近期，一群來自華盛頓大學(xué)網(wǎng)絡(luò)安全實(shí)驗(yàn)室（NSL）的計(jì)算機(jī)專家發(fā)現(xiàn)，惡意攻擊者可以欺騙Google的CloudVision API，這將導(dǎo)致API對(duì)用戶提交的圖片進(jìn)行錯(cuò)誤地分類。
近些年來，基于AI的圖片分類系統(tǒng)變得越來越熱門了，而這項(xiàng)研究針對(duì)的就是這種圖片分類系統(tǒng)�，F(xiàn)在，很多在線服務(wù)都會(huì)采用這種系統(tǒng)來捕捉或屏蔽某些特殊類型的圖片，例如那些具有暴力性質(zhì)或色情性質(zhì)的圖片，而基于AI的圖片分類系統(tǒng)可以阻止用戶提交并發(fā)布違禁圖片。
雖然這種分類系統(tǒng)使用了高度復(fù)雜的機(jī)器學(xué)習(xí)算法，但是研究人員表示，他們發(fā)現(xiàn)了一種非常簡(jiǎn)單的方法來欺騙Google的Cloud Vision服務(wù)。
Google的Cloud Vision API存在漏洞
他們所設(shè)計(jì)出的攻擊技術(shù)其實(shí)非常簡(jiǎn)單，只需要在一張圖片中添加少量噪點(diǎn)即可成功欺騙Google的Cloud Vision API。其中的噪點(diǎn)等級(jí)可以在10%到30%范圍內(nèi)浮動(dòng)，同時(shí)也可以保證圖片的清晰度，而且這足以欺騙Google的圖片分類AI了。
向圖片中添加噪點(diǎn)其實(shí)也非常的簡(jiǎn)單，整個(gè)過程并不需要多么高端的技術(shù)，一切只需要一個(gè)圖片編輯軟件即可實(shí)現(xiàn)。
研究人員認(rèn)為，網(wǎng)絡(luò)犯罪分子可以利用這種技術(shù)來傳播暴力圖片、色情圖片或恐怖主義宣傳圖片。除此之外，Google自己的圖片搜索系統(tǒng)也使用了這個(gè)API，這也就意味著，當(dāng)用戶使用Google進(jìn)行圖片搜索時(shí)，很可能會(huì)搜索到意料之外的圖片。
解決這個(gè)問題的方法很簡(jiǎn)單
研究人員表示，修復(fù)這個(gè)問題其實(shí)跟攻擊過程一樣的簡(jiǎn)單，所以Google的工程師們完全沒必要緊張。
為了防止這種攻擊，Google只需要在運(yùn)行其圖片分類算法之前，對(duì)圖片中的噪點(diǎn)進(jìn)行過濾就可以了。研究人員通過測(cè)試發(fā)現(xiàn)，在噪點(diǎn)過濾器的幫助下，Google的Cloud Vision API完全可以對(duì)圖片進(jìn)行適當(dāng)?shù)姆诸悺?/span>
后話
研究人員已經(jīng)將這種攻擊的完整技術(shù)細(xì)節(jié)在其發(fā)表的論文中進(jìn)行了描述。已經(jīng)值得注意的是，這群研究人員在此之前也使用過類似的方法來欺騙Google的Cloud Video Intelligence API【參考資料】。注：他們?cè)谝粋�(gè)視頻中每?jī)擅刖筒迦胍粡埾嗤膱D片，最后Google的視頻分類AI會(huì)根據(jù)這張不斷重復(fù)出現(xiàn)的圖片來對(duì)視頻進(jìn)行分類，而分類的依據(jù)并不是視頻本身的內(nèi)容。
| 
