- Khi nhận diện khuôn mặt đã lan rộng tới sân bay, cửa hàng và cả ảnh trực tuyến, việc tránh xác minh danh tính 1:1 trong môi trường được kiểm soát chỉ bằng những thay đổi ngoại hình thực tế là rất khó
- Sau đại dịch, các hệ thống có thể đã phụ thuộc nhiều hơn vào đặc điểm quanh mắt, nên khẩu trang, kính râm và trang điểm cực đoan giống cách cản trở phát hiện hơn là thật sự thay đổi khuôn mặt
- Trong nhận dạng 1:N như video giám sát, ảnh chất lượng thấp, che khuất, tránh nhìn thẳng và motion blur có thể làm nhiễu việc khớp, nhưng hiệu quả phụ thuộc vào thuật toán, ngưỡng và điều kiện quay chụp
- Né tránh chủ động như kính đặc biệt, trang điểm hoặc mặt nạ cũng có thể thực hiện, nhưng các kiểu tấn công dùng được cho mọi người có độ tin cậy thấp, còn phương pháp cá nhân hóa đòi hỏi nhiều công sức hơn
- Việc né tránh nhận diện khuôn mặt ngày càng khó do công nghệ lan rộng và khuôn mặt bị lộ trên mạng; biện pháp phòng vệ dài hạn gần với quy định về dữ liệu sinh trắc học hơn là thay đổi khuôn mặt
Có thể thay đổi khuôn mặt để tránh nhận diện khuôn mặt không
- Chỉ cần mô hình AI và camera là dữ liệu sinh trắc học có thể bị thu thập, và bạn có thể bị nhận diện khuôn mặt ngay trong các tình huống hằng ngày như an ninh sân bay hay ra vào cửa hàng
- Câu hỏi cốt lõi là liệu có thể che giấu các đặc điểm khuôn mặt hoặc thay đổi mạnh ngoại hình để đánh lừa thuật toán AI hay không
- Hiện nay, cách né tránh chắc chắn nhất là tránh camera, nhưng nếu công nghệ nhận diện khuôn mặt được triển khai rộng hơn, cách này cũng có thể trở nên khó khăn
- Các chuyên gia quyền riêng tư cho rằng chúng ta có thể đã ở thế bất lợi trong việc bảo vệ dữ liệu sinh trắc học, và về dài hạn, quy định liên bang có thể trở thành phương tiện phòng vệ thực tế
Các hệ thống hiện đại chống chịu tốt trước thay đổi khuôn mặt đơn giản
- Cynthia Rudin đánh giá rằng rất khó thay đổi khuôn mặt một cách thực tế đến mức đánh lừa được nhận diện khuôn mặt tiên tiến nhất
- Trong đại dịch, khi nhiều người che mũi và miệng bằng khẩu trang, các hệ thống có thể đã thay đổi để phụ thuộc nhiều hơn vào hình dạng mắt
- Không rõ có cách thực tế nào để thay đổi hình dạng mắt nhằm đánh lừa hệ thống
- Kính râm, khẩu trang và trang điểm cực đoan có thể khiến việc phát hiện khuôn mặt khó hơn, nhưng điều này gần với cách che khuất hơn là thay đổi bản thân khuôn mặt
- Ngay cả khi đánh lừa được hệ thống nhận diện bằng những thay đổi cực đoan như phẫu thuật thẩm mỹ, nếu ảnh khuôn mặt có gắn tên được đưa lên Internet, nhận diện khuôn mặt dựa trên tìm kiếm vẫn có thể nhận dạng lại
- Ví dụ như khi bạn bè gắn thẻ trên mạng xã hội, hoặc video bài nói chuyện được đăng lên mạng
- Nếu khuôn mặt đã thay đổi không khớp với bằng lái xe hoặc hộ chiếu, việc đi lại có thể trở nên khó khăn
Khác biệt giữa xác minh 1:1 và nhận dạng 1:N
- Walter Scheirer cho rằng độ khó của việc né tránh nhận diện khuôn mặt phụ thuộc vào cách thuật toán được sử dụng
- Trong sinh trắc học con người, thường có hai kiểu khớp là xác minh 1:1 và nhận dạng 1:N
- 1:1 kiểm tra xem người trước camera có đúng với danh tính mà họ khai báo, so với ảnh đã đăng ký trong cơ sở dữ liệu hay không
- Cách này được dùng trong các tình huống như xác thực máy tính bảo mật cao, điều tra thực thi pháp luật, lên máy bay quốc tế ở sân bay
- 1:N so sánh ảnh của một đối tượng chưa biết với tập ảnh đăng ký của các danh tính cần quan tâm
- Cách này thường được dùng trong môi trường giám sát dựa trên video, bao gồm hoạt động thực thi pháp luật và tình báo chính phủ
- Trong môi trường 1:1 được kiểm soát, việc né tránh là cực kỳ khó
- Nếu ảnh được chụp với tư thế nhìn thẳng, biểu cảm trung tính, ánh sáng tốt và nền được kiểm soát, các cách né tránh cơ bản như trang điểm, thêm hoặc bỏ râu, đổi kiểu tóc đều không hiệu quả
- Nhận diện khuôn mặt hiện đại dựa trên mạng nơ-ron nhân tạo vẫn đạt độ chính xác khớp cao dù ngoại hình của cùng một người thay đổi đa dạng
- Một nghiên cứu gần đây về tác động của phẫu thuật thẩm mỹ cho thấy thay đổi cấu trúc khuôn mặt cực đoan và kém thẩm mỹ có thể có hiệu quả ở mức nào đó, nhưng các thủ thuật thẩm mỹ thông thường không gây tác động lớn như tưởng tượng
Trong môi trường giám sát, cách thực tế là làm giảm chất lượng ảnh
- Nhận dạng 1:N trong môi trường giám sát không kiểm soát có tương đối nhiều khả năng né tránh hơn mà không cần can thiệp phẫu thuật
- Ngay cả mạng nơ-ron tốt cũng gặp khó với ảnh chất lượng thấp thiếu các pixel chứa nhiều thông tin về khuôn mặt, và danh sách danh tính ứng viên càng lớn thì càng khó hơn
- Các cách né tránh tập trung vào việc không cho thuật toán thu được pixel khuôn mặt tốt
- Trong những tình huống không gây nghi ngờ, có thể che mặt bằng khăn quàng vào mùa đông hoặc kính râm vào ngày nắng
- Mũ vành rộng che trán và tóc, đồng thời tạo bóng trên mặt, trở thành yếu tố gây nhiễu
- Dùng tay che mặt cũng hữu ích
- Nếu nhìn xuống khi đang di chuyển, camera xung quanh khó có được ảnh khuôn mặt chính diện chất lượng tốt
- Di chuyển nhanh như chạy bộ hoặc đạp xe có thể tạo motion blur trong ảnh chụp
- Lời khuyên thực tế nhất là biết nơi nào đã triển khai nhận diện khuôn mặt và tránh các khu vực đó
- Lời khuyên này còn hiệu lực bao lâu phụ thuộc vào mức độ công nghệ nhận diện khuôn mặt sẽ lan rộng trong tương lai
Tấn công đối nghịch và thay đổi ngoại hình cá nhân hóa
- Xiaoming Liu định nghĩa “né tránh nhận diện khuôn mặt” là trạng thái hệ thống nhận diện khuôn mặt không nhận ra khuôn mặt của đối tượng lọt vào camera
- Một cách chủ động khiến hệ thống nhận diện khuôn mặt thất bại là tấn công đối nghịch vật lý
- Mô hình AI có thể thất bại chỉ vì những thay đổi nhỏ trong dữ liệu đầu vào, và hệ thống nhận diện khuôn mặt cũng vậy
- Điểm cốt lõi là tìm ra những thay đổi nhỏ cụ thể khiến hệ thống nhận diện khuôn mặt thất bại
- Có các nghiên cứu khiến hệ thống nhận diện khuôn mặt thất bại bằng kính, như trường hợp kính đặc biệt của CMU
- Theo cách tương tự, cũng có thể thiết kế khăn quàng, mặt nạ hoặc ria mép
- Cũng có cách thay đổi ngoại hình để bị nhận nhầm thành người khác
- Cách phổ biến là trang điểm
- Cần trang điểm ở đâu và bao nhiêu tùy theo từng người
- Người có khuôn mặt phổ biến hơn và giống người khác hơn có thể bị nhận nhầm chỉ với thay đổi trang điểm tương đối nhỏ
- Người có khuôn mặt rất độc đáo sẽ cần thay đổi trang điểm nhiều hơn nhiều
- Cũng có thể có ứng dụng smartphone dùng camera xem khuôn mặt, rồi hướng dẫn lặp lại nên bắt đầu trang điểm từ đâu và dùng màu gì để bị hệ thống nhận diện khuôn mặt nhận nhầm với lượng trang điểm tối thiểu
- Cũng có thể dùng mặt nạ đắt tiền, nhưng đây là cách thường thấy hơn trong phim Hollywood
- Phương pháp 1 dễ hơn cho người dùng, nhưng tấn công đối nghịch phổ quát dùng được cho mọi người có độ tin cậy thấp
- Phương pháp 2 cá nhân hóa hơn nên có thể hoạt động tốt hơn, nhưng cũng đòi hỏi nhiều công sức hơn
Embedding và ngưỡng quyết định độ khó né tránh
- Kevin W. Bowyer cho rằng câu trả lời phụ thuộc vào thuật toán khớp khuôn mặt và ngưỡng được dùng trong thuật toán đó
- Nhận diện khuôn mặt là quá trình so sánh hai ảnh để xác định chúng đủ giống để xem là cùng một người, hay đủ khác để xem là hai người khác nhau
- Mỗi thuật toán nhận diện khuôn mặt tính một vector đặc trưng, tức embedding, từ ảnh khuôn mặt và so sánh độ tương đồng giữa hai vector đặc trưng
- Một ảnh khuôn mặt có thể được rút gọn thành danh sách 512 con số
- Độ tương đồng của hai ảnh khuôn mặt có thể nằm trong các khoảng như 0~100 hoặc -1~+1
- 100 hoặc +1 chỉ xuất hiện khi so sánh hai bản sao của cùng một ảnh, và là kết quả hiếm trong thực tế
- Nếu giả định các thuật toán hiện đại dùng khoảng -1~+1, các cặp ảnh của những người khác nhau có thể có độ tương đồng tập trung quanh 0,0 hoặc cao hơn một chút
- Các cặp ảnh khác nhau của cùng một người có thể có độ tương đồng tập trung quanh 0,8 hoặc cao hơn một chút
- Nếu điều kiện chụp được kiểm soát tốt như ảnh bằng lái xe, độ tương đồng trung bình giữa hai ảnh của cùng một người sẽ cao hơn
- Nếu điều kiện ít được kiểm soát hơn như khung hình video khi vào cửa hàng, độ tương đồng trung bình giữa hai ảnh của cùng một người sẽ thấp hơn
- Nếu ngưỡng được đặt là 0,7, khi độ tương đồng của hai ảnh dưới 0,7, hệ thống sẽ phán đoán là hai người khác nhau; từ 0,7 trở lên thì là cùng một người
- Câu hỏi “cần thay đổi ngoại hình đến mức nào” trở thành “cách tốt nhất để hạ giá trị độ tương đồng khi ảnh mới được so với ảnh cũ là gì”
- Các cách có thể gồm kính râm tối màu, đổi kiểu tóc, biểu cảm phóng đại, không nhìn thẳng vào camera, tăng hoặc giảm cân, trang điểm, v.v.
- Không cách nào có thể bảo đảm sẽ không khớp với ảnh cũ
- Có thể không biết ảnh cũ nào sẽ được dùng để so sánh
- Cũng có thể không biết thuật toán và ngưỡng sẽ được sử dụng
- Nếu biết cả ba điều này, có thể thử nghiệm để tìm cách tiếp cận hiệu quả nhất
1 bình luận
Các ý kiến trên Hacker News
Tôi cũng từng nghĩ tương tự khi ở sân bay quốc tế: họ cho đi qua mà không kiểm tra thẻ lên máy bay hay hộ chiếu, rồi khi tôi bước qua cổng thì lại cho biết số ghế của mình.
Ở Mexico, một nhân viên sân bay bán timeshare đã quá hung hăng, túm tay tôi và không cho tôi rời đi; khi tôi báo cáo, phía sân bay lập tức cho tôi xem đoạn video ghi lại toàn bộ di chuyển trong sân bay và xác định được nhân viên đó.
Như bài viết nói, tôi nghĩ việc các hệ thống như vậy được triển khai khắp nơi chỉ còn là vấn đề thời gian. Ở các đầu mối giao thông công cộng, mọi người đã gần như quen với nó mà không phản đối nhiều; chẳng bao lâu nữa chính quyền địa phương hoặc cơ sở kinh doanh tư nhân cũng sẽ áp dụng, và rất có thể sẽ xuất hiện tâm lý kiểu “ở sân bay người ta cũng làm rồi mà”, vậy thì ở cửa hàng tạp hóa hay trên vỉa hè có gì phải làm ầm lên.
Những người cả đời chỉ đi máy bay một hai lần sẽ bận tâm hơn đến việc xoay xở trong một tình huống bối rối và gấp gáp, nên khó nhận ra rằng nhận diện khuôn mặt là điều mới, hay đó không phải là một biện pháp đặc biệt thời hậu 11/9. Đa số người Mỹ hoặc chưa từng ra nước ngoài, hoặc chỉ từng đến một quốc gia; mà trong số đó, nhiều người đi đến Mexico hoặc Canada bằng ô tô hay đi bộ.
Nếu chuyện này xảy ra trong đời sống hằng ngày quen thuộc, như gần nhà, thì tôi nghĩ người ta sẽ ít căng thẳng hơn và có thời gian suy nghĩ, ít nhất cũng sẽ dừng lại hỏi xem chuyện gì đang xảy ra.
Từ góc độ từng làm việc dựng nhanh các bản biên tập từ thư viện video dựa trên các điểm cue trong cơ sở dữ liệu, đây là một bài toán khá thú vị. Tôi cũng tò mò liệu video cuối cùng là một bản dựng cắt ghép các góc đẹp như trong phim điệp viên, hay là màn hình multicam hiển thị đồng thời nhiều camera từ thời điểm họ xác định được chuyến bay đến, và liệu hệ thống có vẽ hộp quanh người như thể nó “biết” hay không.
Điều đó khiến tôi muốn biết các hệ thống nhận diện khuôn mặt như thế này ngoài đời thực sự phản địa đàng đến mức nào.
Hoàn toàn không có nhận diện khuôn mặt, nhưng sau trải nghiệm đó tôi có thiện cảm với giám sát bằng video.
Nhưng trong một cuộc truy tìm công khai trên phạm vi toàn quốc, tỷ lệ dương tính giả sẽ quá cao nên khó hoạt động đúng. Khi vượt ra khỏi bối cảnh cục bộ/thời gian như một sự cố ở vị trí và thời điểm đã biết, đặc biệt ở những nơi như Mỹ, nơi việc dùng xe cá nhân rất phổ biến và nếu không để lại nhiều dấu vết, các hệ thống như vậy thường không giúp ích nhiều trong thực tế.
Công dân Mỹ có thể từ chối chụp ảnh khi nhập cảnh, nhưng ai sẽ chịu cái phiền phức đó chứ. Và cứ thế mọi thứ tiếp tục vận hành.
Tiểu thuyết mới Hum của Helen Phillips bàn đúng câu hỏi này.
Tiền đề là thế này: một phụ nữ mất việc và gặp khó khăn tài chính tham gia một nghiên cứu, trong đó một robot cao cấp phẫu thuật thay đổi khuôn mặt của cô ở mức cực kỳ nhỏ, để cô trở thành đối tượng thử nghiệm cho phần mềm nhận diện khuôn mặt tối tân.
Chồng cô là thợ sửa chữa làm gig job, chủ yếu diệt côn trùng, nên thu nhập rất tệ; họ có hai con nhỏ và cô tham gia vì sợ bị đuổi khỏi nhà. Nghiên cứu trả trước một khoản tiền lớn, đủ để gia đình sống thoải mái trong 10 tháng mà không cần nguồn thu nhập khác.
Vấn đề sớm lộ ra: dù ngoại hình chỉ thay đổi rất nhẹ, tất cả người thân và người quen đều bối rối. Cô trông vẫn y như trước, nhưng có gì đó khác. Nghiên cứu này tạo ra những khuôn mặt như vậy để xem camera giám sát xử lý khuôn mặt nằm trong thung lũng kỳ quái ra sao.
Phần giới thiệu này là nội dung đầu sách nên không phải spoiler; sau đó câu chuyện bùng nổ theo một hướng thú vị không ngờ. Đây là một tác phẩm SF, cuốn sách thứ sáu của một tiểu thuyết gia được giới phê bình công nhận và từng đoạt giải, với văn phong rất đẹp.
Có thể đọc 19 trang đầu ở đây: https://www.amazon.com/Hum-Novel-Helen-Phillips/dp/166800883...
Xem phần kết luận khiến tôi nhớ đến Lao Rongzhi ở Trung Quốc. Cô ta là kẻ giết người hàng loạt cùng với người tình Fa Ziying[0], cả hai đi khắp cả nước để tống tiền và giết người
Fa bị bắt năm 1999 sau một cuộc đối đầu với cảnh sát, nhưng Lao đã phẫu thuật thẩm mỹ để thay đổi khuôn mặt và lẩn trốn suốt 20 năm. Đến mức hầu hết mọi người đều không nhận ra
Nhưng trong 20 năm đó, phần mềm nhận diện khuôn mặt đã phát triển nhanh chóng, và camera trong trung tâm mua sắm đã nhận diện cô ta, khớp với cơ sở dữ liệu tội phạm toàn quốc. Ban đầu cảnh sát cũng nghĩ đó là lỗi, nhưng bằng chứng DNA xác nhận đó là cùng một người, và cuối cùng cô ta bị hành quyết
Tôi nghĩ trong thời đại ngày nay không ai thực sự có thể trốn khỏi nhận diện khuôn mặt
[0] https://www.youtube.com/watch?v=I7D3mOHsVhg
“Ngày 9 tháng 9 năm 2021, Lao bị Tòa án Nhân dân Trung cấp Nam Xương tuyên án tử hình vì các tội cố ý giết người, bắt cóc và cướp tài sản. Các quyền chính trị của cô bị tước suốt đời và toàn bộ tài sản cá nhân cũng bị tịch thu. Lao kháng cáo phán quyết, và phiên phúc thẩm được mở ngày 18 tháng 8 năm 2022 tại Tòa án Nhân dân Cấp cao tỉnh Giang Tây. Lao thừa nhận mình là đồng phạm của Fa, nhưng lập luận rằng trong suốt mối quan hệ, cô bị Fa bạo hành thể xác và tình dục, và hành động vì sợ mất mạng. Ngày 30 tháng 11 cùng năm, tòa giữ nguyên án tử hình. Ngày 18 tháng 12 năm 2023, với sự phê chuẩn của Tòa án Nhân dân Tối cao, Tòa án Nhân dân Trung cấp Nam Xương đã thi hành án tử hình Lao Rongzhi.”
https://en.m.wikipedia.org/wiki/Fa_Ziying_and_Lao_Rongzhi
Độ khớp thực tế có thể đã cao hơn. Dù vậy, nhận diện khuôn mặt hiện nay có vẻ giống một phương thức tạo ra “giá trị băm” nhất quán cho khuôn mặt, nhưng bị giới hạn về số chữ số hoặc lượng thông tin. Nếu biết thêm thông tin rằng ai đó là hành khách của chuyến bay X, bạn có thể đoán người đó là ai với xác suất rất cao; nhưng nếu phải tìm rất nhiều người cụ thể mà không chấp nhận dương tính giả, thì nó không mở rộng tốt ở quy mô lớn
Nhà chức trách thích nói rằng DNA và nhận diện khuôn mặt đã bắt được người, vì những lời như vậy tạo ấn tượng rằng nhà chức trách toàn tri toàn năng. Những giá trị như “97,3%” ở trên cũng có thể sai hoặc vô nghĩa. Tất nhiên công nghệ kiểu này có những trường hợp bắt được người, nhưng vẫn còn hạn chế và tốn kém
Nếu mục đích là công khai ảnh của chính mình đã được chuẩn bị sẵn, nhưng khiến hệ thống nhận diện khuôn mặt không nhận ra đó là mình, thì thực ra không cần thay đổi khuôn mặt quá nhiều. Xem https://sandlab.cs.uchicago.edu/fawkes/
Những hình ảnh được chuẩn bị theo kiểu đối kháng vẫn có thể trông hoàn toàn giống bạn trong mắt người, còn dữ liệu phá nhận diện khuôn mặt được mã hóa gần như ở mức steganography so với tri giác thông thường của con người
Câu “yêu cầu chính phủ làm luật để bảo vệ chúng ta thì dễ hơn nhiều…” hơi ngây thơ. Dữ liệu phần lớn đã tồn tại rồi, và chỉ cần một chính phủ khác lên nắm quyền thì các biện pháp bảo vệ đó có thể bị vô hiệu hóa, nên đã quá muộn
Vì vậy người Đức và người châu Âu từ lâu đã đấu tranh khá mạnh mẽ chống lại việc thu thập dữ liệu và để xây dựng các cơ chế bảo vệ, có lẽ họ có một trong những hệ thống chính sách và quy định tinh vi nhất
Nhưng theo thời gian, việc giữ cho thu thập dữ liệu ở mức tối thiểu gần như trở nên bất khả thi. Ban đầu xuất hiện những ngoại lệ nhỏ tự thân có vẻ hợp lý, sau đó số bên tham gia tăng lên, việc đó được bình thường hóa, và cuối cùng không còn cơ chế bảo vệ nào nữa
Nếu dừng ngay bây giờ hoặc trong thời gian gần, ta có thể chặn từ trong trứng nước. Có lẽ với chúng ta cũng chưa hẳn là quá muộn. Nhận diện khuôn mặt dựa trên hình dạng hộp sọ vẫn là điều đáng lo, nhưng chỉ khi bên có ác ý có được video mới nhất của chúng ta. Nếu không, họ chỉ có thể điều tra các hoạt động trong quá khứ
Các loại dữ liệu khác có nhiều ràng buộc hơn làm cản trở tính hữu dụng lâu dài. Điều đó đúng với điều kiện là ta không tham gia vào ảo tưởng rằng “thần đèn đã ra khỏi chai thì không thể nhét lại”
Tôi thường tự hỏi chuyện gì sẽ xảy ra nếu đi loanh quanh với một đèn LED hồng ngoại sáng gắn trên cổ áo, nhấp nháy ở 30Hz hoặc 60Hz, gần như vô hình với mắt người nhưng lọt vào hầu hết chip CMOS và có bước sóng đủ thấp để làm camera bị lóa
Lần nào đi mua đồ tạp hóa tôi cũng nghĩ đến chuyện này. Tôi không thích bị giám sát, cũng chẳng có gì để giấu, nhưng tôi ghét tính chất thuyết phục và gây áp lực của nó. Cả đời tôi cũng chưa từng ăn cắp. Việc có người đi theo thì còn đỡ khó chịu hơn, nhưng tôi không thích phân tích bằng thuật toán, thứ hiệu quả hơn nhiều, đáng sợ hơn và xâm phạm hơn
Có lẽ kết quả của thí nghiệm như vậy sẽ là bị yêu cầu rời đi hoặc một cuộc nói chuyện khó chịu với cảnh sát. Dù vậy, tôi vẫn muốn có ai đó dũng cảm hơn tôi thử làm. Nếu có thể gắn đèn lên quần áo, thì tại sao không làm nó thành hồng ngoại?
Phải thay đổi khuôn mặt đến mức nào để tránh nhận diện khuôn mặt? Câu trả lời cấm kỵ lấy cảm hứng từ W.O.P.R. là đừng chơi trò đó
Nếu có thể, hãy tránh những khu vực có camera. Nó ảnh hưởng đến doanh thu
Khi có thể, hãy gọi Zoom hoặc Jitsi với doanh nghiệp hay đối tác giao dịch
Hãy tự cung tự cấp. Đừng tiêu tiền khi không cần, và đặt giao thực phẩm lành mạnh. Việc này làm giảm nguồn thu thuế
Nếu công ty cho phép, hãy làm việc tại nhà. Sống càng gần trạng thái ngoài lưới điện càng tốt
Với những việc vặt không thể tránh, hãy thuê người khác làm. Trả tiền mặt cho đứa trẻ hàng xóm để nó vào phố giúp
Tôi biết những lời này sẽ chẳng được ai ưa, nhưng tôi là kiểu người như vậy
Nhìn chung bài viết không tệ, nhưng lời khuyên thực tế không khác nhiều so với lần cuối tôi xử lý lĩnh vực này hơn 10 năm trước
Đại khái là đừng nhìn lên, che mặt càng nhiều càng tốt, trộn lẫn các mẫu hành vi để thuật toán khó khớp bạn là cùng một người theo thời gian, biết vị trí camera và cách tránh chúng, và nếu phải đi vào khu vực giám sát đã biết thì hãy rời khỏi đó càng nhanh và lặng lẽ càng tốt. Nếu đặc biệt hoang tưởng, tốt hơn là thay cả trang phục giữa các khu vực giám sát
Tuy nhiên, tốt nhất là từ bỏ ngay hy vọng có thể đánh lừa giám sát của chính phủ. Nếu một chủ thể nhà nước có năng lực đang nhắm vào một cá nhân cụ thể, họ hẳn đã đưa người đó vào lưới rồi. Ngay cả từ đoạn video analog đen trắng mờ của camera cửa hàng tạp hóa cũ, họ cũng đã có đủ thông tin để khớp khuôn mặt
Bạn không thể thắng nếu không phẫu thuật thẩm mỹ đáng kể hoặc dùng bộ phận giả, và kể cả có làm vậy, nếu họ thật sự muốn, họ sẽ lấy dấu vân tay một phần từ đồ vật bạn đã chạm vào để xác minh
Quy tắc đầu tiên của bảo mật là nếu ai đó thật sự khao khát thứ bạn có, thì không có cách nào ngăn họ. Cần lập kế hoạch với điều đó trong đầu. Vì vậy tôi không đi biểu tình, và tránh các sự kiện có triển khai công nghệ nhận diện khuôn mặt. Nhờ công việc trước đây, tôi đã có mặt nhiều lần trong các bộ dữ liệu đó cùng với dữ liệu tham chiếu chất lượng cao, và nó còn được cập nhật qua ảnh hộ chiếu hoặc quyền truy cập Global Entry
Lựa chọn an toàn nhất là ngay từ đầu đừng đặt mình vào vị trí như vậy, và có lẽ đó cũng là điều tốt nhất cho đa số mọi người
Trong những cuộc thảo luận thông minh hơn, điểm cốt lõi của sinh trắc học là “một khi đã bị xâm phạm thì sẽ bị xâm phạm mãi mãi”. Sinh trắc học không phải mật khẩu, mà gần với khóa công khai hoặc tên người dùng hơn
May mắn là điều đó không áp dụng nguyên xi cho chính phủ. Dù chính phủ hiện tại đã bị xâm hại, vẫn có thể đưa nó trở lại trạng thái chưa bị xâm hại thông qua quy trình dân chủ
Vì vậy có thể nói thay đổi chính phủ dễ hơn thay đổi khuôn mặt. Đó mới là nơi nên dồn nỗ lực vào
Ngay khi áp dụng nó cho một quần thể khổng lồ như toàn bộ nước Mỹ và bỏ qua bối cảnh thời gian, địa lý, sẽ xuất hiện va chạm. Đặc biệt càng đúng hơn khi xét đến các mẫu một phần, dù do lỗi cảm biến hay lý do khác
Cũng đã có người vô tội phải vào tù vì tòa án phớt lờ thực tế rằng khớp sinh trắc học luôn chỉ là khả năng trùng khớp, chứ không phải sự trùng khớp được bảo đảm
Nếu đeo kính râm và làm gì đó với khuôn mặt như đeo khẩu trang hoặc trang điểm lố để khiến việc phát hiện khuôn mặt trở nên khó khăn, nhưng nếu nói đó là “ăn gian” vì không phải thay đổi khuôn mặt mà là che giấu nó, thì cứ đeo kính râm và khẩu trang là được. Ai quan tâm có ăn gian hay không