En un esfuerzo por fortalecer la seguridad de los sistemas de clasificación de señales de tráfico frente a ataques adversarios, investigadores de la Universidad de Yale han desarrollado una innovadora técnica de defensa basada en “viajes en el tiempo” utilizando imágenes históricas de señales de tráfico disponibles desde plataformas como Google Street View. Esta estrategia promete ser un salvavidas para los sistemas de visión por computadora instalados en vehículos autónomos y sistemas de vigilancia.

La idea clave detrás de esta propuesta es contrastar la imagen actual de una señal de tráfico que podría haber sido modificada intencionadamente mediante técnicas sutiles como la adición de sombras o luces brillantes, con versiones históricas de la misma señal capturadas en condiciones naturales a lo largo del tiempo. Mediante el uso de una votación mayoritaria, el sistema evalúa la veracidad de la clasificación realizada por el sistema de inteligencia artificial basado en estas comparaciones.

Esta defensa se muestra particularmente efectiva en el contexto de ataques adversarios donde la manipulación de la señal de tráfico, aparentemente imperceptible a simple vista, puede inducir errores fatales en la identificación de la señal, por ejemplo, alterando una señal de stop para que sea mal clasificada como límite de velocidad. Con un acceso global a imágenes pasadas desde 2007 gracias a Street View, la defensa permite robustecer el modelo al proporcionar contextos históricos fiables sobre la señal misma, mitigando así potenciales confusiones.

Durante la evaluación de esta técnica, se observó que el nuevo enfoque presenta un índice de éxito del 100% al prevenir ataques adversarios en escenarios de tráfico, lo que refuerza su viabilidad en entornos de conducción autónoma. Esta investigación no solo muestra un camino hacia la generalización de defensas efectivas, sino que también abre nuevas posibilidades para aprovechar datos pasados que, hasta ahora, parecían obsoletos en términos de seguridad presente y futura.

El avance presentado podría revolucionar cómo abordamos la seguridad cibernética en la clasificación de imágenes basada en inteligencia artificial. Al garantizar la veracidad de las clasificaciones mediante el análisis de datos históricos, se proporciona una solución tangible y apropiada para los desafíos actuales planteados por los ataques adversarios, asegurando así la fiabilidad y seguridad de los sistemas AI en tiempo real.