微軟號稱永不會被逆向的圖像加密算法，現在被 MIT 一位碩士小哥輕松破解了。

要知道，谷歌，Facebook，Twitter 等大平臺對圖像加密，用的都是微軟這一方法。

如今這么輕松就能逆向讓人細思極恐啊

而無獨有偶，此前蘋果號稱不會被逆向的圖像加密算法，也曾被破解。麻省理工學院的最新研究表明，種算法中有超過40%的算法提高了性能，這已經超過了硬件的摩爾定律。

前不久，Facebook 搞出了讓用戶上傳果照保護隱私的清奇方法，用到的也是類似原理。

這不禁讓人深思，Facebook 上傳的果照，還安全嗎。

目前這一方法已經在 GitHub 上開源。

利用泄露編譯碼破解

小哥破解的是微軟在 2009 年時提出的圖像加密算法 PhotoDNA，是業內最具代表性，最早出現的技術之一。

這一方法是微軟與達特茅斯學院 Hany Farid 教授共同研發，以識別刪除網絡上流傳的兒童受害的照片。

為此，微軟一直未透露 PhotoDNA 的算法細節。

不過伴隨著前段時間蘋果 NeuralHash 算法被逆向，一個可計算 PhotoDNA 哈希值的編譯庫也被泄露了。

在此基礎上，MIT 的這位小哥提出了名為Ribosome的逆向方法。

它將 PhotoDNA 看作一個黑盒，然后用機器學習的方法攻擊哈希函數。

因為編譯庫已經被泄露，所以可以生成圖像與哈希值對應的數據集。

在這一數據集上訓練神經網絡后，該方法便能根據哈希值來逆向圖像了。。

小哥表示，PhotoDNA 的哈希值是 144 元素的字節向量，他使用了類似于 DCGAN 和 Fast Style Transfer 的神經網絡，在縮小卷積步長后使用殘差塊，從而轉換出 100×100 的圖像來。

在開源項目中，小哥已經上傳了 4 個預訓練模型。

現在只需通過一行訓練命令，就能實現從哈希值到圖像的轉換。

pythoninfer.pyhash

具體結果如何。

小哥在不同數據集上都試驗了一下，可以看出大部分情況下都能還原出圖像輪廓。

而且先驗越好，結果就會越好比如在 CelebA 人臉數據集中，還原人臉的效果明顯最好，而它在還原別的圖像時，也會傾向于給出類似于人像的結果

不過此方法也有失敗的時候，比如 Reddit 數據集中，有些生成圖像會存在偽影。

One More Thing

事實上，除了微軟之外，還有不少科技巨頭都在用哈希算法來加密圖像。

比如我們前文提到的蘋果。

前段時間，他們推出了一種叫做 NeuralHash 的加密技術來遠程掃描用戶照片，以此來控制虐童照片的傳播。

彼時蘋果一再強調該技術的安全性和隱私性。

但是不到半個月的時間，該方法就被一位程序員破解，還被另一位英特爾的工程師發現了 bug。

前段時間，Facebook 聲稱要讓用戶上傳果照保護隱私，用到的也是這種方法。

但伴隨著這類方法不斷被成功逆向，其安全系數或許還有待人們考證。

參考鏈接:

鄭重聲明：此文內容為本網站轉載企業宣傳資訊，目的在于傳播更多信息，與本站立場無關。僅供讀者參考，并請自行核實相關內容。