你的脸，正在被悄悄记录

一名女子走进杂货店，只是想买点苹果。她还没走到果蔬区，头顶的安保摄像头已经捕捉并分析了她的面部。无论系统是在识别惯偷，还是只是记录顾客进店，她的面部特征都被写入了某个数字系统中，这条记录往往很难彻底抹除。

类似的事情正在各处发生：零售商、银行、机场、体育场和办公楼都在部署面部识别系统，持续收集和比对人脸数据。

面部数据被盗，无法“重置”

如果这名女子的面部信息被盗用或滥用，会发生什么？

密码泄露，可以修改；信用卡号被盗，可以挂失换卡。但脸一旦被数字化为可识别的模板，就无法像换锁那样“重置”。你无法更换自己的面孔。

面部识别系统通常不会直接保存照片，而是将人脸转换为数学模板：通过测量五官的位置、比例和相互关系，生成一组特征数据。之后，当摄像头再次拍到某张脸时，系统会将其实时特征与数据库中的模板进行比对，以确认身份。

作为罗切斯特理工学院的网络安全教授，我的研究发现：虽然模板比原始照片更难被随意复制和篡改，但它们同样可能在数据泄露中被窃取。一旦这些模板落入不法分子之手，就相当于一把长期有效的“数字钥匙”。

如果存放面部模板的数据库被攻破，这些模板所对应的“锁”——例如银行应用登录、机场安检通行、办公楼门禁——都无法简单重置。人的面容是长期稳定的，相关威胁也就随之长期存在。

这不是假设，泄露已经发生

面部和其他生物识别数据在现实中已经遭遇泄露：

• 2024 年，澳大利亚一家酒吧和俱乐部使用的面部识别系统被黑客入侵，生物识别数据遭到窃取。
• 2019 年，美国海关与边境保护局的一套试点面部识别系统，其生物识别数据在针对分包商网络的攻击中被泄露。

目前尚不清楚这些被盗的生物识别数据是否已被用于具体犯罪活动，但风险已经非常明确。

面部识别的独特风险

所有生物识别标识符都有安全隐患，但面部识别的风险尤为特殊。

指纹和虹膜扫描通常用于相对封闭、可控的场景，比如解锁手机或进入办公楼，需要用户主动把手指或眼睛对准扫描设备。而公共空间中的摄像头则不同，它们可以在远距离、无接触的情况下捕捉路人的面部特征，被拍摄者往往毫不知情。

如果指纹或虹膜数据库被攻破，攻击者仍需要想办法把伪造的指纹或眼睛“送到”扫描仪前。而被盗的人脸模板则可以直接与监控视频、网络照片等进行比对，用来识别特定个人或追踪其行踪和活动，门槛更低。

在技术和伦理层面，把面部数据保存在个人设备上，与上传到集中式数据库，有本质差别。

在现代苹果设备和许多安卓手机上，用于解锁设备的生物识别数据被存放在本地的专用安全芯片中，不会上传给厂商或云服务进行身份验证。因此，即便企业或云平台发生数据泄露，这类设备级模板通常不会被暴露。

但公共场所的摄像头和安防系统则往往依赖集中式数据库：

• 有些摄像头只是被动记录，短期保存画面；
• 另一些则会主动追踪人群，将面部与数据库中的身份信息关联，形成长期的数字轨迹。

当组织跨多个数据库对同一张脸进行关联时，风险会显著放大。例如：

• 机场系统可能将旅客面部与护照或航空公司数据库比对；
• 体育场可能将面部与本地安保名单或执法名单关联；
• 管理麦迪逊广场花园的公司曾利用面部识别，拒绝让代表起诉该公司的律师进入场馆。

一些大型零售连锁，如 Wegmans 和 Target，也在防盗系统中使用面部识别。每一次新的面部捕获，都会在系统中增加一条可长期保留的记录。

许多企业自身缺乏网络安全能力，往往依赖第三方供应商来管理这些数据。如果这些集中系统被攻击，或者不同平台、供应商、数据经纪人之间的数据被关联，你的面部信息就可能变成一个稳定的“标签”，被用来持续识别和追踪你。

在某些情况下，面部数据与其他泄露信息结合，还可能降低他人冒充你的门槛。

当面孔成为“主键”

在数据系统中，“主键”是用来唯一标识一条记录的字段。面部可以在现实世界中扮演类似角色：一个独特且长期稳定的标识符，用来串联不同来源的记录。

设想这样一种情况：

• 某个数据库把面部模板与电子邮件地址绑定；
• 另一次数据泄露又把同一个邮箱与财务或个人信息关联起来；

如果攻击者拿到了面部模板和这些泄露数据，就可能借此访问与该身份相关的多类信息。

再结合深度伪造、三维人脸建模等人工智能工具，在某些需要“活体检测”的系统中，犯罪分子有可能通过伪造的面部影像冒充真实用户，像披上一层数字伪装，混入本应安全的身份验证流程。

当生物识别模板与社交媒体账号、家庭住址等其他泄露数据整合在一起时，攻击者可以构建出一个覆盖个人多项活动的“超级档案”。由于面部是一个几乎无法改变的连接键，这种级别的身份盗用往往难以彻底修复。

如何降低面部识别带来的风险

社会仍在摸索如何与大规模生物识别采集共存。快速通过安检、无感支付等便利性固然诱人，但背后往往是对隐私和安全的长期投入与风险。

从组织角度看，可以采取以下做法来降低威胁：

• 数据最小化：只收集和保留完成业务所必需的最少信息，尽快删除多余数据；
• 加密存储模板：对每个面部模板进行加密，只保存加密后的模板而非原始照片；
• 采用活体检测：使用最新的活体检测技术，尽量防止照片、面具或深度伪造通过验证；
• 隐私保护设计：在系统设计阶段就引入隐私保护原则，明确数据用途、保存期限和访问权限，避免不必要的跨系统关联。

普通消费者也并非完全无能为力：

• 在加州、伊利诺伊州和欧盟等有隐私法规的地区，人们可以向企业提交数据访问请求，了解对方持有哪些生物识别数据，并在某些情况下要求删除；
• 面对使用面部识别的零售商或服务提供方，可以主动询问：收集了哪些数据、保存多久、如何保护、是否会与第三方共享。

在享受面部识别带来的便利时，理解其背后的长期风险，并主动争取对自身生物识别数据的知情权和控制权，正在变得越来越重要。

本文内容根据《对话》（The Conversation）网站文章，经创意共享许可改写整理。