دوربین های رباتیک جدید حفظ حریم خصوصی، تصاویر را فراتر از تشخیص انسان مبهم می کنند


از جاروبرقی‌های روباتیک و یخچال‌های هوشمند گرفته تا مانیتورهای نوزاد و پهپادهای زایمان، دستگاه‌های هوشمندی که به طور فزاینده‌ای در خانه‌ها و محل کار ما مورد استقبال قرار می‌گیرند، از دید برای گرفتن محیط اطراف خود استفاده می‌کنند و در این فرآیند از زندگی ما فیلم و تصاویر می‌گیرند.

در تلاش برای بازگرداندن حریم خصوصی، محققان مرکز استرالیایی رباتیک در دانشگاه سیدنی و مرکز رباتیک (QCR) در دانشگاه فناوری کوئینزلند، رویکرد جدیدی برای طراحی دوربین‌هایی ایجاد کرده‌اند که اطلاعات بصری را قبل از دیجیتالی شدن پردازش می‌کنند و درهم می‌کوبند. به طوری که تا حد گمنامی مبهم می شود.

دستگاه هایی مانند جاروبرقی هوشمند که به سیستم های بینایی معروف هستند، بخشی از «اینترنت اشیا» را تشکیل می دهند – سیستم های هوشمندی که به اینترنت متصل می شوند. آنها ممکن است در معرض خطر هک شدن توسط بازیگران بد یا گم شدن در اثر خطای انسانی قرار بگیرند، تصاویر و ویدیوهای آنها در معرض خطر سرقت شدن توسط اشخاص ثالث، گاهی اوقات با نیت مخرب قرار دارند.

ربات‌ها می‌توانند از این تصاویر تحریف شده برای تکمیل وظایف خود استفاده کنند، اما نمایش بصری جامعی که حریم خصوصی را به خطر می‌اندازد، ارائه نمی‌کنند.

آدام تاراس که این تحقیق را به عنوان بخشی از پایان نامه Honors خود تکمیل کرد، گفت: “دستگاه های هوشمند نحوه کار و زندگی ما را تغییر می دهند، اما نباید حریم خصوصی ما را به خطر بیندازند و به ابزار نظارتی تبدیل شوند.”

هنگامی که به “دید” فکر می کنیم، آن را مانند یک عکس در نظر می گیریم، در حالی که بسیاری از این دستگاه ها به همان نوع دسترسی بصری به یک صحنه مانند انسان ها نیاز ندارند. آنها از نظر آنچه نیاز دارند دامنه بسیار باریکی دارند. اندازه گیری برای تکمیل یک کار، با استفاده از سیگنال های بصری دیگر، مانند تشخیص رنگ و الگو.”

محققان توانسته‌اند پردازشی را که به طور معمول در داخل یک کامپیوتر اتفاق می‌افتد، در بخش اپتیک و الکترونیک آنالوگ دوربین، که خارج از دسترس مهاجمان وجود دارد، تقسیم کنند.

دکتر دان دانسرو، سرپرست تاراس در مرکز استرالیایی رباتیک، گفت: «این نقطه تمایز کلیدی از کارهای قبلی است که تصاویر داخل رایانه دوربین را مبهم می‌کرد – تصاویر را در معرض حمله قرار می‌داد. “ما یک سطح فراتر از خود الکترونیک می رویم و سطح بیشتری از محافظت را امکان پذیر می کنیم.”

محققان سعی کردند رویکرد خود را هک کنند اما نتوانستند تصاویر را در هر قالب قابل تشخیصی بازسازی کنند. آنها این وظیفه را به روی جامعه تحقیقاتی به طور گسترده باز کرده اند و دیگران را برای هک روش خود به چالش می کشند.

تاراس می‌گوید: «اگر قرار بود شخص ثالثی به این تصاویر دسترسی داشته باشد، نمی‌توانست تعداد زیادی از آنها را بسازد و حریم خصوصی حفظ می‌شد.

دکتر Dansereau گفت حفظ حریم خصوصی به طور فزاینده ای به یک نگرانی تبدیل شده است زیرا امروزه دستگاه های بیشتری با دوربین های داخلی عرضه می شوند و با افزایش احتمالی فناوری های جدید در آینده نزدیک مانند پهپادهای بسته که برای تحویل به مناطق مسکونی سفر می کنند.

“شما نمی خواهید تصاویری که توسط ربات جاروبرقی در داخل خانه شما گرفته شده است در تاریک وب به بیرون درز کند، و همچنین نمی خواهید یک هواپیمای بدون سرنشین حمل و نقل نقشه حیاط خلوت شما را ترسیم کند. خیلی خطرناک است که به سرویس های مرتبط با وب اجازه عکسبرداری و نگه داشتن آنها را بدهید. دکتر Dansereau گفت.

این رویکرد همچنین می‌تواند برای ساخت دستگاه‌هایی استفاده شود که در مکان‌هایی که حفظ حریم خصوصی و امنیت نگران کننده هستند، مانند انبارها، بیمارستان‌ها، کارخانه‌ها، مدارس و فرودگاه‌ها کار می‌کنند.

محققان امیدوارند در مرحله بعد نمونه های اولیه دوربین فیزیکی بسازند تا این رویکرد را در عمل نشان دهند.

“فناوری کنونی بینایی رباتیک تمایل دارد نگرانی‌های مشروع حریم خصوصی کاربران نهایی را نادیده بگیرد. این یک استراتژی کوته‌بینانه است که سرعت پذیرش رباتیک را در بسیاری از کاربردهای اجتماعی و اقتصادی کاهش می‌دهد یا حتی از آن جلوگیری می‌کند. طراحی حسگر جدید ما به حفظ حریم خصوصی بسیار نیاز دارد. پروفسور نیکو سوندرهاف، معاون QCR که در مورد این پروژه مشاوره می‌دهد، گفت: به‌طور جدی، و امیدوارم شاهد استفاده از آن توسط صنعت و استفاده در بسیاری از برنامه‌ها باشم.

پروفسور پیتر کورک، پروفسور ممتاز و استاد کمکی در QCR که همچنین در مورد این پروژه مشاوره می‌داد، گفت: “دوربین‌ها ربات‌هایی هستند که معادل چشم‌های یک فرد هستند، برای درک جهان، دانستن اینکه چیست و کجاست. آنچه انجام می‌دهیم بسیار ارزشمند است. خواسته این است که تصاویر آن دوربین ها از بدن ربات خارج شود تا به طور ناخواسته جزئیات خصوصی یا صمیمی در مورد افراد یا چیزهای موجود در محیط ربات فاش شود.



منبع

Matthew Newman

Matthew Newman Matthew has over 15 years of experience in database management and software development, with a strong focus on full-stack web applications. He specializes in Django and Vue.js with expertise deploying to both server and serverless environments on AWS. He also works with relational databases and large datasets
[ Back To Top ]