面部识别在当下已被广泛使用,用户只要拿起手机扫描一下就能迅速解锁,方便易用,但其安全性却屡屡引发热议。近日,腾讯科技(深圳)有限公司申请的“人脸数据签名方法、装置、电子设备和存储介质”专利获授权公布,进一步保障了人脸识别的数据安全性。
专利显示,通过获取待签名的人脸数据、以及对应的参考加速度数据,得到融合后的人脸数据,再进行特征编码、特征重构、哈希运算等一系列过程,得到人脸数据对应的哈希值。对哈希值加密处理,就能够得到人脸数据独一无二的签名信息。
我们的科技留言板“有意见”如下
@悖论:人脸数据是个人的重要隐私,未被授权的收集都应视为违法行为,同时人脸识别技术应被严格限制。不论采用何种加密手段和算法,如果在数据的整个生命周期中任何一个环节发生了泄密或被滥用,都会给当事人造成不可估计的损失。不应为了所谓的便捷以安全的名义而造成范围更广、影响更深的不安全。
@温酒斩化腾:腾讯有图形AI团队可以支持人脸认证技术,在利用该技术的同时,也是在实操环境中的验证过程,从而辅助该技术不断优化。值得注意的是,图形AI可以应用的领域远不止游戏人脸认证。鹅厂的野心还是非常大的。
@素颜也倾城:哈希值的不可逆,确保了人脸数据签名的安全。关于哈希算法,好像一直争议点。印象中是有一种观点认为,哈希的算法确实不可逆,但当数据庞杂如大海,打捞成本似乎也很高。
好文章,需要你的鼓励
滑铁卢大学研究团队开发出LOCKET技术,解决AI服务"按需付费"的商业化难题。该技术通过创新的"适配器融合"方式替代易泄露的密码验证,实现100%有效拒绝未授权功能,同时保持已授权功能性能损失不超过7%。面对恶意攻击的成功率控制在5%以下,为AI服务提供商提供了可行的精细化定价解决方案。
谷歌推出升级版图像生成模型Nano Banana Pro,基于最新Gemini 3语言模型构建。新模型支持更高分辨率(2K/4K)、准确文本渲染、网络搜索功能,并提供专业级图像控制能力,包括摄像角度、场景光照、景深等。虽然质量更高但成本也相应增加,1080p图像费用为0.139美元。模型已集成到Gemini应用、NotebookLM等多个谷歌AI工具中,并通过API向开发者开放。
KAIST研究团队开发出Diffusion-Link技术,通过扩散模型解决AI系统中音频与文字信息的"沟通障碍"。该技术采用轻量级设计,无需外部知识即可将音频特征转换为文字特征,在音频字幕生成任务上取得突破性成果,零样本性能提升52.5%,为多模态AI系统发展开辟新路径。