Algorithmus entdeckt gefälschte Passbilder
Systeme zur automatisierten Gesichtserkennung nehmen zu. Fälschungssicher sind sie jedoch nicht. Forscher haben nun einen Weg gefunden, zumindest Dokumente herauszufiltern, die auf eine spezielle Art manipuliert wurden – mit dem sogenannten Morphing.
Zwei reale Bilder (links und rechts) sind zu einem digitalen Bild verschmolzen worden (in der Mitte).
Foto: Fraunhofer HHI
Früher war die Identifizierung von Menschen eine klare Sache: Beispielsweise bei der Kontrolle am Flughafen warf der Beamte einen Blick auf das Foto im Ausweis und schaute anschließend der vor ihm stehenden Person streng ins Gesicht. Dabei stellte sich häufig heraus, dass ein Bild, das schon ein paar Jahre alt war, die Realität nicht mehr unbedingt exakt wiedergab. Ein paar Kilo mehr, ein Bart oder eine neue Brille verfälschten den Eindruck. Anders sieht es mit biometrischen Daten aus. Liegen sie als digitale Version im Reisepass vor, können die Mitarbeiter an der Grenzkontrolle ein Foto der betreffenden Person anfertigen, und ein spezielles Computerprogramm wertet die Gemeinsamkeiten direkt vor Ort aus. Diese Methode ist sehr aussagekräftig. Denn relevante Messpunkte, etwa der Augenabstand, verändern sich auch nicht durch eine Diät.
Der digitale Abgleich bringt allerdings neue Probleme mit sich. Eines davon ist das Morphing. Genau das will ein Forscherteam unterbinden. Unter anderem stammen die Wissenschaftler vom Fraunhofer-Institut für Produktionsanlagen und Konstruktionstechnik IPK und vom Fraunhofer-Institut für Nachrichtentechnik, Heinrich-Hertz-Institut (HHI).
Morphing: Aus zwei echten Bildern entsteht eine Fälschung
Die automatisierte Gesichtskontrolle wird in der Praxis immer häufiger eingesetzt, und das nicht nur bei gezielten Personenkontrollen. Über automatische Scans an öffentlichen Plätzen sollen zum Beispiele Kriminelle flächendeckend enttarnt werden, während ähnliche Programme im kleineren Rahmen das Gegenteil erreichen sollen, nämlich persönliche Daten zu sichern – die automatische Gesichtserkennung wird auch genutzt, um Smartphones zu entsperren.
All das baut auf dem Prinzip auf, dass die biometrischen Daten einer Person absolut individuell sind. Das ist zwar tatsächlich der Fall, die Software greift für den Abgleich aber nur einzelne Punkte heraus. Zudem besteht die Möglichkeit, diese digital zu manipulieren. Vor allem das Morphing ist in dieser Hinsicht problematisch. Vereinfacht gesagt, werden dabei zwei Gesichtsbilder zu einem verschmolzen. Es enthält dann die Eigenschaften beider Fotos. In der Praxis heißt das: Zwei Personen können den Ausweis verwenden, ohne dass die automatische Gesichtserkennung Alarm schlägt. Ein Krimineller kann sich damit im Grunde genommen mit dem Gesicht eines unbescholtenen Bürgers ausstatten, zumindest in seinen Dokumenten.
Neuronale Netze finden digitale Abweichungen
Das Morphing ist ohne entsprechende Software nicht unbedingt zu erkennen. Die Täter können also schon beim regulären Antrag auf einen Ausweis ein manipuliertes Bild abgeben – und erhalten ein echtes Dokument mit gefälschtem Foto. Die vermeintliche zusätzliche Sicherheitsstufe der automatischen Gesichtserkennung ist bei solch einem Vorgehen also sehr problematisch, weil die Beamten sich tendenziell auf sie verlassen. Im Projekt ANANAS, kurz für „Anomalie-Erkennung zur Verhinderung von Angriffen auf gesichtsbildbasierte Authentifikationssysteme“, versuchen die beteiligten Wissenschaftler, solche Schwierigkeiten in den Griff zu bekommen. Dafür wenden sie maschinelles Lernen an, insbesondere arbeiten sie mit komplexen neuronalen Netzen, die aus zahlreichen Ebenen bestehen, die in vielschichtigen Strukturen miteinander verknüpft sind. Sie sollen die Neuronenstruktur des Gehirns nachahmen und sind über mathematische Berechnungseinheiten miteinander verbunden.
Diese neuronalen Netze haben die Forscher „trainiert“, indem sie die Systeme zunächst mit zahlreichen realen und gemorphten Gesichtsbildern gefüttert haben. Durch den Algorithmus wurden dabei Muster erkennbar, sodass die Netze jetzt, laut Aussage der Forscher, in der Lage sind, manipulierte Bilder anhand der dadurch entstehenden Veränderungen zu erkennen, „speziell in semantischen Bereichen wie in Gesichtsmerkmalen oder Glanzlichtern in den Augen“, sagt Peter Eisert, Abteilungsleiter Vision & Imaging Technologies am Fraunhofer HHI.
Mit künstlicher Intelligenz Kriminellen zuvorkommen
Mit den Ergebnissen der Testläufe waren die Forscher zufrieden: In über 90% der Fälle habe die Software die gemorphten Bilder gefunden. Zufrieden waren die Wissenschaftler damit jedoch noch nicht: „Das Problem ist vielmehr, dass man nicht weiß, wie das neuronale Netz die Entscheidung getroffen hat“, sagt Eisert. Mit extra entwickelten Algorithmen will sein Team daher auch herausfinden, welche Regionen im Gesichtsbild für die Entscheidung relevant sind. Das könnte dabei helfen, Morphing noch sicherer zu identifizieren. Häufig liefern beispielsweise die Augen einen Hinweis darauf, ob das Bild echt ist oder gefälscht.
Abgeschlossen sind diese Forschungen allerdings noch lange nicht. „Die Kriminellen können auf immer ausgefeiltere Angriffsmethoden zurückgreifen, zum Beispiel auf Verfahren aus dem Bereich der künstlichen Intelligenz, die komplett künstliche Gesichtsbilder erzeugen. Indem wir unsere neuronalen Netze optimieren, versuchen wir, den Fälschern einen Schritt voraus zu sein und zukünftige Attacken zu identifizieren“, sagt Eisert. Sein Ziel ist es, die entwickelte Software in bestehende Gesichtserkennungssysteme an Grenzkontrollen zu integrieren.
Ein Beitrag von:
