noRecognition: 31 miljoonaa testiä synnytti kuvion, joka hämää Flockin, Axonin ja Clearview'n valvontakameroita

Automaattiset valvontajärjestelmät, jotka skannaavat rekisterikilpiä, tunnistavat kasvoja ja seuraavat ajoneuvoja, ovat pitkään tuntuneet pysäyttämättömältä arjen todellisuudelta. Mutta Kansas Cityssä toimiva kyberturvallisuustutkija on rakentanut jotain, joka väitetysti pysäyttää ne täysin – ilman että yhtäkään kameraa tarvitsee estää.

Bill Swearingenin noRecognition-projekti käyttää vahvistusoppimista (reinforcement learning) tuottamaan vihamielisiä visuaalisia kuvioita, jotka painettuna kankaaseen tai vinyyliin sekoittavat laajalti käytössä olevien valvontakameroiden objektientunnistus- ja luokitteluohjelmistot. Noin 31 miljoonan automatisoidun testin jälkeen järjestelmä päätyi malleihin, jotka voittivat 11 avoimen lähdekoodin tunnistusalgoritmia laboratorio-olosuhteissa. Perjantaina 7. elokuuta 2026 Swearingen todisti toimivuuden julkisesti: vuonna 2009 valmistettu Toyota Yaris, joka oli päällystetty yhdellä hänen kuvioistaan, ajettiin Flock-rekisterikilpikameran ohi Def Con -kyberturvallisuuskonferenssissa Las Vegasissa ja vältti automaattisen tunnistuksen kokonaan .

Tässä artikkelissa kerrotaan, miten noRecognition toimii, mitä Def Con -demo todella osoitti ja miten kuka tahansa voi nyt ostaa näitä kuvioita vaatteina.

Mikä on noRecognition?

noRecognition on Bill Swearingenin, Kansas Cityn kyberturvallisuusammattilaisen ja SecKC-tapaamisen sekä SIXCYBER-yrityksen perustajan, tutkimusprojekti, joka tuottaa vihamielisiä visuaalisia kuvioita. Nämä kuviot on suunniteltu estämään automaattisia valvontajärjestelmiä tunnistamasta ihmisiä, kasvoja, ajoneuvoja ja esineitä . Kuviot painetaan kankaaseen tai vinyyliin ja kiinnitetään vaatteisiin tai ajoneuvon pintoihin. Ne eivät estä tavallista videokuvausta – ne hämäävät nimenomaan kameroissa toimivaa objektientunnistus- ja luokitteluohjelmistoa .

Swearingen kuvasi lähestymistapaansa TechCrunchille: kuviot hyökkäävät neuroverkkojen luokittelukerrosta vastaan luoden visuaalisen signaalin, jota malli ei pysty jäsentämään tunnistettavaksi kategoriaksi . Ihmisen silmään kuvio näyttää abstraktilta, kaoottiselta designilta. Tekoälylle se on käytännössä näkymätön.

Miten vahvistusoppimisjärjestelmä koulutettiin yli 31 miljoonalla testillä

Swearingen rakensi vahvistusoppimismallin, joka tuotti iteroivasti kuvioita ja testasi niitä 11:ä eri avoimen lähdekoodin konenäköalgoritmia vastaan . Jokaisen testin jälkeen malli oppi, mitkä visuaaliset piirteet saivat tunnistuksen epäonnistumaan, ja hienosääti kuviota sen mukaisesti.

Noin 31 miljoonan testin (joidenkin lähteiden mukaan 31,7 miljoonaa) jälkeen, jotka suoritettiin noin vuoden aikana, malli päätyi malleihin, jotka johdonmukaisesti saivat kyseiset algoritmit epäonnistumaan sen peittämän kohteen luokittelussa . Swearingen on kuvaillut prosessia mallin opettamiseksi "maalaamaan" – järjestelmä oppi tuottamaan tekstuureja, jotka maksimoivat sekaannusta tunnistusohjelmistossa .

Valvotuissa digitaalisissa testeissä, joissa käytettiin oikeita purettuja mallipainoja, täysi noRecognition-tekstuuri nosti f-YOLOv5-valvontatunnistimen havaitsemattomuusasteeksi 61,7 % 240:llä varatulla kuvalla 0,25 havaitsemiskynnyksellä, mikä oli +0,537 parempi kuin teksturoimaton lähtötaso .

Mitä kuviot voittivat laboratoriotestauksessa:

• Flock-rekisterikilpikamerat
• Axon-vartalokamerat
• Clearview AI -kasvojentunnistusjärjestelmät
• Kaikki 11 Swearingenin testipaketin avoimen lähdekoodin tunnistusalgoritmia

Def Con 34 -demo: vuoden 2009 Toyota Yaris, jota kamerat eivät nähneet

Perjantaina 7. elokuuta 2026 Swearingen suoritti noRecognition-kuvion ensimmäisen julkisen reaalimaailman testin Def Con -kyberturvallisuuskonferenssissa Las Vegasissa . Yhteistyössä automediatalo Donut Median kanssa hän päällysti vuoden 2009 Toyota Yarisen yhdellä tietokoneella luoduista kuvioistaan ja ajoi sen Flock-rekisterikilpikameran ohi .

Swearingen raportoi, että Yaris vältti automaattisen tunnistuksen kokonaan – Flock-kamera ei pystynyt tunnistamaan ajoneuvoa tai lukemaan sen rekisterikilpeä, vaikka normaali videokuvaus jatkui ongelmitta . Renkaat aiheuttivat ilmeisesti haasteita, mutta kokonaistestin katsottiin olleen tehokas .

Tärkeä varoitus demosta: Riippumaton vahvistus väitteelle on ollut rajallista. TechCrunch huomautti, että tulos on kapeampi kuin ajoneuvon muuttuminen "näkymättömäksi" – kamera tallensi edelleen materiaalia, eivätkä demonstraatiovideo ja lokitiedot ole julkisia . Reaalimaailman testi on tällä hetkellä yksi Def Con -testi yhtä kameramallia vastaan, ja todisteet ovat edelleen keskustelunaihe .

Miten ostaa noRecognition-kuvioita: T-paitoja, huppareita ja kaulahuiveja

Swearingenin tavoitteena on tehdä noRecognitionista käytännöllinen työkalu julkiseen yksityisyyteen – tapa, jolla ihmiset voivat kieltäytyä algoritmisesta valvonnasta ilman teknistä asiantuntemusta .

Hän lanseerasi joukkorahoituskampanjan (Kickstarter), joka käynnistyi samanaikaisesti hänen tutkimusesitelmien kanssa Black Hat- ja Def Con -konferensseissa elokuun 2026 alussa . Hän ilmoitti LinkedInissä: "T-paitoja, huppareita ja kaulahuiveja painettuina kuvioilla, jotka todella toimivat" – julkaistiin samalla hetkellä kuin tutkimus .

Nykyiset ja suunnitellut tuotteet:

Tuote	Tila
T-paidat	Saatavilla joukkorahoituskampanjassa
Hupparit	Saatavilla joukkorahoituskampanjassa
Kaulahuivit / kaulurit	Saatavilla joukkorahoituskampanjassa
Ajoneuvokalvot / -kääreet	Suunnitteilla vaatelinjan jälkeen

Elokuun 2026 puoliväliin mennessä joukkorahoituskampanja oli kerännyt yli 40 000 dollaria . Tukijat, jotka maksavat lisämaksun, voivat tilata omia kuvioita, jotka on "luotu, testattu eikä koskaan julkaistu, esitetty tai painettu kenellekään muulle" . Ajoneuvokalvon käyttöä kuvataan seuraavaksi askeleeksi, kun vaatelinja on saatu käyntiin .

Tärkeitä oikeudellisia ja käytännön varoituksia

Hanke on edelleen yksityisyystutkimusaloite eikä todistettu kaupallinen tuote . Laboratoriotestaus osoitti menestystä tietyillä algoritmeilla, mutta todellista suorituskykyä kaikkia käytössä olevia valvontajärjestelmiä vastaan ei ole riippumattomasti tarkastettu eikä taattu .

Swearingen on myös myöntänyt oikeudellisia harmaita alueita: kalvotetulla autolla ajaminen herättää osavaltiokohtaisia kysymyksiä rekisterikilven peittämisestä, ja hänen kuviot nimenomaan välttävät rekisterikilven alueen peittämistä .

Toistaiseksi noRecognition tarjoaa välähdyksen mahdollisesta tulevaisuudesta, jossa yksilöt voivat kieltäytyä algoritmisesta valvonnasta käyttämällä oikeaa kuviota. Mutta Swearingen itse, samoin kuin useat uutistoimitukset, on varovaisesti huomauttanut, että kyseessä on tutkimus – ei taikaviitta – ja että todistepohja koostuu yhdestä ainoasta, ei-julkisesti dokumentoidusta kameratestistä .