« Visages maîtres » capables de contourner plus de 40% des systèmes d’authentification par reconnaissance faciale

Des chercheurs israéliens ont développé un réseau neuronal capable de générer des « visages maîtres » – des images faciales qui peuvent chacune imiter plusieurs identités. Le travail suggère qu’il est possible de générer de tels « clés maîtres » pour plus de 40 % de la population en utilisant seulement 9 visages synthétisés par le StyleGAN Generative Adversarial Network (GAN), via trois systèmes de reconnaissance faciale de pointe.

Le document est une collaboration entre l’École de sciences informatiques Blavatnik et l’École d’ingénierie électrique, toutes deux à l’Université de Tel-Aviv.

Lors des tests du système, les chercheurs ont constaté qu’un seul visage généré pouvait déverrouiller 20 % de toutes les identités dans la base de données ouverte Labeled Faces in the Wild (LFW) de l’Université du Massachusetts, une référence commune utilisée pour le développement et les tests des systèmes d’authentification par reconnaissance faciale, et la base de données de référence pour le système israélien.

Le flux de travail du système israélien, qui utilise le générateur StyleGAN pour rechercher de manière itérative des « visages maîtres ». Source: https://arxiv.org/pdf/2108.01077.pdf

La nouvelle méthode améliore une méthode similaire récente de l’Université de Sienne, qui nécessite un accès privilégié au framework d’apprentissage automatique. En revanche, la nouvelle méthode déduit des caractéristiques généralisées à partir de matériel publiquement disponible et les utilise pour créer des caractéristiques faciales qui chevauchent un grand nombre d’identités.

Visages maîtres évolutifs

StyleGAN est initialement utilisé dans cette approche sous une méthode d’optimisation noire qui se concentre (ce qui n’est pas surprenant) sur les données à haute dimension, car il est important de trouver les caractéristiques faciales les plus larges et les plus généralisées qui satisferont un système d’authentification.

Ce processus est ensuite répété de manière itérative pour englober les identités qui n’ont pas été encodées dans le passage initial. Dans des conditions de test variables, les chercheurs ont constaté qu’il était possible d’obtenir une authentification pour 40-60 % avec seulement neuf images générées.

Groupes successifs de « visages maîtres » obtenus dans la recherche à travers diverses méthodes de recherche de couverture, y compris LM-MA-ES. La couverture moyenne de l’ensemble (MSC, une métrique pour la précision) est indiquée sous chaque image.

Le système utilise un algorithme évolutif couplé à un prédicteur neuronal qui estime la probabilité que le « candidat » actuel se généralise mieux que le p-centile des candidats générés dans les passes précédentes.

Le filtrage des candidats générés dans l’architecture du système israélien.

LM-MA-ES

Le projet utilise l’algorithme Limited-Memory Matrix Adaptation (LM-MA-ES) développé pour une initiative de 2017 menée par le Groupe de recherche sur l’apprentissage automatique pour la conception d’algorithmes, une approche bien adaptée à l’optimisation noire à haute dimension.

LM-MA-ES produit des candidats de manière aléatoire. Bien que cela soit bien adapté à l’objectif du projet, un composant supplémentaire est nécessaire pour déduire quels visages sont les meilleurs candidats pour l’authentification trans-identité. Par conséquent, les chercheurs ont créé un « prédicteur de succès » classificateur neuronal pour trier le flux de candidats dans les visages les plus adaptés à la tâche.

Raisonnement du prédicteur de succès utilisé dans le projet israélien de contournement d’identification faciale.

Évaluation

Le système a été testé contre trois descripteurs de visage basés sur CNN: SphereFace, FaceNet et Dlib, chaque architecture de système contenant une métrique de similarité et une fonction de perte, qui sont utiles pour valider les scores de précision du système.

Le prédicteur de succès est un réseau neuronal feed-forward composé de trois couches entièrement connectées. La première de ces couches utilise la régularisation BatchNorm pour assurer la cohérence des données avant activation. Le réseau utilise ADAM en tant qu’optimiseur, avec un taux d’apprentissage ambitieux de 0,001 sur des lots de 32 images d’entrée.

Sortie des trois architectures.

Tous les trois algorithmes testés ont été formés pendant 26 400 appels de fonction de fitness en utilisant le même ensemble de cinq graines.

Les chercheurs avaient établi à ce stade que des processus de formation plus longs ne bénéficiaient pas au système; en effet, l’approche israélienne cherche à dériver des données clés d’un stade précoce de la formation du modèle, où seules les fonctionnalités les plus élevées ont encore été discernées. Il est important de noter que c’est une sorte de cadeau, en termes d’économie de framework.

Ayant établi des résultats de base avec l’environnement d’optimisation sans gradient NeverGrad de Facebook, le système a été profilé contre un certain nombre d’algorithmes, notamment diverses marques de l’heuristique Differential Evolution.

Les chercheurs ont constaté qu’une approche « avide » basée sur Dlib a surpassé ses concurrents, réussissant à créer neuf visages maîtres capables de déverrouiller 42 % à 64 % de l’ensemble de données de test. L’application du prédicteur de succès du système a encore amélioré ces résultats très favorables.

Le document soutient que « l’authentification basée sur le visage est extrêmement vulnérable, même s’il n’y a pas d’informations sur l’identité ciblée », et les chercheurs considèrent leur initiative comme une approche valable pour une méthodologie d’incursion de sécurité pour les systèmes de reconnaissance faciale.