Bezpečnostní výzkumník Bill Swearingen natrénoval model posilovaného učení na zhruba 31 milionech testů, aby vytvořil počítačem generované vzory, které brání kamerám Flock (čtečky SPZ), Axon (náramkové kamery) a Clear... Na konferenci Def Con v Las Vegas nechal auto (Toyotu Yaris z roku 2009) pokryté tímto vzorem pr...
Research answer

Create a landscape editorial hero image for this Studio Global article: What is Bill Swearingen's noRecognition project, how did he use reinforcement learning over 31 million tests to generate computer-generated. Article summary: I'll research Bill Swearingen's noRecognition project and the Def Con demonstration. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factual evidence.
Automatizované bezpečnostní systémy, které skenují poznávací značky, rozpoznávají tváře a sledují vozidla, se dlouho zdály být nevyhnutelnou součástí moderního života. Jistý kyberbezpečnostní výzkumník z Kansas City ale postavil něco, co je má dokázat zastavit – aniž by zablokoval jedinou kameru.
Projekt noRecognition Billa Swearingena využívá posilované učení ke generování takzvaných adversariálních vzorů. Ty se po vytištění na látku nebo vinyl dokážou vyhnout automatické detekci a klasifikaci objektů, kterou provozuje software běžně nasazovaných bezpečnostních kamer. Po zhruba 31 milionech automatizovaných testů během jednoho roku systém dospěl k návrhům, které v laboratoři porazily 11 open-source detekčních algoritmů . V pátek 7. srpna 2026 Swearingen veřejně dokázal, že to funguje i v reálném světě: Toyota Yaris z roku 2009 pokrytá jedním z jeho vzorů projela před čtečkou značek Flock na kyberbezpečnostní konferenci Def Con v Las Vegas a unikla automatické detekci
.
Následuje podrobný popis fungování projektu noRecognition, co ukázala demonstrace na Def Conu a jak si nyní může každý tyto vzory pořídit na oblečení.
noRecognition je anti-surveillanční výzkumný projekt, za nímž stojí Bill Swearingen, odborník na kybernetickou bezpečnost z Kansas City, zakladatel setkání SecKC a společnosti SIXCYBER. Cílem je vytvářet adversariální vizuální vzory, které zabrání automatizovaným sledovacím systémům v detekci osob, obličejů, vozidel a předmětů . Vzory se tisknou na látku nebo vinyl a nanášejí se na oděv či povrch vozidla. Nenarušují běžné videozáznamy – konkrétně klamou software pro detekci objektů a jejich klasifikaci, který je v kamerách zabudovaný
.
Swearingen popsal svůj přístup pro TechCrunch: vzory zneužívají klasifikační vrstvu neuronových sítí a vytvářejí vizuální signál, který model nedokáže zařadit do žádné rozpoznatelné kategorie . Lidskému oku se vzor jeví jako abstraktní, chaotický design. Pro umělou inteligenci je prakticky neviditelný.
Swearingen vytvořil model posilovaného učení, který iterativně generoval vzory a testoval je proti 11 různým open-source algoritmům počítačového vidění . S každým testem se model učil, které vizuální prvky způsobily selhání detekce, a podle toho vzor upravoval.
Po přibližně 31 milionech testů (některé zdroje uvádějí 31,7 milionu) prováděných zhruba rok model dospěl k návrhům, které u těchto algoritmů trvale způsobovaly, že nedokázaly klasifikovat to, co vzor zakrýval . Swearingen tento proces popsal jako učení modelu „jak malovat“ – systém se naučil vytvářet textury, které maximalizují zmatení v detekčním softwaru
.
Co vzory v laboratorních testech překonaly:
V pátek 7. srpna 2026 provedl Swearingen první veřejný reálný test vzoru noRecognition na kyberbezpečnostní konferenci Def Con v Las Vegas . Ve spolupráci s automobilovým médiem Donut Media pokryl Toyotu Yaris z roku 2009 jedním ze svých počítačem generovaných vzorů a projel s ní před čtečkou značek Flock
.
Swearingen uvedl, že Yaris zcela unikla automatické detekci – kamera Flock nedokázala vozidlo identifikovat ani přečíst jeho poznávací značku, zatímco běžné videozáznamy probíhaly bez problémů . Kola vozidla prý představovala určitou výzvu, ale celkově byl test vyhodnocen jako účinný
.
Důležité upozornění k demonstraci: Nezávislé ověření tohoto tvrzení je omezené. TechCrunch poznamenal, že výsledek není totéž jako zmizení vozidla – kamera stále nahrávala video, přičemž demonstrační video a záznamy nejsou veřejné . Ve fyzickém světě zatím existuje jediný test na Def Conu proti jedinému modelu kamery a důkazy zůstávají předmětem diskuse
.
Swearingenovým deklarovaným cílem je proměnit noRecognition v praktický nástroj pro soukromí ve veřejném prostoru – způsob, jak se lidé mohou odhlásit z algoritmického sledování, aniž by k tomu potřebovali technické znalosti .
Spustil kampaň na Kickstarteru, která odstartovala současně s prezentací jeho výzkumu na konferencích Black Hat a Def Con na začátku srpna 2026 . Na LinkedIn oznámil: „Trička, mikiny a nákrčníky potištěné vzory, které skutečně fungují“ – uvolněné v okamžiku zveřejnění výzkumu
.
Aktuální a plánované zboží:
K polovině srpna 2026 vybrala kampaň na Kickstarteru více než 40 000 dolarů . Přispěvatelé, kteří zaplatí prémiovou částku, si mohou objednat vlastní vzory, které byly „vygenerovány, otestovány a nikdy nikomu jinému neukázány ani vytištěny“
. Aplikace fólií na auta je popisována jako další fáze, až se rozběhne výroba oblečení
.
Projekt zůstává výzkumnou iniciativou v oblasti soukromí, nikoli ověřeným komerčním produktem . Laboratorní testy prokázaly úspěch proti konkrétním algoritmům, ale výkon v reálném světě proti celé škále nasazených sledovacích systémů nebyl nezávisle prověřen ani zaručen
.
Swearingen také připouští právní šedé zóny: jízda s polepeným autem vyvolává v jednotlivých státech otázky ohledně zakrývání poznávací značky – jeho vzory se proto záměrně vyhýbají oblastem s registračními značkami .
Prozatím projekt noRecognition nabízí pohled do možné budoucnosti, kde se jednotlivci mohou odhlásit z algoritmického sledování tím, že si obléknou ten správný vzor. Swearingen sám spolu s několika zpravodajskými servery ale důrazně podotýká, že jde o výzkum – ne o kouzelný plášť – a že důkazní základna spočívá v jediném, veřejně nedoloženém testu kamery .
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Bezpečnostní výzkumník Bill Swearingen natrénoval model posilovaného učení na zhruba 31 milionech testů, aby vytvořil počítačem generované vzory, které brání kamerám Flock (čtečky SPZ), Axon (náramkové kamery) a Clear...
Bezpečnostní výzkumník Bill Swearingen natrénoval model posilovaného učení na zhruba 31 milionech testů, aby vytvořil počítačem generované vzory, které brání kamerám Flock (čtečky SPZ), Axon (náramkové kamery) a Clear... Na konferenci Def Con v Las Vegas nechal auto (Toyotu Yaris z roku 2009) pokryté tímto vzorem projet kolem kamery Flock – ta vůz nedokázala automaticky identifikovat.
Projekt je výzkumnou iniciativou v oblasti soukromí, nikoliv komerčně ověřeným produktem – důkazy zatím stojí na jediném testu, který nebyl nezávisle zdokumentován.