olarak daha iyi hale geliyor,' dedi.