Tersine arama hizmeti ClarityCheck’e bağlı devasa bir veritabanı şifre koruması veya şifrelemesiz bırakıldı ve dokuz milyondan fazla yüz görüntüsünü açığa çıkarabilirdi.
Bağımsız siber güvenlik araştırmacısı Jeremiah Fowler, yaklaşık 450GB veri içeren halka açık depolama alanını keşfetti. ClarityCheck, bilinmeyen arayanları tespit etmek, iletişim bilgilerini doğrulamak ve bireyler hakkında çevrimiçi bilgi aramak için tasarlanmış araçlar sunar.
Fowler’ın bulgularına göre, maruz kalan koleksiyonda yetişkinlerin yanı sıra gençler ve çocukların görüntüleri de bulunuyordu. Bazı fotoğraflar, sosyal medya platformları ve arkadaşlık siteleri dahil olmak üzere dış kaynaklardan gelmiş gibi görünüyor. Fowler, veritabanında yer alan kişilerin fotoğraflarının toplandığını veya saklandığını bilmemiş olabileceği endişelerini dile getirdi. ClarityCheck, maruz kalma ile ilgili iddiaları itiraz etti. Fowler’ın ClarityCheck veritabanı hakkındaki raporu
Bu keşif, ClarityCheck’in bildirdiği görüntü tutma uygulamaları hakkında da sorular doğurdu. Kullanıcılara, yükledikleri fotoğrafların otomatik silinmeden önce 14 gün boyunca saklanacağı bildirildi. Ancak Fowler, zaman damgası taşıyan dosyaların bu dönemi aşan gibi göründüğünü söyledi.
Veritabanının ne kadar süre korunmadan erişilebilir olduğu veya başka birinin içeriğini keşfedip indirip indirip indirmediği hâlâ bilinmemektedir. Fowler ayrıca ClarityCheck’in açık depolama altyapısını doğrudan mı işletdiğini veya dış bir sağlayıcı tarafından yönetilip yönetilmediğini tespit edemedi.
Sızdırılan materyalin doğası, geleneksel hesap bilgileriyle ilgili ihlallerden farklı gizlilik endişeleri yaratıyor. Büyük yüz fotoğraf koleksiyonları, yüz tanıma teknolojisi kullanılarak bireyleri tanımlamak veya takip etmek için işlenebilir. Fowler, yapay zekadaki gelişmelerin, fotoğraflarda isim veya diğer tanımlayıcı bilgiler olmasa bile yüz fotoğraflarının ölçekli eşleştirmesini giderek daha mümkün kıldığını uyardı.
Araştırmacı ayrıca, yüz tanıma ve gözetim sistemlerinin geliştirilmesi veya iyileştirilmesi için kullanılan veri setlerine maruz kalmış fotoğrafların entegre edilmesi olasılığını vurguladı. Ancak, sunulan bulgularda ClarityCheck görüntülerinin yapay zeka modellerini eğitmek için gerçekten kullanıldığına dair doğrulanmış bir kanıt bulunmamaktadır.
Bir diğer endişe ise taklit. Aynı kişinin çok sayıda fotoğrafına erişim, aldatıcı profiller veya daha ikna edici yapay zeka tarafından oluşturulmuş içerik oluşturmak için faydalı materyal sağlayabilir. Reşit olmayanları içeren görüntüler, üretken araçların gerçek fotoğrafları zararlı sentetik materyale dönüştürmek için kötüye kullanılabileceği için ek riskler taşır.
Şifreler veya ödeme kimlik bilgilerinin aksine, yüz özellikleri bir maruziyetin ardından kolayca değiştirilemez. Bu durum, bu veri setlerinin nihai kullanımı ve dolaşımı konusundaki belirsizliği özellikle önemli kılıyor.
Olay, veritabanının ne kadar süre açık kaldığı, yetkisiz tarafların erişip erişmediği ve milyonlarca görselin nasıl toplandığı gibi birkaç önemli soruyu çözmeden bırakıyor.