Kaspersky a célébré HORIZONS, lors de la conférence annuelle de référence de l’entreprise, où il a été démontré que les systèmes de reconnaissance faciale peuvent également identifier une personne grâce aux outils d’intelligence artificielle générative (GenAI) qui modifient radicalement leur apparence au moyen des techniques d’investigation ou rajeunissement du visage. Dans certains cas, les images générées sont des personnages complètement distincts pour l’homme humain, ce qui met en évidence la robustesse de la reconnaissance faciale moderne.
Grâce à ce que les technologies de reconnaissance faciale sont intégrées de plus en plus dans des secteurs comme la sécurité, le contrôle frontalier, la santé, les finances ou le marketing, les avancées en IA générative facilitent également la création d’images synthétiques très réalistes et les modifications faciales chaque fois plus sophistiquées. Actuellement, les applications lancées par IA sont largement utilisées pour améliorer les images, retoucher des photos, éditer des tableaux et modifier l’apparence des personnes, ce qui place de nouveaux retours pour les systèmes de reconnaissance faciale pour évaluer les identités réelles avant les modifications numériques.
Pour mieux comprendre comment répondre aux systèmes de vérification faciale et de reconnaissance faciale avant ces transformations, l’équipe Global Research and Analysis Team (GReAT) de Kaspersky a mené une expérience en utilisant un outil open source d’analyse faciale basé sur la vision par l’ordinateur et l’intelligence artificielle, utilisé dans les enquêtes sur la reconnaissance faciale et systèmes automatisés d’analyse d’images.
Au cours de l’expérience, les analystes de Kaspersky ont élaboré des stratégies originales d’IA génératrices pour des scénarios d’envahissement et de rajeunissement similaires. Dans de nombreux cas, les images résultantes correspondent à des personnes complètement distinctes pour les observateurs humains. Sans embargo, en raison de ces changements visuels significatifs, le système de reconnaissance faciale consiste à identifier correctement les images modifiées comme les pertes des identités originales dans les cas analysés, démontrant la précision de la reconnaissance faciale, y compris dans des conditions extrêmes.
Les avancées en matière d’IA générative facilitent également la création d’images synthétiques hautement réalistes et les modifications faciales
L’expérience comprenait des scénarios générés par l’IA d’envejecimiento et de rajeunissement, des comparaisons entre des retours visuels très différents et des vérifications utilisant un logiciel moderne de reconnaissance faciale.
Caractéristiques géométriques et structurelles
Les résultats suggèrent que les systèmes actuels de reconnaissance faciale reposent sur des caractéristiques géométriques et structurelles les plus profondes du tableau, et pas uniquement sur des similitudes visuelles superficielles permises par les personnes. Inclus lorsque l’apparence faciale change de forme significative, les algorithmes de reconnaissance faciale peuvent détecter des rasgos biométriques persistants qui sont permanents à travers les transformations synthétiques.
Depuis une perspective de cybersécurité, les résultats donnent un panorama de double risque. Preuve de la capacité des systèmes d’authentification basée sur la reconnaissance faciale pour résister aux formes de manipulation visuelle impulsionnelles déterminées par IA. Par d’autres, d’importantes interrogations sur l’utilisation possible de l’IA génératrice pour la supplantation d’identité, la création de profils faux très réalistes et l’évasion des processus de vérification humaine, y compris dans les entorses où la reconnaissance faciale est la principale barre de sécurité.
« Même si l’expérimentation ne représente pas un studio à grande échelle, elle constitue une étude de concept d’une possible cyberattaque habilitée par l’IA sur ce que l’industrie doit réfléchir. Il faut montrer une implication pratique critique: les transformations faciales générées par l’IA peuvent préserver l’identité biométrique y compris lorsque La perception humaine interprète les images comme des personnes complètement distinctes. Cela a créé de nouveaux projets pour la confiance numérique, la vérification de l’identité basée sur la reconnaissance faciale et la prévention de la fraude à une époque marquée par l’évolution rapide des contenus synthétiques générés par l’IA », explique Maher Yamout, enquêteur principal. de sécurité dans l’équipe Global Research & Analysis Team de Kaspersky.
Grâce à l’évolution des technologies de génération de contenu synthétique à travers l’IA, les enquêteurs de Kaspersky ont remarqué que ces avancées requièrent une grande attention de la part des développeurs de systèmes d’identité numérique, des professionnels de la cybersécurité et des organismes régulateurs pour garantir que les technologies biométriques, y compris la reconnaissance faciale, sigan siendo sûrs, fiables et résistants face à de nouvelles amenazas impulsadas por IA.
