黑客揭示Flock摄像头实际如何追踪汽车和人

# 黑客揭示Flock摄像头如何真正追踪汽车与行人 来源：https://arstechnica.com/security/2026/09/hackers-reveal-how-flock-cameras-really-track-cars-and-people/ 一台被入侵的摄像头捕获了160万张图像，不仅能识别车辆还能识别人类。 2026年4月16日，加利福尼亚州普莱森特希尔配备太阳能板的Flock车牌识别摄像头。图片来源：Getty Images | Smith Collection/Gado 黑客拆除了一台Flock摄像头（https://www.wired.com/story/flock-safety-os-investigate/），近乎完整地复制了其内部存储的数据，并将文件分享给404 Media（https://www.404media.co/hackers-stole-flocks-camera-software-revealing-how-the-company-tracks-cars-and-people-2/）和《连线》杂志，首次详细揭露了Flock Safety摄像头如何具体追踪车辆和人员的移动轨迹（https://www.wired.com/story/flock-ai-search-user-interface/）。黑客表示还将公布获取该软件的技术细节，希望其他人能够效仿。 此次入侵揭示了一个被Flock描述为受设备加密保护（https://www.flocksafety.com/faq）的系统内幕。黑客成功复制了摄像头的存储内容，并恢复了设备上存储的加密密钥，该密钥解锁了数千段车辆检测视频。黑客将材料分享给404 Media和透明非营利组织“分布式拒绝秘密”（https://www.wired.com/story/ddosecrets-blueleaks-wikileaks/），后者又与《连线》共享数据。404 Media和《连线》随后对这些文件进行了联合调查分析。 尽管自动车牌识别系统最敏感的存储区域仍保持加密且无法访问，但对恢复数据的联合分析表明，设备运行的软件能明确识别人类、车辆、车牌及自行车。单辆过往车辆会被拍摄数十张图片，根据数周的恢复日志显示，该系统生成了超过100万张图像。其计算机视觉软件有时还会捕捉保险杠贴纸和其他图案——例如一名摩托车手鞍袋上的美国国旗布贴。 这种拆除摄像头并转储软件的行为表明，一些人不满足于仅仅破坏或移走摄像头。全美范围内已有多人因涉嫌篡改或破坏Flock摄像头而被捕。作为回应，部分城镇宣布将全面停用Flock摄像头，某个警察部门甚至制作了假的3D打印Flock摄像头外壳（https://www.404media.co/man-charged-with-3-felonies-for-breaking-3d-printed-decoy-flock-camera/）来诱捕潜在破坏者。 “既然能通过逆向工程揭露监视者的秘密，为何只满足于破坏呢？”来自stegan0gram黑客组织的一名成员在接受采访时表示，“我们解放了实地硬件，解除其武装，随后对摄像头及相关太阳能设备进行了逆向工程。” Flock的摄像头拍摄过往车辆，将图像和其他数据发送至公司服务器。Flock系统随后读取车牌并识别车辆特征，如颜色、品牌和型号。该公司为拥有或使用摄像头的地方机构提供带时间戳的可检索记录。但在许多情况下，Flock系统允许全国其他警察局通过其全国网络查询这些摄像头。例如在乔治亚州阿尔法利塔市，《连线》调查发现（https://www.wired.com/story/how-an-atlanta-suburb-ended-up-sharing-flock-data-with-more-than-2000-organizations/）该市Flock摄像头的记录对超过2000个机构开放，包括警察局、大学、机场，以及联邦总务管理局监察长办公室。 这个全国性网络既是Flock的卖点，也是争议焦点。404 Media披露（https://www.404media.co/ice-taps-into-nationwide-ai-enabled-camera-network-data-shows/），地方警察曾代表移民和海关执法局查询全国网络，包括在禁止与移民当局合作或跨州传输车牌数据的地区（https://www.404media.co/flock-removes-states-from-national-lookup-tool-after-ice-and-abortion-searches-revealed/）。404 Media还曝光（https://www.404media.co/a-texas-cop-searched-license-plate-cameras-nationwide-for-a-woman-who-got-an-abortion/）德克萨斯州一名警察曾通过Flock全国摄像头网络搜寻自行堕胎的女性。这些报道引发了关于社区是否需要Flock摄像头或自动车牌识别系统的全国性讨论。 对于stegan0gram组织而言，答案显然是不需要。 黑客表示他们成功访问了摄像头的Android系统，发现了两个分区——本质上是硬盘分区。其中少数几个未加密，包括名为“vendor”和“media”的分区。后者包含一个加密密钥，该密钥能解锁存储摄像头所拍摄大部分视频和静态图像的部分。 2025年初，安全研究员Jon "GainSec" Gaines对Flock车牌识别器进行了逆向工程（https://gainsec.com/2025/06/19/grounded-flight-device-2-root-shell-on-flock-safetys-falcon-sparrow-automated-license-plate-reader/），记录了可用于获取根级访问权限的漏洞。在Gaines公开其发现后（https://gainsec.com/2025/06/19/bird-hunting-season-security-research-on-flock-safety-anti-crime-systems/），该公司承认（https://www.flocksafety.com/blog/gunshot-detection-and-license-plate-reader-security-alert）了发现但淡化其严重性，称这些漏洞需要物理接触设备，且即使入侵摄像头也“仍无法获取录像”，因为图像传输至云端后仅在设备上短暂停留。 404 Media和《连线》分析了摄像头内容。该设备处理器与中端智能手机相似，运行约20个Flock开发的应用程序，负责处理从运动检测、拍照到物体分类、数据上传和远程更新等所有功能。 代码分析显示，当物体进入视野时，摄像头会快速连拍一系列照片。典型的过往车辆会产生约28张图像，部分甚至超过100张。摄像头使用不同曝光度同时捕捉车牌和更广的场景，随后扫描图像、选择并裁剪有效帧，连同其他数据通过蜂窝网络发送给Flock。摄像头本身似乎并不读取车牌或识别车辆品牌、型号及颜色——这些工作似乎在Flock服务器完成。 根据分析，摄像头日志记录了约21天跨多个时段的活动。在此期间，设备拍摄了约5.02万辆车，生成约160万张图像。典型日志记录约3300辆车，峰值达4454辆。这些数字会因摄像头安装位置和车流量差异而显著变化。摄像头在这些时段外很可能仍在运行，但旧日志已被覆盖或无法从设备恢复。 摄像头运行的软件能明确识别人类，这在通常被忽视的Flock摄像头讨论中（https://www.404media.co/how-cops-use-flock-to-track-people-not-cars/）显得尤为重要。当识别人类时，系统会记录其在图像中的位置及检测置信度。 为验证软件的实际识别能力，《连线》从摄像头文件中提取模型，对测试图像及从设备恢复的视频进行分析。模型能轻松识别人类，包括一名记者的自拍照。《连线》随后对摄像头存储的27321个短视频片段进行测试。这些MP4文件每个时长约1-2秒，分辨率为1024×768像素，无音频。它们与车辆经过时摄像头拍摄的高分辨率连拍图像分开存储。模型在11个片段中检测到人类，全部为摩托车驾驶员。数量较少可能是因为摄像头安装在道路正上方，朝下拍摄过往交通，行人出现概率较低。 测试还显示了摄像头车牌识别器解释视觉信息的宽泛性。在某些情况下，它将保险杠贴纸、经销商边框和其他图案误判为车牌并进行裁剪。在一个摩托车经过的视频中，识别器将骑手鞍袋上的美国国旗布贴当作车牌裁剪。 Flock坚称其摄像头不进行人脸识别。《连线》和404 Media在摄像头软件中未发现除Android操作系统默认功能外的任何人脸识别证据。这些默认功能似乎未被启用或使用。 8月，《连线》获取了（https://www.wired.com/story/flock-safety-os-investigate/）Flock警方软件（现称OS Investigate，原名Nightshift）的前端代码，并重建了该工具的部分功能。该软件显示了Flock如何利用摄像头生成的记录、警方文件及商业数据来识别驾驶员、发现反复同行车辆，并基于移动模式搜索人员。这些数据揭示了系统另一端的运作方式。 Flock发言人在声明中表示：“未经授权的移除和篡改Flock摄像头属于违法行为。”当被问及摄像头存储的加密密钥时，该公司补充道：“Flock重视安全，并维护公开的漏洞披露政策（https://www.flocksafety.com/legal/vulnerability-disclosure-policy），供安全研究人员直接向我们报告潜在漏洞。我们未通过该流程收到任何报告，且基于提供的有限信息，我们无法评估所提主张的细节。若相关人员发现合法漏洞，我们鼓励其通过漏洞报告流程提交技术发现，以便我们的安全团队进行审查并采取适当措施。” 一名黑客表示：“被调查是合理担忧，我们正试图避免。我相信我们的行动已引起一定关注，但我们很谨慎并尽量保持低调。” 罗德岛州帕塔克特市前警官诺埃尔·皮查多（Noel Pichardo）在质疑其部门使用Flock摄像头后成为直言不讳的批评者（https://www.wired.com/story/the-cop-who-took-on-flock/）。他表示理解活动人士的沮丧，但担心破坏设备最终可能强化支持者的论据。“我认为这种私刑行为只会让警察和整个州更坚信这一工具的必要性，”皮查多说，“州政府持续忽视反对此类监控的民意怨声的时间越长，这类事件就会越多。” 摄像头日志还显示其存储空间紧张。日志记录了超过2.7万次“设备空间不足”错误（尝试保存全分辨率图像时），以及数万次相关错误、崩溃和重启。与此同时，大约每两分钟，程序会检查摄像头是否仍在运行并记录消息：“谁是好孩子？！”恢复的日志中出现了超过1.2万条此类消息。 当摄像头重启时，另一项服务在日志中留下最后一条信息：“请求重启！再见，朋友们！” *本文最初发表于wired.com（https://www.wired.com/story/hackers-flock-camera-data-shows-how-system-works/）。* Wired.com照片（https://arstechnica.com/author/wired-com/） Wired.com是您每日不可或缺的未来指南，提供关于创新对科技、商业、科学与文化影响最原始、最全面的深度报道。 105条评论（https://arstechnica.com/security/2026/09/hackers-reveal-how-flock-cameras-really-track-cars-and-people/#comments） 1. 热门阅读首篇报道配图：伊朗对亚马逊数据中心的袭击导致客户数据永久丢失（https://arstechnica.com/gadgets/2026/09/iran-strikes-on-amazon-data-centers-caused-permanent-loss-of-customer-data/）