@daveh 或许你还不理解这种攻击的意义，对于真的犯罪者是去避免冲突，但是无所谓，反正真正的犯罪者看到这个就直接不用 icloud 了。而对于其他别有用心的人就有很多花样的用处了。哈希冲突非常的常见，既然有地址空间就会有冲突，但是成熟的离散算法冲突率是低的，同时也经常是敏感的。然而这里采用的技术是为了让相似的图片尽可能产生相同的哈希码，来匹配数据库的图片，也要避免形变、位篡改等造成的影响，所以才用了神经网络的技术。深度学习的采用必然引入了不稳定性，这几年的热点方向对抗攻击也就是针对这个情况的。如何生成可以干扰神经网络的输入样本、如何增加模型的稳定性、健壮性来对抗这种攻击。生成这种图片并不是什么困难的事，有很多成熟的生成的算法。如果图片 A 被悄悄的生成，发布在网络上，然后有很多人不小心下载了。是不是把一堆无辜的人变成了嫌疑人，是不是要人工审核，那这里保护用户隐私的前提去哪里了，人工审核这么多无用的信息是不是还不如让 FBI 自己找去。