人臉識別設(shè)備是生物特征識別的重要內(nèi)容，在20世紀90年代后期進入初級的應用階段，并且以美國、德國和日本的技術(shù)實現(xiàn)為主。近年來，我國相關(guān)技術(shù)發(fā)展突飛猛進。人臉識別在給我們生活提供便捷的同時，也存在被攻擊或惡意利用的嚴重安全隱患。因此，針對人臉識別技術(shù)應用和人臉數(shù)據(jù)庫、人臉識別模型建設(shè)一定要嚴格控制，人臉數(shù)據(jù)應像基因數(shù)據(jù)一樣，通過技術(shù)和立法等手段予以嚴格保護。

　　一、人臉識別技術(shù)應用現(xiàn)狀

　　生物識別技術(shù)主要利用人體固有生理特征(如指紋、聲紋、人臉、虹膜等)和行為特征(如筆跡、聲音、步態(tài)等)進行個人身份鑒定。與其他生物識別技術(shù)相比，人臉識別具有準確率高、非接觸、速度快等特點，在越來越多國家的政府、軍隊、金融、電子商務、安全防務及娛樂等領(lǐng)域推廣應用，潛力巨大。

       二、人臉識別技術(shù)的攻擊手段及風險

　　當前，對于人臉數(shù)據(jù)的違規(guī)采集、泄露、竊取以及非法交易和利用等問題是人臉識別技術(shù)和數(shù)據(jù)庫面臨的主要風險。如果這些安全風險不能通過技術(shù)、政策和法律法規(guī)來解決的話，必將對人臉識別技術(shù)發(fā)展產(chǎn)生“雙刃劍”效應，凸顯制約瓶頸。

　　人臉識別的仿冒認證。人臉識別系統(tǒng)可以對攝像頭采集的人臉圖像進行辨認，卻無法識別采集的人臉圖像是來自真人還是一張照片。人臉識別系統(tǒng)極易受到各類蓄意的仿冒攻擊，常見手段包括盜用合法用戶人臉照片、盜用合法用戶人臉視頻及盜用三維人臉面具等。為應對人臉照片冒用，很多人臉識別系統(tǒng)加入了生物活性檢測(眨眼、張嘴、搖頭等)手段，但攻擊者仍可以利用視頻播放和自動化人臉動效等技術(shù)比較容易地逃過檢測。攻擊者借助人臉關(guān)鍵點定位和自動化人臉動效技術(shù)，通過將自拍照由靜態(tài)改為動態(tài)，可以完成刷臉登錄需要的眨眼、張嘴等動作。

　　人臉識別算法的攻擊。合法用戶身份仿冒需要以獲得合法用戶的人臉照片及視頻等數(shù)據(jù)作為前提條件。國內(nèi)某安全團隊已經(jīng)實現(xiàn)了更具威脅的攻擊手段，使用完全不同用戶的人臉照片繞過身份識別系統(tǒng)。該攻擊手段對深度學習圖像識別等應用造成逃逸攻擊以及數(shù)據(jù)污染攻擊等效果，不依賴于具體的深度學習模型，對Tensorflow、Caffe等當前主流深度學習框架攻擊有效。

    人臉數(shù)據(jù)的泄露途徑。人臉數(shù)據(jù)的泄露途徑主要有三種：1.互聯(lián)網(wǎng)公司的不當采集。當前各類網(wǎng)絡(luò)應用，包括社交平臺、電子商務、拍攝軟件等廣泛采集用戶人臉數(shù)據(jù)，智能攝像頭也隨時隨地地抓拍各類人群的圖像數(shù)據(jù)。互聯(lián)網(wǎng)公司對我國網(wǎng)民人臉數(shù)據(jù)的采集，尤其是境外公司的違規(guī)采集行為將對我國用戶及國家安全帶來極大威脅。2.用戶上傳與分享。為了滿足實名制要求，大多數(shù)互聯(lián)網(wǎng)企業(yè)要求用戶上傳身份證信息資料和照片。在線支付和投資理財網(wǎng)站甚至要求用戶提交手持身份證的照片。另外，不少網(wǎng)民喜歡在朋友圈曬各類生活信息，包括本人、好友以及家人的照片，成為人臉數(shù)據(jù)泄露的重要來源。3.人臉數(shù)據(jù)庫被攻擊和竊取。公司采集的人臉數(shù)據(jù)都會存儲成為企業(yè)的數(shù)據(jù)庫。從目前全世界的情況來看，存在重大的數(shù)據(jù)泄露、失竊的潛在安全風險，數(shù)據(jù)泄露案件頻發(fā)。如2017年國內(nèi)某求職網(wǎng)站被曝光泄露求職簡歷數(shù)據(jù)，包含了用戶的姓名、頭像及畢業(yè)學校等信息。2018年，在歐美國家持續(xù)發(fā)酵的美國某社交平臺多達5000萬用戶包括個人照片、視頻等隱私信息被泄露。

　　基于人臉識別的AI大規(guī)模殺傷性武器研制的威脅。將人臉識別和機器人控制等最新的人工智能技術(shù)結(jié)合起來，制造自主的大規(guī)模殺傷性武器在技術(shù)上是可行的。殺傷性武器裝載傳感器、攝像頭、GPS定位等高科技功能設(shè)備可進行人臉識別、躲避狙擊、攜帶炸藥等，做到一擊斃命。在自主致命武器的技術(shù)鏈條中，人臉識別技術(shù)是一個關(guān)鍵環(huán)節(jié)。自主致命武器一般是通過攝像頭、雷達等獲取戰(zhàn)場信息，通過對攝像頭中的人體、人臉進行識別，鎖定目標并攻擊。使用深度學習等人工智能技術(shù)來精準、自動識別攻擊目標是傳統(tǒng)武器不具備的能力，也是自主致命武器的核心技術(shù)。要想達到目標的精準識別，尤其是區(qū)分敵我，需要訓練高準確度的深度神經(jīng)網(wǎng)絡(luò)模型，訓練過程需要大量實際的人臉數(shù)據(jù)做支撐。最新的研究成果表明，經(jīng)過大量真實數(shù)據(jù)的積累和訓練，人工智能可以達到并超過人眼的識別準確度。因此，人臉數(shù)據(jù)是致命武器研制過程中的基礎(chǔ)與核心。目前，美國、韓國等個別國家已經(jīng)在研發(fā)AI殺人機器人，這種人工智能技術(shù)，一旦被運用于未來戰(zhàn)場或被恐怖分子利用，后果都將異常嚴重。因此，加強人臉識別技術(shù)的監(jiān)管、規(guī)范及利用勢在必行。

　　三、人臉識別設(shè)備技術(shù)應用的安全防范

　　為應對人臉識別技術(shù)應用的諸多風險，應該從保護人臉數(shù)據(jù)和人臉模型的角度，完善生物識別相關(guān)法律法規(guī)，建立人臉大數(shù)據(jù)中心和多因子識別管理體系，加強技術(shù)應用的監(jiān)管和數(shù)據(jù)保護。

　　保護好我國人臉數(shù)據(jù)和人臉模型，完善生物識別相關(guān)法律法規(guī)。高質(zhì)量的人臉數(shù)據(jù)和高精度的人臉模型是自主致命武器的核心。保護好一個種族的人臉數(shù)據(jù)和人臉模型，就像保護這個種族的基因庫一樣，是限制敵對方開發(fā)針對本種族的自主致命武器的關(guān)鍵任務。在人臉數(shù)據(jù)的采集、存儲、傳輸及使用等環(huán)節(jié)，應通過技術(shù)和立法等手段加強保護和監(jiān)管，既要尊重人工智能科學發(fā)展，又要保護人臉數(shù)據(jù)資源合法合規(guī)流通和使用。一要建立生物特征信息相關(guān)的管理機構(gòu)和制度，保障人臉數(shù)據(jù)的安全、規(guī)范使用。構(gòu)建一個透明的機制和統(tǒng)一的機構(gòu)，既可以約束從業(yè)廠商、數(shù)據(jù)運營方，做好隱私保護，又可以取得公眾理解和支持，推動技術(shù)創(chuàng)新升級，以獲得共贏。建議將2016年成立的中國自動識別技術(shù)協(xié)會生物特征識別工作組升格為生物特征識別技術(shù)專業(yè)委員會，以更好為行業(yè)標準和安全提供技術(shù)引導和監(jiān)管服務。二要加快制定與個人信息保護相關(guān)的法律法規(guī)，確立個人信息控制權(quán)、刪除權(quán)、遺忘權(quán)等信息權(quán)利，健全個人對信息權(quán)利的投訴和救濟機制。2017年，中央網(wǎng)絡(luò)安全和信息化領(lǐng)導小組辦公室、國家質(zhì)量監(jiān)督檢驗檢疫總局、全國信息安全標準化技術(shù)委員會聯(lián)合發(fā)布了國家標準《信息安全技術(shù)個人信息安全規(guī)范》(GB/T 35273-2017)，為我國個人信息保護工作的開展提供了翔實的實務指南，已于2018年5月1日正式實施。但是，該標準是國家推薦性標準，并不具有法律強制效力，因此建議盡快予以立法，提高國家應對層級。三是落實生物特征數(shù)據(jù)生命周期各環(huán)節(jié)的安全主體責任，厘清大數(shù)據(jù)下政府、企業(yè)及個人的數(shù)據(jù)權(quán)責問題，促進數(shù)據(jù)市場法治秩序。

　　安防領(lǐng)域規(guī)范人臉模型訓練和流轉(zhuǎn)，建立人臉大數(shù)據(jù)中心。如果人臉數(shù)據(jù)和模型的合法性得不到保證和強調(diào)，勢必出現(xiàn)人臉數(shù)據(jù)和模型的地下市場，造成數(shù)據(jù)和模型泄露的嚴重風險。解決人臉數(shù)據(jù)和模型的泄露風險的技術(shù)和法律方案是存在的。在技術(shù)上，建議公安系統(tǒng)在國家和省級層面建立人臉大數(shù)據(jù)中心，在物理隔絕的專網(wǎng)內(nèi)存儲人臉數(shù)據(jù)。算法供應商的模型必須在公安專網(wǎng)的大數(shù)據(jù)中心內(nèi)進行訓練，產(chǎn)生的模型也必須應用在公安系統(tǒng)的專網(wǎng)內(nèi)部，實現(xiàn)數(shù)據(jù)、模型物理上不出專網(wǎng)。深度學習的模型如果需要跨省市流轉(zhuǎn)并持續(xù)訓練增強，只能在公安專網(wǎng)內(nèi)部流轉(zhuǎn)。算法供應商可以租用公安大數(shù)據(jù)中心的數(shù)據(jù)和計算力進行算法模型的升級和更新。在法律和行業(yè)規(guī)范上，建議規(guī)定并區(qū)分數(shù)據(jù)和模型流轉(zhuǎn)的法律關(guān)系。程序是由程序員編寫而成，其信息的來源是程序員自身，是人創(chuàng)造的產(chǎn)物。但是模型是由數(shù)據(jù)訓練而來，其信息的來源是人臉大數(shù)據(jù)，是自然資源進一步加工的產(chǎn)物。區(qū)分算法供應商的程序版權(quán)和模型來源，對于使用的模型需要提供訓練數(shù)據(jù)源所有者的授權(quán)證書。規(guī)定數(shù)據(jù)和模型的流轉(zhuǎn)必須有詳細、有區(qū)別的法律手續(xù)背書，對數(shù)據(jù)進行訓練得到模型，并不能改變數(shù)據(jù)屬主對模型的擁有關(guān)系。

　　人臉識別在重要領(lǐng)域的應用要慎重，建立多因子識別管理體系。雖然生物識別的準確性等問題會隨著技術(shù)進步逐步獲得改善，但生物識別身份卻存在難以克服的安全風險，甚至可能危害國家安全。因此，大規(guī)模的廣泛應用，尤其是在重要領(lǐng)域的使用，必須慎之又慎，不能放任商業(yè)企業(yè)追逐利潤自行其是。對于生物識別產(chǎn)品來說，即使檢測準確度達到99.99%，一旦大規(guī)模應用，由于上億用戶規(guī)模的基數(shù)太大，被誤判影響的人群數(shù)目也會非常之多，給人身財產(chǎn)利益帶來的損失也將十分巨大。無論從技術(shù)上還是法律上考慮，當前都還不宜過分依賴人臉作為生物識別中唯一的身份識別手段，建議可以采用多因子識別管理體系，與其他身份識別手段相結(jié)合，提高系統(tǒng)的安全性、穩(wěn)定性和科學性。人臉識別設(shè)備