AI攝像頭的黑灰產(chǎn)之困

藏狐

刷臉購物、智慧停車、智能考勤……今天計算機視覺技術(shù)已經(jīng)深入了日常生活的方方面面，也因此讓不少人患上了“攝像頭焦慮癥”。最近，從人臉識別進課堂引發(fā)的技術(shù)倫理問題，到AI換臉應(yīng)用軟件ZAO爆火后的隱私爭議以及被無處不在的城市電子眼網(wǎng)絡(luò)鎖定的“監(jiān)控感”，不斷挑動著大眾對個人數(shù)據(jù)過度暴露的敏感神經(jīng)。驚嚇過后，技術(shù)公司的做法究竟對不對，采集用戶數(shù)據(jù)的邊界在哪里，討論這些問題無疑是必然的、應(yīng)該的。其實吧，無論是各國隱私法案的逐漸嚴格化，社會的輿論壓力，還是從邏輯上推理，科技公司其實不太可能真的拿用戶敏感數(shù)據(jù)做一些自毀長城、后果嚴重的事情。Facebook、蘋果等企業(yè)在被公眾責(zé)問之后拼命找補，就是活生生的例子。更應(yīng)該警惕的是那些遠在普通人感知范圍之外的“叵測居心”。

藏在AI攝像頭之后的黑灰產(chǎn)

你不會在廚房里只看到一只蟑螂——著名的蟑螂理論，說的就是一旦有一點負面新聞，其背后往往有更多的問題被掩蓋起來了，而隱私問題也是同理。就拿應(yīng)用最為廣泛的計算機視覺來說，前端的感知硬件智能攝像頭一直是市場的新寵，低功耗的人臉抓拍、識別、分析等，已經(jīng)廣泛部署到了機場、車站、商業(yè)街及旅游景區(qū)等公共區(qū)域。智慧城市的實時交通管控離不開密布的攝像頭，食衛(wèi)部門早已將高清攝像頭部署在了餐廳酒店的后廚，校園自不必說，就連居家場所，也有不少人掏錢為自己裝上了智能攝像頭。但黑客界也有一句話，“未知攻，焉知防”。如果我們不知道攝像頭背后的數(shù)據(jù)是如何泄露或被人非法侵占的，又該如何去保障安全呢？殊不知，AI的加持，物聯(lián)網(wǎng)的繁榮，正在讓智能攝像頭成為黑灰產(chǎn)新的溫床。我們發(fā)現(xiàn)，智能攝像頭所收集的隱私數(shù)據(jù)，正在從幾個角度被非法獲利。

技術(shù)含量最低的，就是攻破一些簡易、低廉的智能攝像頭。這類產(chǎn)品的核心訴求是監(jiān)控，應(yīng)用在商鋪、物業(yè)或是家庭內(nèi)，在傳統(tǒng)工業(yè)硬件的基礎(chǔ)上搭載一個AI芯片和云存儲服務(wù)，由于門檻較低，互聯(lián)網(wǎng)企業(yè)、OEM廠商、安防公司等都在搶占這塊市場，泥沙俱下的結(jié)果就是給了黑客可乘之機。許多智能攝像頭的生產(chǎn)廠商其實并不具備云計算、AI背景下的安全審計流程，產(chǎn)品缺乏遠程更新機制、存在可以控制系統(tǒng)的設(shè)計缺陷等，黑客都可以通過暴力破解手段，直接在IP端進行攔截，對用戶的登錄秘鑰、影像內(nèi)容等敏感信息一覽無余。然后通過售賣隱私視頻、劫持攝像頭“挖礦”等方式來攫取利益。在2018年MWC大會上，捷克網(wǎng)絡(luò)安全公司Avast就演示了1.5萬臺小件聯(lián)網(wǎng)設(shè)備4天內(nèi)的“挖礦”過程，挖掘出價值1000美元的加密貨幣。遍布城市角落的智能攝像頭，無疑正是攻擊者眼里的香餑餑。

數(shù)據(jù)上云后就一定安全嗎

當(dāng)然，對于這種套路，只要抵抗住低價的誘惑，選擇一些正規(guī)的智能攝像頭廠商和機器視覺方案服務(wù)商，有了基礎(chǔ)的防火墻、代碼審計、設(shè)備安全模糊測試、傳輸通訊加密等，都可以起到一定的防范作用。而隨著計算機視覺技術(shù)開始獲得B端機構(gòu)的青睞，黑客們也藝高人膽大、富貴險中求，將目光轉(zhuǎn)向了更具“價值”的攻擊對象，開始大規(guī)模地入侵學(xué)校、醫(yī)療甚至警署的攝像頭系統(tǒng)。2017年，就有兩名黑客入侵了美國首都華盛頓警方部署的戶外監(jiān)控系統(tǒng)，123個部署在華盛頓哥倫比亞特區(qū)警視廳（MPDC）閉路TV系統(tǒng)的安全攝像頭，這些系統(tǒng)包含了該城市的所有公共空間實時情況，并要求華盛頓警方支付贖金……為此，警方甚至不得不在特朗普就職總統(tǒng)典禮的前兩周，連續(xù)4天關(guān)閉了該系統(tǒng)，可以說非常烏龍了。當(dāng)然，這并不是個例，2018年，中國國內(nèi)也出現(xiàn)了入侵路由器、智能攝像頭，然后加密文件，要求受害者通過手機轉(zhuǎn)賬繳付解密酬金。

上述針對大規(guī)模機構(gòu)發(fā)起的攻擊，就不是傳統(tǒng)防火墻+安全軟件可以抵抗的了。因為這樣的智能攝像頭系統(tǒng)網(wǎng)絡(luò)，本難以滿足存儲與計算的需求，需要向云端上傳監(jiān)控視頻、自動更新軟件等，因此需要時刻和網(wǎng)絡(luò)連接。一些不具備云服務(wù)能力的解決方案廠商，往往會選擇與第三方云服務(wù)進行合作。一旦對方出現(xiàn)安全漏洞，所有相關(guān)的攝像頭網(wǎng)絡(luò)都會受到影響。比如華盛頓市安全攝像頭網(wǎng)絡(luò)的暴露，就是由“安裝在跟攝像頭緊挨著的專門計算機”和MPDC網(wǎng)絡(luò)被攻破所導(dǎo)致的。更早一點，從事監(jiān)視技術(shù)的意大利安全公司Hacking Team就被黑客偷走了400GB的內(nèi)部數(shù)據(jù)。而海外的Threat Stack網(wǎng)絡(luò)安全團隊也發(fā)現(xiàn)，從2016年開始，黑客們利用AWS（亞馬遜云服務(wù)）

進行攻擊的復(fù)雜性就驟然上升。黑客利用云服務(wù)的特性，比如竊取AWS密鑰獲得開放S3容器中的資源路徑，或是啟動新的Amazon Elastic Compute Cloud（EC2）來挖礦，制造了好幾次敏感信息泄露事件。盡管亞馬遜很快推出了Macie以保護AWS S3數(shù)據(jù)，并通過Trusted Advisor提供免費的容器檢查，但是這類事件仍然頻頻發(fā)生。安全無漏洞的“摘星之旅”依然在路上……

AI的自我救贖

1999年，MIT提出了“萬物皆可通過網(wǎng)絡(luò)互聯(lián)”，物聯(lián)網(wǎng)概念問世。智能感知的到來，給物聯(lián)網(wǎng)添上了“感知”與“計算”的雙翼，也就安全問題提出了新的挑戰(zhàn)。美國一份權(quán)威報告顯示，全球每天發(fā)生19.5萬個實例，擁有強大或快速增長的IT網(wǎng)絡(luò)和基礎(chǔ)設(shè)施的地區(qū)是網(wǎng)絡(luò)違法活動的主要來源。之所以更容易被劫持或攻擊，主要出于以下幾個原因：首先，從智能攝像頭網(wǎng)絡(luò)面臨的攻擊來看，傳統(tǒng)端到端加密的安全策略，不符合社會智能化合法采集利用數(shù)據(jù)的客觀需求；而引入哈希鎖等加密技術(shù)來保護隱私，又會帶來較長的計算時延，較高的計算復(fù)雜性也會提升使用者的額外消耗等，這些權(quán)衡因素交織在一起，也是讓整個產(chǎn)業(yè)在隱私安全問題上邊界模糊、難以徹底“革命”的原因。同時，公有云、私有云、混合云的并存，硬件產(chǎn)業(yè)化部署的標準不明確、本地、云端存儲的多樣性等，導(dǎo)致了以攝像頭為核心的計算機視覺物聯(lián)網(wǎng)系統(tǒng)在安全上的復(fù)雜局面。將隱蔽的“空門”留給了黑客，一旦利用分布式攻擊來引發(fā)大規(guī)模網(wǎng)絡(luò)的連鎖反應(yīng)，造成的后果往往難以估量。另外，在企業(yè)或消費者環(huán)境中部署和連接物聯(lián)網(wǎng)的系統(tǒng)，本質(zhì)上是設(shè)備、軟件、網(wǎng)絡(luò)、人員等多個端點的相互連接，動態(tài)風(fēng)險也就成了物聯(lián)網(wǎng)系統(tǒng)安全的薄弱之處。因為面臨威脅時，不僅僅要考慮技術(shù)組件，還包括系統(tǒng)內(nèi)部的人員與合作伙伴。每個環(huán)節(jié)的安全策略都不盡相同，而往往是那塊“最短的木板”決定了系統(tǒng)整體的安全性。缺乏安全培訓(xùn)、員工意識不強、簡單的人為錯誤等，都有可能造成即使漏洞在技術(shù)端被修復(fù)，也很難快速進行全面更新，貽誤挽回損失的最佳時機。更為關(guān)鍵的是，以攝像頭網(wǎng)絡(luò)為代表的物聯(lián)網(wǎng)系統(tǒng)，已經(jīng)成為一個智能數(shù)據(jù)聚合的生態(tài)系統(tǒng)，與個人、機構(gòu)的信息財產(chǎn)安全直接關(guān)聯(lián)，這意味著系統(tǒng)被攻破的風(fēng)險成本更高。試想一下，如果黑客攻破的是私人汽車上的智能攝像頭，引發(fā)的很可能就是車聯(lián)網(wǎng)系統(tǒng)的連鎖反應(yīng)及公共安全危害；偽造人臉欺騙公司的門禁系統(tǒng)，造成重要資料外泄；智慧城市的公共攝像頭網(wǎng)絡(luò)被入侵，那交出的則是所有市民、管理系統(tǒng)的重要數(shù)據(jù)……

顯然，在如火如荼的智能物聯(lián)網(wǎng)AIoT建設(shè)中，光靠責(zé)難科技企業(yè)來保護用戶隱私還遠遠不夠。金錢的臭味總能吸引非法人員鋌而走險，除了在技術(shù)上持續(xù)斗法外，別無出路。幸好，當(dāng)物聯(lián)網(wǎng)在用數(shù)據(jù)供養(yǎng)智能系統(tǒng)的同時，AI也在保護它。比如，避免傳送敏感資料到云端的“邊緣計算”正在成為剛需。在嵌入式電子與工業(yè)電腦應(yīng)用展Embedded World上，通過邊緣裝置處理更多數(shù)據(jù)以及相關(guān)的芯片、處理器等產(chǎn)業(yè)鏈，一直是近兩年來的焦點。同時，安全防護也開始與AI 緊密結(jié)合，通過對漏洞報告以及程序代碼的自動化處理，來實現(xiàn)安全漏洞的自動化研究，從而及早規(guī)避一些多元的新攻擊手段。將機器學(xué)習(xí)算法引入入侵檢測等過程，能對實時檢測得到的信息進行有效的處理，并做出攻擊可能性的判斷，及時報警，讓攻擊者的小動作無處遁形。Splunk、Gurucul、賽門鐵克、IBM 、360等安全廠商都已經(jīng)是AI的擁躉了。總體來看，AI與物聯(lián)網(wǎng)正成為智慧城市建設(shè)的大勢所趨。互聯(lián)網(wǎng)公司、智能設(shè)備廠商、安全廠商都在紛紛“跨界”轉(zhuǎn)型，AIoT正伴隨著技術(shù)爆炸與裂變，滲透到千行萬業(yè)。但同時，其隱私與安全環(huán)境也迎來了巨大的變化。每一個個體、每一個硬件、每一次傳輸，都有可能成為黑客刀下的“肥羊”。當(dāng)我們?yōu)榭萍紡S商的隱私問題而憂心忡忡時，別忘了，先為最基礎(chǔ)的數(shù)據(jù)安全上好第一把鎖。