收集了740萬生物特徵資訊，五角大樓正在打造一張全球生物識別監控網

大資料文摘出品

來源：medium

編譯：趙吉克、燦燦、楚陽

在過去的15年裡，美軍一直在壯大自己的力量，其中有一種特殊的武器被部署到世界各地，你幾乎意識不到它的存在，但是它卻十分厲害。

這個特殊的武器是一個龐大的資料庫，一張包含了所有在海外與美軍接觸過的人員的生物特徵資訊網，這些特徵包括臉部照片、虹膜、指紋和DNA資訊。其中有740萬份的生物特徵資訊是屬於疑似恐怖分子和美軍盟軍的。

美國的國防取證及生物特徵識別機構（DFBA）的職責就是監管這個資料庫，並建立和完善自動生物資訊識別系統（ABIS）。DFBA的負責人Glenn Krizay寫道：將敵人暴露在明處有助於進行致命打擊，好比我們已經撕去了敵人彈藥庫上的偽裝網。

DFBA因此在美軍的情報行動中起到了至關重要的作用以至於它幾乎不受任何審查壓力。美國的軍事分支機構可以使用ABIS來標記他們感興趣的人物，這些被標記的人物將被劃入所謂“生物監視列表（BEWL）”，以便隨時利用世界各地的軍事資料庫來查詢這些人。

敵明我暗的形勢使得美軍更容易發動致命性攻擊。負責人Krizay向我們揭示了DFBA內部的運作機制以及它是如何僅在今年上半年就對戰場上的非美國公民進行了數以千次的識別。

DFBA利用ABIS實現身份識別。ABIS可以和美國聯邦調查局（FBI）的生物特徵資料庫通訊，而後者又可以聯絡到各州及地方執法機構的資料庫，由此美軍可以輕易搜尋美國公民的生物特徵資訊並登記非美國公民的生物特徵資訊。眼下，DFBA正致力於和國土安全部的生物特徵資料實現通訊，最終，他們會建立起一個全球監視系統。這樣，天南海北的人就有機會放在一起比較了，儘管這種情況屬於識別系統瑕疵。

ABIS是美軍斥巨資建立起來的，在過去的10年裡，美軍向生物識別技術投資超過了345億美元。Leidos是一家專注資訊科技服務的美國國防公司，目前是它在管理相關資料庫。致力於生物識別的Ideal Innovations Incorporated公司則管理一部分用於預測阿富汗局勢的資料庫。

美軍和這些公司的合作及其對生物特徵資料庫所表現出的巨大熱忱揭示了其勃勃野心：美軍在其所有的軍事基地都部下了功能強大的監視系統，它們正不斷收集數百萬人的生物特徵資訊，而這些人並不知情。

這個生物識別專案啟動於2004年，起初重點是收集和分析指紋資訊。國防部生物測定部門的負責人Woodward當年指出：在一場疆域、界限和旗幟都模糊的戰爭中，明確誰是敵人是至關重要的。

同年，美國國防部與洛克希德•馬丁公司簽約並以500萬美元作為初始投資著手建立生物特徵資料庫。然而，進展卻並非順利。

2009年，國防部監察長在報告中指出，識別系統仍然然存在很深的缺陷，因為150個生物識別的實驗中，只有5個成功了。後來，國防部與國防工業巨頭諾斯羅普公司的合作同樣令人大失所望，報告中指出：系統穩定性差、處理時間不連續、容易造成擁塞、匹配失敗率高，持續執行的時間受限。

2016年，美國國防部開始對生物特徵的資料收集投錢，副祕書長Robert O. Work幾乎視生物識別技術為運作各種事務的關鍵：戰爭、情報收集、法律執行、安全保障、商業活動和反恐行動。美軍的指揮官稱此技術為“改變遊戲規則者”。官方不僅鼓勵專業人員開發此技術而且也希望士兵會運用此技術。同時，各個部隊被指示要儘可能多的收集生物特徵資料。

同年，Leidos公司收購了洛克希德公司與政府合作的大部分業務，並融到1.5億美元的資金來建設如今我們稱之為國防部ABIS的專案。

根據政府問責局的報告，從2008年到2017年，BWEL上新增了超過21萬人，美國國防部利用生物識別技術聯合法醫鑑定將1700多人繩之以法。

今年上半年，美軍利用這種生物識別技術認證了BWEL上的4476人，下圖是人員分類結果，例如，在“劇場”這個分類下，有2728人屬於美軍的敵對勢力。

DFBA官網聲稱，其ABIS資料庫中有740萬條無重複ID資料，而這些資料大部分來源於美軍在阿富汗和伊拉克軍事行動中的資訊收集。

這一數字還在不斷增長。有檔案表明，國防部可以從在押人員、選民登記、夥伴國的徵兵、就業審查或提供給軍方的資訊等多種渠道中收集生物特徵資料。

一份2014年的軍事檔案中寫到：幾乎每一次行動都提供了收集生物特徵資料的機會，雖然質量比數量更重要，但最大限度地增加資料庫的登記數量可能會識別出更多讓我們感興趣的人。

ABIS還允許不同的軍事行動和任務建立自己的BEWL。這些資料庫可以插入定製的軍用移動裝置，用於和掃描來的指紋、虹膜及人臉資訊進行比對和匹配。

Krizay表示：“用生物識別技術獲得到的身份資訊可以使我們實現更精準甚至更致命的打擊。”

然而，關於DFBA和國防部具體是如何利用面部識別和生物特徵資料的細節並未公開，根據《資訊自由法案》的相關條例，軍方有義務公開這些資訊，但美軍並沒有這麼做。

美軍在其迴應信中稱：公開發布相當於為外國人提供不受控制的訪問。

Krizay在年度ID管理研討會的演講筆記暗示了DFBA和ABIS的未來。

他寫道：我們仍然需要揭露敵方的間諜網路，識別和跟蹤僱傭兵，保護我們的後方地區和通訊線路，記錄敵方戰俘，並識別高價值的個體人物資訊。

筆記顯示，DFBA希望將生物識別技術廣泛應用到安保措施中。

Krizay 表示：“我們自知無法保障個人資訊的安全但如果維基解密就能獲得50多萬份我們的報告，中國和俄羅斯這樣的大國又豈能坐以待斃？”

DFBA還計劃通過政府力量將ABIS和其他類似資料庫建立通訊。儘管DFBA被定位為軍方數字生物識別中心，但由於格式問題，它仍然無法與國土安全部的生物識別系統共享資訊。2021年，國防部擬啟動一項新版的生物識別專案， 屆時，生物識別軟體將接入雲端並具有更強大的功能。

與此同時，政府內外針對面部識別和生物識別技術的批評人士也在擔心這項技術的準確性和使用方式，尤其是在機器學習的固有偏見和隱私侵犯方面。

美國商務部國家標準技術研究所（NIST）的測試顯示，黑人女性被誤認的可能性是白人男性的10倍。當此技術應用於戰鬥場景時，這種差異可能對被自動化系統錯誤識別的個人造成致命後果。

NIST資訊科技實驗室主任Charles Romine於今年6月對眾議院國土安全委員會表示：“我們不能渴望每一個人口統計量在年齡、種族、性別等其他特徵資料上都表現得一樣優秀，我們只想明確地知道這種偏差到底有多大。”

ABIS外包商Leidos的高管們並沒有對測試資料的準確性表示擔憂。Leidos副總裁John Mears在官網上表示，“有趣的是， NIST的最新測試顯示，事實上相對於白人面孔，表現最好的演算法在黑人面孔上執行得更好。”

目前尚不清楚Mears指的是NIST網站上的哪些測試，但是當記者聯絡到NIST的相關部門進行求證時 NIST否認了Mears的說法。

NIST的一位發言人表示：“籠統地說，這是不正確的。” 他補充到，目前有一份基於面部識別研究人口統計學的報告正在進行中。

Leidos拒絕對此發表宣告，當被問及如何審查其面部識別演算法中的偏差時，它將所有問題都推給了國防部。

然而，這種來自技術上的挑戰並沒有延緩生物識別技術前進的步伐。儘管我們並不清楚自DFBA上次官方釋出最新資料以來還有多少身份資訊被新增進ABIS，但可以肯定的是，美軍收集資料的能力正在不斷增強。

而且，這些資料庫正與國土安全部等的資料庫建立通訊，這使得美軍的全球監控系統日益壯大。

Krizay表示：我們並非是在黑暗中摸索，我們不僅知道對方是誰，甚至還能知道他們要做什麼。

相關報導：

https://onezero.medium.com/exclusive-this-is-how-the-u-s-militarys-massive-facial-recognition-system-works-bb764291b96d