锯下路边AI监控硬核逆向!黑客扒出惊天秘密:解密密钥贴在机身,21天狂拍160万张

在美国一条普通公路的路边，立着一根不起眼的铁杆。

杆顶装着一块太阳能板，下面挂着一个灰白色的长方形金属盒子。

过去几年里，这种被称为 Flock Safety 的 AI 车牌识别摄像头，像雨后春笋一样插满了全美的大街小巷。官方的说辞完美无缺：“它只拍车牌，不识别人脸，数据只在本地短暂留存，甚至连物理接触都无法窃取视频。”

但这一次，有人不打算听公关演讲了

一个自称 stegan0gram 的黑客团队，直接带着工具爬上电线杆，把这台监控设备硬生生拆了下来。他们将其完整带回实验室，做了一场彻底的“硬件开颅手术”。

▲ 《连线》调查记者 Dhruv Mehrotra 披露核心内幕：黑客拆解路边摄像头并公开机内数据

随后，《连线》（WIRED）与科技媒体 404 Media 同步发布调查：Flock 苦心经营多年的安全神话，在螺丝刀和逆向工程面前，被撕得粉碎。

密码学大笑话：把保险柜钥匙贴在门把手上

把这台监控的闪存芯片读取出来后，黑客和记者们被眼前的景象惊呆了。

这台外表看似专业的路边 AI 探头，内核本质上就是一台运行着定制 Android 系统的中端智能手机。

设备内的闪存被划分为多个分区令人难以置信的是，其中名为 vendor 和 media 的关键分区完全没有加密。

紧接着，黑客在未加密的 media 分区里，顺藤摸瓜找到了一把解密密钥。

拿着这把钥匙，研究人员轻而易举地解开了另一个加密区域，瞬间解锁了里面存储的成千上万段高清过车视频与抓拍快照！

▲ 网友锐评：所谓的静止数据加密，就像把日记本锁上，但把钥匙贴在封面上

一位安全研究员在社交媒体上一针见血地嘲讽道：

“这就好比你买了一本日记本，上了锁，却用透明胶带把钥匙粘在日记本封面上。这套安全策略很完美，唯一的缺点就是它此前从未遇到过一把螺丝刀。”

此前，Flock 公司曾向安全专家信誓旦旦地保证：即使有人物理偷走设备，也绝不可能拿到任何视频。如今，这把“贴在门上的钥匙”，让这句承诺变成了年度安全界最大的笑话。

狂拍160万张！披着“车牌机”外衣的吞吐怪兽

在此之前，公众普遍以为这种 ALPR（自动车牌识别）设备就像电子警察，车开过去，咔嚓一张，识别出一串字符就完事了。

但从这台被拆解的设备日志中还原出的数据，彻底颠覆了所有人的认知。

在短短 21 天的运行记录里，单单这一台摄像头：

• 抓拍了约 50,200 辆车；
• 累计生成并写入了 160 万张图像；
• 普通一天记录 3,300 辆，车流峰值的一天高达 4,454 辆！

▲ 安全研究员 John Scott-Railton 总结调查核心：机内密钥、人体检测与 160 万张图像

为什么会有 160 万张图？

代码逻辑揭开了秘密：只要红外或运动传感器被触发，摄像头就会进入超高速连拍模式。

一辆普通小汽车驶过，设备会瞬间连续抓拍 28 到 100 多张照片。它用不同的曝光参数分别照顾反光车牌和大场景视野，在本地挑选、裁剪，然后再通过内置的 4G 蜂窝网络成批上传到云端服务器。

至于官方口中所谓的“短暂留存”：Flock 曾宣称机内数据只会极短暂地缓存，然而这台机器在本地硬生生地存了 3 周的数据！

为了应付如此恐怖的吞吐量，这块小小的机载硬盘早已不堪重负。日志中记录了超过 27,000 次“设备空间不足”（no space left on device）的致命错误，伴随着无休止的系统崩溃、降级与强行重启。

“谁是乖孩子？！”：硅谷草台班子的代码奇观

除了糟糕的安全架构，这套系统底层的代码逻辑同样充满荒诞色彩。

在翻阅这台机器成千上万行系统崩溃日志时，研究人员发现了一个哭笑不得的细节：

系统内置的一个存活检测服务（Heartbeat），几乎每隔两分钟就会在系统日志里大喊一声：“Who’s a good boy?!”（谁是乖孩子？！）

整个日志里，这句像在逗狗一样的调试代码，足足刷屏了超过 12,000 次！

▲ 网友感叹：这就是靠“感觉编码”（Vibe-coding）搭出来的全天候监控网络

不仅如此，每当磁盘被 160 万张照片彻底塞爆、系统不得不触发强制重启时，另一个后台进程还会极其戏谑地抛下一句西班牙语告别词：

“A reboot was requested! ¡Adiós, Amigos!”（已请求重启！再见啦，朋友们！）

一边是每两分钟问一次“谁是乖孩子”，一边是磁盘爆满疯狂崩溃重启，另一边还在不知疲倦地把几十万过路行人的轨迹打包上传。

网友的一句评论直击灵魂：“这就是一个靠感觉‘Vibe Coding’写出来的监控国家。”

谎言戳破：说好只认车牌，它却在暗中框人

除了加密漏洞与海量偷拍，联合调查还挖出了一个更具杀伤力的技术事实：这套系统的 AI 模型，一直在显式检测人类。

长期以来，Flock 为了平息公众的抵触情绪，在公关通稿里反复强调自己的红线：“我们不做人脸识别，不做行人追踪，我们只是一台单纯的车辆线索工具。”

然而，调查记者将设备里的自研 AI 模型提取出来进行逆向测试，直接看到了底层的分类标签，模型赫然写着对“人（Person）”、“车辆（Vehicle）”、“自行车（Bicycle）”等目标的检测逻辑，并会精确标出目标在画面中的坐标框与置信度。

记者用机内的模型去跑设备里缓存的 27,321 段实拍视频片段，立刻在 11 段短视频中准确标出了人类，虽然由于摄像头角度向下倾斜对准车道，拍到行人的概率较低，但画面里的摩托车骑手、过路行人，全被 AI 用绿框稳稳锁死。

机载车牌检测器还出现了滑稽的误报：因为过度敏感，AI 经常把车尾的个性贴纸、车行广告框，甚至是摩托车鞍袋上的美国国旗贴纸，硬生生裁切下来当成“车牌”归档上传。

从前端的边缘狂拍，到后端的平台关联分析（警用端系统支持按伴随车辆、活动规律跨区域搜索），这套庞大的网络早已超越了“识别车牌”的定义。

从“砸碎镜头”到“让设备开口招供”

面对潮水般的实锤，Flock 官方给出的回应显得极为苍白：拆除和篡改摄像头是违法行为；公司未收到足够细节，无法评估相关漏洞。

但事实上，相关风险早就被业内明确指出。

早在一年多以前，知名安全研究员 Jon “GainSec” Gaines 就曾对合法购得的 Flock 设备进行过深度逆向。他发布了一篇包含 20 多个 CVE 漏洞的重磅白皮书，详细揭露了该设备未开启安全启动（Secure Boot）、未做全盘加密、保留默认 WiFi 热点口令、开放未认证 ADB 调试接口等一系列低级致命缺陷。

▲ 研究员 GainSec 早就系统性披露过这一硬件生态的严重脆弱性

当时 Flock 的态度是：轻描淡写，极力淡化。他们的逻辑是：“只要攻击者无法物理接触到高高在上的摄像头，这些漏洞就不算严重威胁。”

然而，他们忽视了现实世界最朴素的逻辑：你的设备就大摇大摆地装在公共道路的铁杆上。

过去两年，美国多地掀起了反抗监控摄像头的浪潮。人们有的用油漆喷涂镜头，有的用锯子锯断立杆，甚至有人直接开枪射击。

但这次黑客团队 stegan0gram 的行动，完成了一次教科书式的升级：

他们放弃了单纯宣泄破坏欲的暴力砸毁，转而拿起螺丝刀和反编译工具，逼着这台冷冰冰的机器开口招供。

路边盒子的隐喻

这起轰动黑客圈与隐私保护领域的拆机事件，之所以引发广泛关注，正是因为它彻底戳破了科技厂商精心编织的安全幻象。

在商业公关口径中，它被包装成维护社区治安的无害设备，宣称“算力有限、只识车牌、守法合规、即刻删除”；

可当研究人员撬开它的外壳，展现在眼前的却是一台狂热抓拍的 Android 设备：它吞吐着数以百万计的图像，用着形同虚设的胶带级加密，在系统崩溃的泥潭里一边循环打印“谁是乖孩子”，一边把人们的出行轨迹编织成密不透风的监控大网。

当公众的隐私与数字安全的基本防线，被寄托在这样一套由草台代码拼接而成的路边盒子里时，

拧下第一颗螺丝的，是好奇的技术极客；而彻底瓦解它的，将是汹涌而至的公众信任危机。