Un hacker ha coperto una Toyota Yaris con un pattern generato dall’IA: la telecamera Flock la riprende ma non la riconosce. Come funziona noRecognition<\/p>\n
\n Laerte Salvini\n <\/p>\n
16 agosto 2026 (modifica alle 13:08) – MILANO<\/p>\n
Una Toyota Yaris <\/b>coperta da una fantasia geometrica \u00e8 passata davanti a un lettore di targhe a Las Vegas. La telecamera l’ha ripresa. Il software, invece, non l’ha vista<\/b>. Un gioco di prestigio informatico che non ha lasciato traccie: nessun allarme, nessuna targa letta: almeno secondo il racconto di chi l’ha organizzata. \u00c8 questo il risultato della dimostrazione organizzata venerd\u00ec 7 agosto al Def Con di Las Vegas<\/b>, la conferenza di cybersicurezza pi\u00f9 frequentata del settore. Protagonista del racconto, una utilitaria del 2009 ricoperta da un rivestimento che, a un occhio umano, sembra quasi un errore di stampa. Davanti, una telecamera di Flock<\/b>, l’azienda americana che ha disseminato le strade degli Stati Uniti con i suoi lettori automatici di targhe. Via col vento<\/b>. Anzi, in questo caso, via senza lasciare alcuna traccia. Nessuna magia, n\u00e9 un’anomalia di sistema. A completare il gioco di prestigio \u00e8 stato proprio quel groviglio di forme e colori che, per l’occhio umano, sembra soltanto una fantasia geometrica, ma che ha mandato in confusione il sistema di riconoscimento.<\/p>\n
chi \u00e8 l’inventore\u2014 \u00a0<\/p>\n
L’uomo dietro l’esperimento si chiama Bill Swearingen<\/b>: hacker, ex responsabile della sicurezza informatica di una societ\u00e0 di telecomunicazioni, co-fondatore del gruppo SecKC a Kansas City. Il suo progetto si chiama noRecognition<\/b> ed \u00e8 nato con un’idea precisa: dare alle persone il modo di sottrarsi al riconoscimento automatico. “La privacy \u00e8 un diritto fondamentale”, ha dichiarato a TechCrunch.\u00a0 Dopo numerosi tentativi, il primo passo sembrerebbe essere stato compiuto.\u00a0<\/p>\n
com’\u00e8 fatta\u2014 \u00a0<\/p>\n
Il rivestimento della vettura non oscura nulla e non spegne niente. La telecamera continua a registrare, l’auto resta perfettamente visibile a chiunque guardi il filmato. A saltare \u00e8 lo strato intermedio<\/b>, quello che analizza le immagini e decide cosa merita un alert. Se l’algoritmo non riconosce un’automobile, non ne legge neppure la targa. Per arrivarci Swearingen ha lasciato lavorare una macchina al posto suo. Ha costruito un modello di apprendimento per rinforzo che genera un motivo, lo sottopone agli algoritmi di rilevamento, incassa il fallimento e riparte modificando il disegno. Ha raccontato di aver insegnato al modello, in pratica, a dipingere. Il ciclo si \u00e8 ripetuto circa 31 milioni di volte<\/b> in dodici mesi, con hardware messo a disposizione anche da altri appassionati. Oggi il sistema, dichiara l’inventore, sforna nuove combinazioni ogni minuto, ognuna statisticamente migliore della precedente. Il progetto vanta risultati nei confronti di 11 algoritmi open source di rilevamento, tra cui quelli alla base dei lettori Flock, delle bodycam Axon in dotazione alla polizia e dei sistemi Clearview AI. La presentazione teorica era arrivata il 6 agosto al Black Hat, con un intervento dal titolo eloquente: “Un motivo sui vestiti pu\u00f2 ingannare il riconoscimento facciale?”, la risposta, al momento, resta tuttavia incompleta.\u00a0<\/p>\n
i limiti del progetto\u2014 \u00a0<\/p>\n
La cautela, in questi casi, non \u00e8 mai troppa. Per quanto la presentazione di Las Vegas abbia fatto il giro del web per l’efficacia della trovata, dietro quel risultato c’\u00e8 ancora parecchio da verificare. Quella di Las Vegas resta, per ora, una singola dimostrazione. Mancano filmati pubblici<\/b>, registri degli allarmi, un secondo veicolo di controllo passato sullo stesso tratto e, soprattutto, prove ripetute cambiando distanza, angolazione e condizioni di luce. Donut Media, il canale YouTube che ha collaborato alla realizzazione del wrapping, ha annunciato un video nelle prossime settimane. I numeri disponibili arrivano invece da test condotti in ambiente digitale<\/b>. Contro un rilevatore di persone i cui parametri sono stati ricavati da una telecamera realmente in servizio, un pattern applicato all’intero indumento ha impedito l’identificazione nel 61,7% dei casi. Con un secondo modello il dato sale al 90%, mentre con un terzo, considerato per lungo tempo il pi\u00f9 difficile da ingannare, scende al 62,5%: venti prove riuscite su trentadue<\/b>. E anche in questo caso il risultato arriva soltanto quando il disegno occupa una parte consistente dell’inquadratura. Quando il disegno occupa meno del 5-6% del fotogramma, l’effetto tende a scomparire. C’\u00e8 poi un limite ancora pi\u00f9 importante: non \u00e8 stato dimostrato che un singolo disegno riesca a ingannare contemporaneamente tutti gli undici sistemi analizzati. Al momento l’invisibilit\u00e0 \u00e8 lontana, il camuffamento \u00e8 invece realt\u00e0<\/b>. Se un sistema non riesce a rilevare correttamente un’auto, diventa pi\u00f9 difficile ritrovarne le immagini all’interno di un archivio enorme. Ma quell’immagine non viene cancellata e la telecamera continua a registrare ci\u00f2 che ha davanti.<\/p>\n
il futuro del progetto\u2014 \u00a0<\/p>\n
Il passo successivo \u00e8 gi\u00e0 sul mercato. Su Kickstarter, noRecognition <\/b>promette ricompense come magliette, felpe e fasce con motivi pensati per confondere i sistemi di riconoscimento<\/b>. La campagna ha superato i 40mila dollari. Il rivestimento integrale per le auto, invece, non \u00e8 ancora disponibile. Il tema va oltre la tecnologia: negli Stati Uniti la diffusione di riconoscimento facciale e lettori automatici di targhe ha aperto un dibattito sempre pi\u00f9 acceso sulla sorveglianza. E in Italia il parallelo con Tutor e telecamere dei varchi urbani viene naturale. Con una differenza decisiva: per un’auto, trasformare il camuffamento in uno strumento per sfuggire all’identificazione apre una questione anche giuridica.<\/p>\n
\u00a9 RIPRODUZIONE RISERVATA<\/p>\n","protected":false},"excerpt":{"rendered":"Un hacker ha coperto una Toyota Yaris con un pattern generato dall’IA: la telecamera Flock la riprende ma…\n","protected":false},"author":3,"featured_media":635037,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":"","_share_on_mastodon":"0"},"categories":[173],"tags":[2699,20675,2765,147852,350617,350618,1045,2205,934,350619,6927,71624,2448,350620,151662,16843,350621,206872,5228,195354,2024,350622,4070,6662,12272,21893,15441,1537,90,89,18227,18228,11960,350623,350624,2506,10819,349447,8040,350625,30489,12851,68,100998,3789,155455,2851,5810,1434,10146,6811,48575,195,198,199,197,200,201,2099,6341,82031,194,196,38494,101144],"class_list":["post-635036","post","type-post","status-publish","format-standard","has-post-thumbnail","category-scienza-e-tecnologia","tag-agosto","tag-algoritmi","tag-auto","tag-automatici","tag-automatici-targhe","tag-camuffamento","tag-casi","tag-chiama","tag-continua","tag-continua-registrare","tag-difficile","tag-dimostrazione","tag-disegno","tag-disegno-occupa","tag-facciale","tag-fantasia","tag-fantasia-geometrica","tag-flock","tag-funziona","tag-geometrica","tag-gioco","tag-gioco-prestigio","tag-hacker","tag-identificazione","tag-immagini","tag-ingannare","tag-inventore","tag-it","tag-italia","tag-italy","tag-las","tag-las-vegas","tag-lettori","tag-lettori-automatici","tag-lettori-automatici-targhe","tag-modello","tag-motivo","tag-norecognition","tag-occhio","tag-occhio-umano","tag-occupa","tag-organizzata","tag-passo","tag-pattern","tag-presentazione","tag-prestigio","tag-progetto","tag-prove","tag-resta","tag-riconoscimento","tag-risultato","tag-rivestimento","tag-science","tag-science-and-technology","tag-scienceandtechnology","tag-scienza","tag-scienza-e-tecnologia","tag-scienzaetecnologia","tag-sistema","tag-sistemi","tag-targhe","tag-technology","tag-tecnologia","tag-telecamera","tag-vegas"],"share_on_mastodon":{"url":"","error":"Validation failed: Text character limit of 500 exceeded"},"_links":{"self":[{"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/posts\/635036","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/comments?post=635036"}],"version-history":[{"count":0,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/posts\/635036\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/media\/635037"}],"wp:attachment":[{"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/media?parent=635036"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/categories?post=635036"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/tags?post=635036"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}