Принимаю условия соглашения и даю своё согласие на обработку персональных данных и cookies.

Нейросети госбезопасности. Как устроена система, которая может найти любого участника протестной акции

29 апреля 2021, 14:07
Колонка
Нейросети госбезопасности. Как устроена система, которая может найти любого участника протестной акции
Фото: Анна Коваленко, 66.RU
Около 100 человек задержали полицейские в России после акции в поддержку Алексея Навального 21 апреля. И речь не о тех, кого схватили непосредственно на улицах, а о тех, к кому пришли потом — предъявив записи с камер наблюдения и другие доказательства их участия в «несанкционированном массовом мероприятии». Леонид Стариков, глава компании «Недремлющее око», кое-что понимает в системах наблюдения и рассказывает о том, как работает технология всепроникающей слежки за гражданами, которая могла бы их защищать, но чаще защищает лишь государство.

Есть сейчас одна актуальная тема на стыке текущей повестки и направления, где я считаю себя экспертом. Это технологии из сферы безопасности, которые сейчас используют наше государство и правоохранители, чтобы ловить нарушителей закона.

Тут нужна оговорка.

Технологии, как и оружие, не бывают злыми или добрыми в отличие от людей, которые их используют. Поэтому сначала я расскажу, как вычисляют злостных любителей собираться больше трех и гулять по городу с политическими мыслями в головах. А потом — как ловят бандитов и убийц и куда делись гопники, которые еще не так давно отжимали телефоны в товарных количествах.

Найдутся и те, кто придет за тобой

Фото: архив 66.RU

Итак, если бы у меня был бизнес на административных штрафах, я бы применял камеры видеонаблюдения.

В городе их десятки тысяч, возможно, сотни, точно никто не считал. Только моя компания за год продает больше 20 тысяч штук. Государство может получить доступ ко всем камерам — старым и новым, нашим и импортным. Не думайте, что кому-то будет лень просматривать записи с этих камер из-за нехватки времени. Во-первых, за особо интересными точками станут наблюдать в реальном времени, во-вторых, для поиска по лицу, номеру машины или другому объекту (например, «цвет», «газель» и проч.) есть специально обученные нейросети.

Для идентификации конкретного лица (номер или цвет машины) не обязательно, чтобы нейросеть была связана с камерой, достаточно скормить ей видео любого качества, выставить параметры совпадения и посмотреть, кого эта сеть выловит. Да, копировать архив — тоже трудоемкое занятие, но это меньшее зло. Тем более, в каждой IP камере есть несколько дублированных потоков видео. Один записывается на регистратор, второй выводится на монитор, а третий можно отправить на «удаленный сервер». А если вы думаете: «У них есть мое лицо, но откуда они знают, что это я?», самое время вспомнить о социальных сетях.

Как говорил Аль Пачино в «Адвокате дьявола»: «Тщеславие — мой любимый грешок».

Возьмите свое селфи, ткните в поиск по картинке в гугле — вы получите ссылку на собственный инстаграм («ВКонтакте», «Фейсбук», etc). Собственно, поиск по картинке — это и есть обученная нейросеть. Помните приложение Find Face, то самое, которое массово деанонимизировало порноактрис? Так работает эта технология. Ок, вы позаботились о безопасности заранее, в ваших соцсетях — только котики и еда. Нет проблем, вас все равно опознают, определив положение сим-карты методом триангуляции с ближайших вышек сотовой связи.

Типичный пример — услуга операторов связи «родительский контроль», позволяющая следить за передвижениями ребенка. Сейчас можно жить без кошелька, часов, ключей, машины, но нельзя без смартфона. Допустим, вы тоже любите шпионские фильмы и заранее вынули симку, а телефон взяли, чтобы делать фото. Сложно в это поверить, но предположим. На таких умников тоже есть решение — ловушка мак-адресов.

Она же — Wi-Fi радар. Почти наверняка ваш смартфон мониторит сети wi-fi, и в это время его мак-адрес считывается ловушкой, а это уже позволяет установить точку входа в домашний интернет со всеми вытекающими.

Так вот. Если вам не нравится бизнес на административных штрафах, то минздрав рекомендует носить медицинские маски в целях профилактики ковида и оставлять все гаджеты дома, а то вдруг вы его уроните во время занятия бегом?

По цифровому следу

Фото: Анна Коваленко, 66.RU

Теперь о классическом зле.

Помните парня, который охотился за азиатскими девушками с ножом? Он в первом же эпизоде попал на камеры наблюдения в подъезде. Да, лица не было видно, а остальные приметы вышли какие-то неубедительные — пуховик, джинсы. В недавнем прошлом с такими исходниками шансов было бы немного. А сейчас этого уже достаточно.

Смотрите — у нас есть изображение цвета/формы одежды и конкретное место. Дворы устроены таким образом, что всегда есть точки входа. В этих точках, исходя из логики безопасности, обычно ставят камеры. Смотрим архив, находим похожую фигуру — понимаем, с какой стороны она появилась. Расширяем круг поиска, упор делаем на уже понятное направление. Получаем хотя бы одно подтверждение с камер на этом направлении, разматываем клубок дальше. У нас есть время и направление. Отрабатываем такси — там все ходы записаны, отрабатываем транспорт, там тоже есть расписание, камеры в салоне, переговоры с диспетчером и так далее.

Все это — технологии и цифровизация, которых 10 лет назад еще не было.

Допустим, тот-кого-мы-ищем перемещался пешком. Ок, собираем весь архив с вектора его движения, заливаем на сервер, обучаем нейронку поиску по форме одежды. Цвет исключаем, потому что ночью все камеры дают черно-белое изображение. Нейронка выдает результат. Отрабатываем ложные варианты глазами, выписываем географические точки. Запрашиваем все пинги сим-карт в этих районах в это время. Накладываем точки с камер на точки с пинга сим-карт, получаем с десяток совпадений.

Этого уже достаточно, чтобы взять негодяя тепленьким.

Усложним задачу, пусть совпадений — не десяток, а тысяча. Делаем кластеризацию по соотношению количество определений \ район \ время. Пиковые значения этих множеств — места, где неизвестный работает и живет. Утром и вечером — локация дома, обед — локация работы. Добираем дополнительные камеры в этих районах, сужаем круг и все равно находим злоумышленника.

Никакая работа оперов и никакое их количество не позволит такое провернуть. Хоть ты всех опроси, на словесном описании далеко не уедешь.

Если посмотреть статистику МВД, выяснится, что по сравнению с нулевыми годами количество уличных преступлений сократилось вдвое. Наверное, вы и сами это заметили. Уверен, что количество камер в городе и упрощение работы с ними ограничивает уличную преступность. С одной стороны, телефон перестал быть частью фразы «золото-доллары», но с другой, 12 айфон реально стоит 100 тысяч рублей и 15 лет назад с такими ценностями по улице только бандиты ходили.

Я часто слышу опасения людей, что технологии нарушают их приватность и что государство за всеми следит.

Это почти правда. Государство, конечно, не следит — ему откровенно наплевать, но начнет следить, если вы привлечете его внимание.

Поэтому саму концепцию «безопасность vs приватность» следует воспринимать как сделку:

  • Сокращение уличной преступности — в обмен на статьи за митинги
  • Быстрая поимка убийц — в обмен на камеры определения скорости
  • Удобство оплаты телефоном — в обмен на таргетированную рекламу

В прекрасном мире будущего таких вопросов, наверное, не будет.

Но пока мы — в суровом настоящем. Лучший способ адекватно его воспринимать — видеть, как глубоко проникли в наш быт технологии и какую пользу они могут нам нанести.

Леонид Стариков для 66.RU