混进iOS 14.3！网友爆出苹果CSAM检测技术出现哈希冲突新智元报道来源：Reddit编辑：

文章图片
新智元报道
来源：Reddit
编辑：Priscilla好困
【新智元导读】苹果计划推出在iOS15中应用的CSAM检测系统备受争议。近日，一位Reddit用户发现CSAM算法竟被悄悄地「埋在了」iOS14.3里。而算法公开几小时后，一位英特尔实验室的研究员就发现了其存在的缺陷：哈希冲突。
苹果偷偷将CSAM检测技术算法放进iOS14.3里！
前段时间，苹果宣布计划推出CSAM检测技术，能够扫描所有存储在iCloud上的照片，找出符合虐待儿童、儿童色情内容的照片（CSAM）。
该功能本该在今年9-10月份上线，却被Reddit网友发现CSAM检测技术的算法NeuralHash已经混进了现在的系统里。
即便苹果的初衷是好的，但在大多数人眼里，苹果是在监视用户的一举一动。

文章图片
新闻一发布， GitHub上就有超过6000多家组织和个人签署联名信，强烈谴责苹果这项侵犯个人隐私的新技术。

文章图片
而德国有关部门也致信库克，希望苹果能够重新考虑CSAM检测计划。
但现在苹果却想要试图蒙混过关了吗？！
网友发现算法早已存在
昨日， Reddit用户AsuharietYgvar表示：
在iOS14.3里， NeuralHash就已经隐藏在混淆类名里了。
Ygvar对隐藏的API进行了一些挖掘和逆向工程，成功将MobileNetV3模型导出到ONNX 。
还在Python中重建了整个NeuralHash算法，甚至可以在Linux上测试NeuralHash 。

文章图片
苹果的NeuralHash是一种基于神经网络的图像感知哈希方法，并且可以不受对图像大小的调整和压缩的影响。

文章图片
https://github.com/AsuharietYgvar/AppleNeuralHash2ONNX
哈希算法的步骤：
将图像转换为RGB 。
【混进iOS 14.3！网友爆出苹果CSAM检测技术出现哈希冲突】调整图像大小为360x360 。
将RGB值归一化为[-1,1]范围。
对NeuralHash模型进行推理。
计算96x128矩阵与所产生的128个浮点的向量的点积。
对产生的96个浮点数向量应用二进制步骤。
将1.0和0.0的向量转换为比特，得到96位二进制数据。
AsuharietYgvar则列举了这就是苹果所采用的算法的证据。

文章图片
首先，模型文件的前缀是NeuralHashv3b- ，与苹果的文件中的术语相同。
（https://www.apple.com/child-safety/pdf/CSAM_Detection_Technical_Summary.pdf）
其次，苹果对算法描述的细节也与Ygvar的发现相同：

文章图片
「第二，描述符被传递到一个哈希方案，将N个浮点数转换为M位。这里， M远远小于这里， M远远小于表示N个浮点数所需的比特数。」
从下面这两段代码中可以看到， N=128 ， M=96 。

文章图片

文章图片
此外，如果调整图片的大小或压缩图片，这个脚本产生的哈希值几乎没有变化，这又和苹果的文件中描述的一样。
值得注意的是，不同设备生成的哈希值会有几位的差异。
这是由于神经网络基于浮点计算，精度在很大程度上取决于硬件。