Le notizie secondo cui l'esercito israeliano avrebbe caricato milioni di immagini di palestinesi su Amazon Web Services (AWS) hanno posto Amazon sotto esame. La questione centrale è se le salvaguardie sul riconoscimento facciale di Amazon che AWS promuove contino davvero qualcosa una volta che un cliente governativo controlla i dati. La risposta è importante ben oltre questo singolo caso, perché riguarda quanto controllo chiunque abbia sulle immagini archiviate sull'infrastruttura cloud delle grandi aziende tecnologiche.

Questo articolo si attiene a quanto è stato riportato. La copertura della fonte, pubblicata da Biometric Update, è breve, e molti dettagli non sono disponibili per noi, quindi evitiamo di ipotizzare specifiche.

Cosa dicono i resoconti sui caricamenti di immagini su AWS

Secondo il resoconto, l'esercito israeliano avrebbe caricato milioni di immagini di palestinesi su AWS. La copertura presenta la vicenda come sollevante interrogativi sulle salvaguardie sul riconoscimento facciale di Amazon, ovvero le politiche e i limiti tecnici che l'azienda afferma di applicare all'uso dei propri strumenti biometrici.

Il riassunto della fonte non dettaglia come le immagini siano state raccolte, come siano state elaborate, né cosa abbia dichiarato Amazon in risposta. Non riempiremo queste lacune con supposizioni. Ciò che è chiaro è l'esame: a un importante fornitore di cloud viene chiesto se le sue protezioni dichiarate funzionino nella pratica quando è un cliente statale a detenere i dati.

Dove le salvaguardie sul riconoscimento facciale di Amazon sono carenti

Le salvaguardie presso le aziende cloud assumono generalmente la forma di politiche di uso accettabile, termini contrattuali e restrizioni a livello di prodotto. Si tratta di promesse su come i clienti dovrebbero comportarsi. Non sono la stessa cosa dei controlli tecnici che rendono impossibile l'abuso.

Questa distinzione è il cuore del dibattito. Una politica può affermare che uno strumento non deve essere usato per certi tipi di sorveglianza, ma l'applicazione dipende dal fatto che il fornitore sappia cosa sta facendo un cliente con i dati archiviati. I fornitori di cloud in genere ospitano contenuti per conto dei clienti, e un'agenzia governativa che gestisce i propri sistemi può limitare la visibilità del fornitore. Se ciò si applichi in questo caso è una domanda che i resoconti sollevano anziché risolvere.

C'è anche una storia di preoccupazioni riguardo ai prodotti di confronto facciale di Amazon. La causa di un uomo del Missouri per un arresto errato, trattata nel nostro articolo su Amazon Rekognition citata in giudizio per l'arresto errato di un uomo del Missouri, mostra come gli errori del riconoscimento facciale possano tradursi in danni reali per gli individui.

Perché i dati biometrici ospitati nel cloud sono difficili da controllare

I dati biometrici sono diversi da una password. Non puoi cambiare il tuo volto se un database viene usato impropriamente o esposto. Una volta che le immagini sono caricate su una grande piattaforma cloud, diverse cose diventano difficili:

  • Deriva dello scopo: i dati raccolti per un motivo possono essere rianalizzati in seguito per un altro, e alle persone nelle immagini raramente viene detto.
  • Scala: milioni di immagini possono essere ricercate molto più rapidamente di quanto qualsiasi umano potrebbe esaminarle.
  • Distanza dal soggetto: le persone ritratte non sono il cliente, quindi non hanno contratto, né dashboard, né modo di opporsi.
  • Limiti del fornitore: l'azienda che ospita i dati può promettere salvaguardie, ma è il cliente a decidere come i dati vengono usati giorno per giorno.

L'ultimo punto è quello su cui questa storia si concentra. Le salvaguardie scritte dal fornitore contano solo se vengono applicate nei confronti del cliente, inclusi quelli potenti.

Cosa significa questo per te

La maggior parte dei lettori non si trova nella posizione delle persone descritte in questi resoconti, e le circostanze sono molto diverse. Tuttavia, il principio si applica ampiamente: le foto che archivi online possono essere scansionate, raggruppate e confrontate da sistemi che non controlli. Le tue immagini sulle principali piattaforme possono trovarsi sullo stesso tipo di infrastruttura cloud, regolate da politiche che non puoi verificare.

Ciò non significa che dovresti farti prendere dal panico. Significa trattare i dati facciali come sensibili e limitare quanto di essi esiste in luoghi che non puoi supervisionare.

Come limitare la tua esposizione ai dati facciali

Alcuni passi pratici riducono la tua esposizione:

  1. Rivedi le impostazioni di tagging delle foto. Disattiva l'etichettatura automatica e i suggerimenti sui volti sulle piattaforme social dove puoi.
  2. Disabilita il raggruppamento per volto. Molte app di foto raggruppano le immagini per volto per impostazione predefinita. Controlla le impostazioni e disattivalo se non ti serve.
  3. Verifica l'archiviazione cloud. Guarda quali servizi contengono le tue foto, elimina le vecchie album di cui non hai più bisogno e controlla chi ha accesso alla condivisione.
  4. Considera l'archiviazione con crittografia end-to-end. Con questo tipo di archiviazione, il fornitore non può leggere i tuoi file, il che limita le analisi automatizzate che possono essere fatte su di essi.
  5. Pensa prima di pubblicare. Le immagini pubbliche sono facili da raccogliere. Restringi le impostazioni sulla privacy ed evita di caricare foto del volto ad alta risoluzione quando non è necessario.

Il punto chiave

I resoconti sulle immagini dell'esercito israeliano su AWS non ci danno tutte le risposte, ma sottolineano un problema duraturo: le salvaguardie sul riconoscimento facciale di Amazon che AWS offre sono forti solo quanto la loro applicazione una volta che un cliente detiene i dati. Non puoi controllare ciò che i governi o i grandi clienti fanno con l'infrastruttura cloud, ma puoi controllare le tue impostazioni delle foto e dove vivono le tue immagini. Inizia rivedendo questa settimana le impostazioni di tagging, raggruppamento per volto e permessi di archiviazione, e leggi la nostra copertura sulla causa per arresto errato di Amazon Rekognition per un esempio concreto di ciò che è in gioco quando il riconoscimento facciale va storto.