亲,双击屏幕即可自动滚动
第76页
    楚英纵走出教学楼, 迷茫地看了一眼天色,低下头用手机发短信。
    【楚英纵:你在哪儿?】
    【楚英纵:你清醒着吗?有没有遇到危险?】
    【楚英纵:我要报警了。】
    【楚英纵:回答一下。】
    消息送抵时夜的手机。
    它被放在角落里,屏幕偶尔亮起一两下, 并没能引起主人的主意。
    这是在一个昏暗的室内,大灯没有打开, 只有屏幕的冷光映照着空旷的场景。
    一座一站式服务器伫立于房间中央, 其上连接出来的数据线错综凌乱,连接到时夜的笔记本上。
    而时夜正坐在笔记本前, 浏览着页面上关于安全主管Richard·Grinder的所有社交信息。
    在Facebook上,Richard·Grinder有着属于自己的标签, 其中有他自己发的一些朋友圈内容, 也有别人@了他的消息,也有南十字国银行进行宣传时连带到他的名字。
    从一张特写图片里,能看到Richard·Grinder有着典型的拉丁裔长相, 有一对深绿色的眼眸。
    现代手机的高清摄像头足以拍下2000万像素的照片,将这位主管的面容完全复刻在网络上——包括他的双眼。
    在密码学领域。
    虹膜识别被认为是一种造价昂贵、安全性高、但准确度略低的认证设备,主要通过识别人体虹膜上的特征,转化为二维Gabor子波来细分重组,并通过比对来进行认证。
    但无论背后算法如何,最初的采集都是通过红外线扫描人体虹膜,来完成第一步。
    ……
    北京时间10:19分,时夜通过社交网络上的一张高清原片,得到了Grinder的虹膜图像。
    在寻找照片的过程里,他有了更多的发现。
    Facebook的一项功能是,在用户上传的照片里自动识别人脸,并为人脸加上相应的名字标签。
    而67天前有一位完全无关人士的图片里,背景里出现了Grinder在不远处走路的身影——得益于Facebook的人脸识别技术,他准确地被贴上了Richard·Grinder的标签,出现在时夜的搜索范围里。
    根据图片的原始戳上的时间,可以看到Grinder是在下午3点时分路过那里。
    照片中Grinder一手还在扶正他的领带,可见他应该刚刚出门。
    而从南十字国官网上的新闻数据来看,当天Grinder并没有休假,在下午3:30就有一场新闻发布会有他的参与。
    既然Grinder在3点时仍没有上车,而是在走路,那说明他的出发点距离目的地银行并不遥远。
    时夜调出Google在这一天的交通记录,很容易看到当时的交通情况和银行周边地图——附近是知名的富人区。
    但搜索相应的房产,并没有出现Grinder的名字,看来他不是住在这里,那天可能是在朋友的家中午休。
    北京时间10:41分。
    时夜完成了爬虫脚本的编写。
    从原始照片的GPS位置出发,所有10分钟步行范围内的房屋都被列入审查的名单。
    再次感谢发达的社交网络,这些住户拥有一个住宅朋友圈。
    爬虫脚本在短短3分钟内扒下了所有住户在最近3年内的所有社交内容,在其中却没有找到Grinder的任何相关内容。
    这很奇怪。
    不过还不至于让时夜放弃。
    时夜耐心而细致地翻阅着当天的照片,最终注意到了一名叫做Lilith的女性。
    她在当天下午1点发了一条朋友圈,照片里是她在浴室的镜子前自拍,姿势相当性感。
    但这当然不是重点,重点是:马桶圈被翻了上去。
    根据她以往的内容,她目前单身、独居。
    家里没有常住的男性,但是只有男性会需要将马桶圈翻上去。
    时夜的脚本扒下了Lilith所有公开的照片。
    在109天前的一张照片里,她发了一张酗酒后的照片,屋子里乱七八糟一片,桌上啤酒瓶歪倒至少二十个。
    时夜放大图片,在沙发乱糟糟的缝隙里找到了一块金表——Grinder曾经戴过这块表,是在32天前的一场发布会上。
    继续放大图片,高清原片中能看到每个啤酒瓶在晨光中细腻的反光。
    他一一对比,从其中一枚啤酒瓶的瓶颈上找到了一枚指纹,它很明显来自男性的手指。
    通过图像处理软件的精密运作,这枚照片里的指纹能够被剔除杂质、消除噪音干扰、铺平成二维,进而重现为一枚可用的指纹。
    北京时间11:14分,继虹膜之后,时夜获得了指纹。
    接下来还需要声音和密码。
    完全不必取尝试拨打Grinder的电话号码。
    像这个级别的安全主管,这个时候是不会接受外来任何风险的。
    时夜并不知道Grinder其实都已经将手机丢进了泳池里面,但是他也根本没准备尝试。
    南十字星银行使用的声纹识别系统来自美国一家公司,后者专精于声纹识别技术。
    时夜耐心地浏览着这项产品的特色,看到他们的声纹识别准确率高达99.1%,但要达到这个准确率,需要使用者说一些独具特色的话,最典型的例子是:“我是xxxx。”
    因为每个人的声纹会根据实际情况而变化,要提高声纹识别的准确率,就需要一些尽量稳定、更具个人特色的语言。
    现在,时夜在寻找着Grinder的音频。
    社交网络上能有很多Grinder的视频,新闻里显然也有,但是短时间内却无法找到一句“你好,我叫Grinder”——他没必要在公众场合里这样介绍自己。
    --