Thời trang đối kháng: Liệu có thể vô hiệu hóa hệ thống giám sát AI?

Các camera tích hợp AI đang xuất hiện dày đặc trên đường phố khắp thế giới, với khả năng nhận diện khuôn mặt hoặc biển số xe. Tuy nhiên, làn sóng phản đối từ công chúng đang ngày càng mạnh mẽ.

Những lo ngại về quyền riêng tư đang lan rộng, bao gồm việc thiếu sự đồng thuận khi thu thập dữ liệu, cách thức dữ liệu đó được lưu trữ và sử dụng, cùng rủi ro bị lạm dụng. Những lo ngại này đang thúc đẩy mọi người đứng lên phản kháng. Ví dụ, dự án DeFlock lập bản đồ các thiết bị đọc biển số xe tự động (ALPR) để nâng cao nhận thức. Một số người chọn các biện pháp cực đoan như phá hoại hoặc làm hỏng các thiết bị ALPR. Những người khác lại chọn cách phản ứng sáng tạo hơn, đó là tạo ra "thời trang đối kháng" (adversarial fashion) để né tránh camera giám sát, chẳng hạn như dự án Kickstarter có tên noRecognition, được giới thiệu tại hội nghị hacker DEF CON tháng trước.

Làm nhiễu hệ thống giám sát

Năm 2025, chuyên gia an ninh mạng Bill Swearingen bắt đầu thử nghiệm với một công cụ fuzzer đơn giản dựa trên Python—một công cụ cung cấp các đầu vào không hợp lệ để phát hiện lỗi phần mềm, lỗ hổng bảo mật hoặc các hành vi bất thường. Fuzzer này nhắm vào một trong những khung nhận diện đối tượng phổ biến nhất có tên là YOLO. Sau đó, ông đã phát triển những gì mình học được thành một thuật toán học tăng cường (reinforcement learning) để tạo ra các mẫu đối kháng khác nhau, và trình bày chúng tại DEF CON.

Mỗi mẫu là một hình trừu tượng hình học đầy màu sắc mà ông đã thử nghiệm trên 11 mô hình nhận diện đối tượng—bốn mô hình tìm kiếm khuôn mặt, hai mô hình nhận diện khuôn mặt và năm mô hình phát hiện người—hầu hết đều là các mô hình công khai. Các mẫu thành công đã làm chệch hướng các hệ thống nhận diện đối tượng, làm giảm điểm tin cậy của chúng, đôi khi đến mức không thể phát hiện ra đối tượng.

"Quyền riêng tư là quyền con người, và sự phổ biến của xu hướng này cho thấy mọi người đang quan tâm đến việc bảo vệ quyền riêng tư của chính mình," Swearingen nói.

Cap_able và Urban Privacy hiện đã bắt đầu bán các sản phẩm may mặc thực tế. Phương pháp sản xuất được cấp bằng sáng chế của Cap_able dệt các họa tiết đậm và nổi bật vào vải dệt kim jacquard. Những chiếc váy, quần và áo được sản xuất bền vững và có đạo đức này gây nhiễu cho một số hệ thống thị giác máy tính, đặc biệt là những hệ thống dựa trên mạng thần kinh tích chập (convolutional neural networks) tốc độ cao, khiến chúng có thể phân loại người mặc là động vật hoặc đồ vật.

"Nếu chúng ta có thể ngụy trang một người thành thứ gì đó khác, thì chúng ta đã đạt được mục tiêu," Rachele Didero, nhà sáng lập Cap_able, đồng thời là phó giáo sư tại Đại học Tự do Bozen-Bolzano ở Ý, cho biết. "Chúng tôi sử dụng món đồ hữu hình và dễ thấy này để nói về một thứ mà hầu hết thời gian đều vô hình."

Trong khi đó, Urban Privacy nhắm đến việc làm bối rối một số hệ thống nhận diện khuôn mặt dựa trên thuật toán OpenCV với bộ sưu tập Faception Reloaded mới nhất. Các bản in đen trắng trừu tượng từ khuôn mặt người xuất hiện như những khuôn mặt bổ sung trên các bộ dò, làm chậm quá trình xử lý của chúng. Các đường cắt bất đối xứng và phom dáng rộng nhằm mục đích che giấu, khiến việc nhận diện hình dáng cơ thể và dáng đi của bạn trở nên khó khăn hơn. "Ý tưởng là tạo ra dữ liệu giả," đồng sáng lập Daniel Preuß cho biết.

Các mẫu mô phỏng nhằm mục đích gây nhiễu cho các bộ dò người bằng thị giác máy. noRecognition

"Không phải là áo tàng hình"

Thời trang chống giám sát có nguồn gốc từ các tác phẩm nghệ thuật, dự án DIY và các thí nghiệm tư duy xuất hiện để đáp trả sự ra đời của các hệ thống giám sát AI từ hơn một thập kỷ trước. Chẳng hạn, chuyên gia công nghệ Adam Harvey đã phát triển nhiều thiết kế trong những năm 2010—từ kiểu tóc và trang điểm làm nhiễu bộ dò khuôn mặt đến trang phục phản xạ nhiệt để tránh sự giám sát bằng tia hồng ngoại từ máy bay không người lái. Năm 2019, nghệ sĩ kiêm nhà hoạt động Kate Bertash đã tạo ra dòng quần áo Adversarial Fashion với các biển số xe giả để đưa dữ liệu rác vào cơ sở dữ liệu ALPR.

Xu hướng này hiện đang phát triển thành một ngành công nghiệp nhỏ vững chắc hơn. "Quần áo là thứ bạn thực sự có thể mua và mặc vào, không giống như chính sách," Niloofar Mireshghallah, giáo sư tương lai về kỹ thuật và chính sách công tại Đại học Carnegie Mellon, cho biết. "Đó là một cách để nói rằng: 'Tôi không đồng ý với việc này'."

Tuy nhiên, các điều kiện thực tế có thể làm giảm hiệu quả của quần áo chống giám sát, chẳng hạn như góc camera, ánh sáng và cách vải nhăn lại khi bạn di chuyển. "Chỉ cần một khung hình tốt là đủ để hệ thống nhận diện được," Mireshghallah nói.

Nhận diện chuyển động và dáng đi cũng là những yếu tố có ảnh hưởng. "Ngay cả khi camera nghĩ bạn là một con gấu trong vài khung hình, thì đó vẫn là một con gấu đang đi bộ giống bạn," Mireshghallah nói.

Các mẫu đối kháng cũng phải được tinh chỉnh cho các mô hình nhận diện đối tượng cụ thể, vì vậy chúng không thể chống lại một mô hình khác. Và một khi các nhà vận hành hệ thống giám sát huấn luyện thế hệ mô hình tương lai dựa trên một mẫu đối kháng nhất định và người mặc nó—điều họ có thể làm thủ công—thì quần áo sẽ không còn là biện pháp phòng thủ đầy đủ nữa.

"Nó vẫn là một lá chắn mong manh trước một mối đe dọa không ngừng cải tiến từ nhiều góc độ," Dippu Kumar Singh, giám đốc cấp cao về dữ liệu và phân tích mới nổi tại Fujitsu North America, chuyên gia về thị giác AI và đạo đức AI, nhận định.

Các nhà sản xuất đều nhận thức được những hạn chế trong sáng tạo của họ. "Nó không phải là áo tàng hình," Preuß nói. "Giám sát nhằm mục đích nắm bắt danh tính của bạn, còn thời trang là để thể hiện danh tính đó. Chúng tôi đang tạo ra những bộ quần áo mà mọi người có thể mặc để khẳng định tầm quan trọng của quyền riêng tư trong thế giới kỹ thuật số."

Phòng thủ chủ động

Ngay cả với những rào cản này, Didero của Cap_able vẫn quyết tâm tiếp tục đổi mới. Urban Privacy sẽ tiếp tục tung ra các phần khác trong bộ sưu tập của mình, bao gồm một chiếc "mũ bóng" (shadow cap) có tấm chắn mặt bằng acrylic với các đường cắt để làm mờ đường nét khuôn mặt. Swearingen dự định khám phá một vài điểm bất thường mà ông đã gặp phải, chẳng hạn như một mẫu làm dịch chuyển khung bao (bounding box) và một mẫu khác làm thay đổi cài đặt camera.

Thời trang đối kháng mang lại nhiều hứa hẹn bất chấp những nhược điểm. "Về cốt lõi, thời trang này là việc giành lại quyền kiểm soát khuôn mặt và cơ thể của bạn," Singh nói. "Mọi người đang bắt đầu nhận ra rằng quyền riêng tư không chỉ là một quyền mà họ có thể thụ động chờ đợi được ban phát—đó là thứ họ phải chủ động bảo vệ."

Mireshghallah đưa ra cách tiếp cận thận trọng hơn, coi thời trang chống giám sát như một "gờ giảm tốc" hơn là một giải pháp tối ưu. Rủi ro thực sự, bà lưu ý, là sự tổng hợp dữ liệu: Các mô hình lấy một nhóm các tín hiệu yếu, chẳng hạn như một phần khuôn mặt, một tòa nhà ở hậu cảnh, dấu thời gian, một bài đăng trên mạng xã hội mà ai đó đã gắn thẻ bạn, và ghép chúng lại với nhau để đưa ra dự đoán chính xác về việc bạn là ai và bạn đã ở đâu.

"Không có mảnh ghép nào trong số đó tự nó tiết lộ danh tính của bạn, nhưng khi kết hợp lại thì có," Mireshghallah nói. "Lời khuyên của tôi là đừng chỉ nghĩ đến việc che giấu khuôn mặt khỏi ống kính. Hãy nghĩ về những gì khác bạn đang để lộ ra mà có thể bị kết hợp với nó. Thông tin bên lề đó thường là thứ thực sự xác định danh tính của bạn—và không có mẫu họa tiết nào trên áo có thể khắc phục được điều đó."