黑客破解Flock摄像头，揭示车辆人员追踪细节

黑客拆下一台安装在道路上方的Flock摄像头，几乎完整复制了其中存储的数据，并将文件分享给404 Media和WIRED，详细揭示了Flock Safety摄像头如何追踪车辆和行人的行踪。黑客表示，他们也将公开获取相关软件的具体方法，希望其他人能够复制这一过程。

此次数据泄露让外界得以一窥Flock声称受设备端加密保护的系统内部情况。黑客成功复制了摄像头的存储内容，并恢复了设备中保存的加密密钥，从而解锁了数千次车辆检测的视频记录。黑客将这些材料分享给了404 Media和透明度非营利组织Distributed Denial of Secrets，后者又将数据分享给了WIRED。随后，404 Media和WIRED对这些文件进行了联合调查分析。

尽管这款自动车牌识别器最敏感的存储部分大多仍处于加密状态、无法访问，但对已恢复数据的联合分析显示，设备上运行的软件不仅能检测车辆、车牌和自行车，还能明确检测行人。该摄像头能为单辆经过的车辆生成数十张图像，根据数周的恢复日志显示，共生成了超过一百万张图像。其计算机视觉软件有时还会单独识别出保险杠贴纸等图案，其中一次甚至识别出了一名摩托车手鞍囊上的美国国旗贴片。

拆除摄像头并转储其软件的行为表明，一些人已不满足于仅仅破坏或移除摄像头。在美国各地，已有多人因涉嫌破坏或以其他方式蓄意损坏Flock摄像头而被捕。作为回应，一些城镇已宣布将全面停用Flock摄像头，其中一个案例中，警方甚至制作了一个3D打印的假Flock摄像头外壳，用来引诱潜在的破坏者。

“既然可以逆向工程它们，找出这些监视我们的设备背后的秘密，为什么只是简单地破坏它们呢？”一位来自名为stegan0gram的黑客团体的成员在采访中表示，“我们在野外‘解救’了这些硬件，解除了它们的武装，然后对摄像头及配套的太阳能设备进行了逆向工程。”

Flock的摄像头会拍摄经过的车辆，并将图像和其他数据发送到公司的服务器。在服务器端，Flock的系统会读取车牌信息，并识别车辆颜色、品牌、型号等特征。随后，Flock会将这些带有时间戳的记录提供给拥有或有权访问该摄像头的地方执法机构进行搜索。但在许多情况下，Flock的系统还允许全美各地的其他警察部门通过该公司的全国网络搜索这些摄像头数据。例如在佐治亚州的阿尔法雷塔，WIRED发现该市Flock摄像头的记录可被超过2000个机构访问，包括警察局、高校、机场，甚至莫名其妙地包括了联邦总务管理局监察长办公室。

这一全国性网络一直是Flock的一大卖点，但同时也是争议的深层根源。404 Media此前曾披露，地方警方一直在代表移民及海关执法局在这一全国网络中进行查询，即便在一些禁止与移民执法部门合作或禁止将车牌数据转移至州外的地区也是如此。404 Media还曾披露，德克萨斯州一名警察为寻找一名自行堕胎的女性，在全国范围内搜索了Flock摄像头数据。这些报道以及其他类似事件，引发了一场关于人们是否希望在自己社区中安装Flock摄像头（或更广泛意义上的自动车牌识别器）的全国性讨论。

而对于stegan0gram来说，答案显然是否定的。

黑客表示，他们成功访问了摄像头上运行的安卓系统，并发现了两个分区——本质上就是其硬盘的不同区域。其中一些未加密，黑客表示，包括一个名为“vendor”的分区和另一个名为“media”的分区。后者中存有一个加密密钥，该密钥解锁了另一个存有摄像头所拍摄大量媒体文件（视频和静态图像）的分区。

2025年初，安全研究员乔恩·“GainSec”·盖恩斯曾对一台Flock车牌识别器进行逆向工程，并记录了可用于获取root级访问权限的漏洞。在盖恩斯披露其发现后，该公司承认了这些发现，但淡化了其严重性，并表示这些漏洞需要物理接触设备才能利用，即便有人获得了摄像头的访问权限，“也仍然无法获取录像内容”，因为图像在传输到云端后，只会在设备上短暂保留。

404 Media和WIRED对摄像头内容进行了分析。该设备的处理器与中端智能手机所用处理器类似，运行着大约20个Flock自建应用，负责从检测运动、拍照到分类物体、上传数据以及接收远程更新等各项功能。

根据代码显示，当有物体进入视野时，摄像头会快速连续拍摄一系列照片。一辆典型的经过车辆会生成约28张图像，但有些甚至会生成超过100张。摄像头会使用不同的曝光度分别捕捉车牌和更广阔的场景，然后扫描这些图像，挑选并裁剪出有用的帧，再将其与其他数据一起通过蜂窝网络发送给Flock。摄像头本身似乎并不会读取车牌或识别车辆的品牌、型号和颜色，这一过程似乎是在Flock的服务器上完成的。

根据我们的分析，摄像头的日志记录了跨越数个时间段、共约21天的活动。在这些时间段内，设备共拍摄了约50200辆车，生成了约160万张图像。在典型的一天中，其记录车辆数量约为3300辆，最高值为4454辆。这些数字会因摄像头安装位置以及车流量大小的不同而有较大差异。该摄像头几乎可以肯定在这些记录时段之外也在持续运行，但更早的日志已被覆盖或无法从设备中恢复。

摄像头运行的软件明确会检测行人，而这一点通常在关于Flock摄像头的讨论中被忽视。当它发现一个人时，会记录该人在图像中出现的位置以及检测的置信度。

为测试该软件实际能“看到”什么，WIRED从摄像头文件中提取了相关模型，并将其应用于测试图像以及从设备中恢复的画面。这些模型能够轻松检测出人物，其中包括一名记者的自拍照。随后，WIRED将这些模型应用于摄像头存储的27321段短视频片段。这些片段为MP4格式文件，每段约1到2秒，分辨率为1024×768像素，不含音频，与摄像头在车辆经过时拍摄的高分辨率连拍静态图像是分开存储的。模型在其中11段视频片段中检测到了人物，全部为骑摩托车的人。这一数量较少，很可能是因为摄像头安装在道路上方、朝下拍摄过往车流，行人出现的概率本就较低。

测试还显示出该摄像头车牌检测器在识别范围上的宽泛程度。在某些情况下，它会将保险杠贴纸、经销商车牌架等其他图案误认为车牌，并像处理真实车牌一样将其裁剪出来。在一段摩托车经过的视频中，检测器甚至将骑手鞍囊上的美国国旗贴片当作车牌进行了裁剪。

Flock坚称其摄像头不具备人脸识别功能。WIRED和404 Media也未在摄像头软件中发现除安卓操作系统默认自带功能之外的任何人脸识别能力，且这些默认功能似乎并未被启用或投入实际使用。

今年8月，WIRED曾获取了Flock警用软件（现称OS Investigate，此前名为Nightshift）的前端代码，并重建了该工具的部分内容。相关代码显示，Flock可以利用摄像头生成的记录，结合警方档案和商业数据，识别驾驶员身份，发现频繁结伴出行的车辆，并根据行踪模式搜索特定人员。这些数据展现了该系统另一端的运作情况。

Flock发言人在一份声明中表示：“未经授权拆除和篡改Flock摄像头属于违法行为。”当被问及摄像头中存储的加密密钥问题时，该公司补充道：“Flock高度重视安全问题，并制定了公开的漏洞披露政策，供安全研究人员直接向我们报告潜在漏洞。我们并未通过该流程收到任何相关报告，基于目前提供的有限信息，我们没有足够的细节来评估相关说法。如果相关人员确实发现了真实存在的漏洞，我们鼓励他们通过我们的漏洞报告流程提交技术细节，以便我们的安全团队进行审查并采取适当行动。”

一名黑客表示：“被调查确实是一个合理的担忧，也是我们一直在努力避免的情况。我相信我们的行动已经引起了一定关注，但我们一直很谨慎，尽量保持低调。”

诺尔·皮查多曾是罗德岛州波塔基特市的一名警察，后因对所在警局使用Flock摄像头提出质疑而成为该公司的公开批评者。他表示理解相关活动人士的不满情绪，但担心破坏设备的行为最终可能会让支持使用这类设备的理由更加“站得住脚”。皮查多说：“我认为这种私自行动只会让警方和整个国家更加坚信这一工具是必要的。只要国家继续无视反对这类监控的民众的诉求，这种情况就会持续发生。”

摄像头的日志还显示，该设备在存储方面遇到了不少问题。日志记录显示，在尝试保存全分辨率图像时，出现了超过27000次“设备存储空间不足”的错误提示，同时还伴随有数万次相关错误、程序崩溃和设备重启记录。与此同时，大约每两分钟，代码就会检查一次摄像头是否仍在正常运行，并记录下这样一条消息：“谁是好孩子呀？！”在恢复的日志中，这类消息出现了超过12000次。

而当摄像头重启时，另一项服务会在日志中留下最后一条消息：“系统请求重启！再见了，朋友们！”

Q&A

Q1：黑客是如何获取Flock摄像头内部数据的？

A：黑客拆下了一台安装在道路上方的Flock摄像头，复制了其存储内容，并成功恢复了设备中保存的加密密钥，从而解锁了摄像头记录的车辆检测视频数据。

Q2：Flock摄像头除了识别车牌，还能检测行人吗？

A：可以。经分析发现，摄像头运行的软件明确具备行人检测功能，会记录行人在图像中的位置及检测置信度，只是由于摄像头安装位置朝下拍摄车流，实际检测到行人的画面较少。

Q3：Flock摄像头是否具备人脸识别功能？

A：Flock官方表示其摄像头不具备人脸识别功能。经调查分析，除安卓系统自带的默认功能外，摄像头软件中未发现任何人脸识别能力，且相关默认功能也未被启用或使用。