人脸识别系统对组合人脸重建攻击的脆弱性

将置信度分数取整被视为一种平凡但简单有效的对策，用以阻止基于梯度下降的图像重建攻击。然而，其在面对更复杂的重建攻击时的能力是一个未被研究过的领域。在本文中，我们证明基于组合人脸的面部重建攻击能够揭示取整策略作为对策的无效性。我们假设攻击者利用人脸组合部件，帮助其获取人脸最重要的特征或将其分解为独立片段。随后，分解出的片段被用作搜索参数来创建搜索路径以重建最优人脸。人脸组合部件使攻击者即使通过盲搜索也能侵犯人脸识别模型的隐私。不过，我们假设攻击者可能利用随机搜索更快地重建目标人脸。该算法以人脸部件的随机组合作为初始人脸，并将置信度分数视为适应度值。我们的实验表明，由于取整策略作为对策无法阻止随机搜索过程，当前人脸识别系统对此类复杂攻击极为脆弱。为解决此问题，我们成功测试了人脸检测分数过滤（FDSF）作为对策，以保护训练数据免受所提攻击的隐私泄露。