لم تكن القصة مجرد كاميرا مراقبة أُزيلت من فوق طريق. بعد الاستيلاء على إحدى كاميرات Flock Safety، تمكنت مجموعة قراصنة تطلق على نفسها اسم stegan0gram من نسخ جزء شبه كامل من البيانات والبرمجيات المخزنة داخل الجهاز، ثم شاركت المواد مع 404 Media وWIRED.

ما ظهر داخل الكاميرا قدّم صورة تقنية أكثر وضوحًا عن طريقة عمل منظومة Flock نفسها: جهاز يعمل بنظام Android، يحتوي على نحو 20 تطبيقًا من تطوير الشركة، ويلتقط دفعات كثيفة من الصور لكل مركبة تمر أمامه، ويستخدم نماذج رؤية حاسوبية لاكتشاف المركبات والأشخاص ولوحات الأرقام والدراجات، ثم يرسل النتائج إلى خوادم Flock عبر الشبكة الخلوية.

الأكثر حساسية كان اكتشاف أن جزءًا من التخزين غير المشفر احتوى على مفتاح تشفير مكّن الباحثين من فتح جزء آخر من وسائط الكاميرا. وباستخدام السجلات المسترجعة، أمكن رؤية حجم العمل الفعلي للجهاز: نحو 50,200 مركبة خلال قرابة 21 يومًا من السجلات، نتج عنها حوالي 1.6 مليون صورة.

#TL;DR

  • استولى قراصنة من مجموعة stegan0gram على كاميرا من Flock Safety ونسخوا برمجيات وبيانات من داخلها.
  • احتوى قسم media غير المشفر على مفتاح تشفير فتح جزءًا آخر يضم صورًا ومقاطع فيديو التقطتها الكاميرا.
  • السجلات المسترجعة أظهرت تصوير نحو 50,200 مركبة وتوليد قرابة 1.6 مليون صورة خلال حوالي 21 يومًا من النشاط المسجل.
  • الكاميرا تستخدم نماذج Computer Vision لاكتشاف المركبات والأشخاص ولوحات الأرقام والدراجات، لكنها لا تبدو مسؤولة محليًا عن قراءة اللوحة أو تحديد نوع المركبة ولونها؛ ويبدو أن ذلك يحدث على خوادم Flock.
  • اختبارات WIRED أظهرت أن نموذج اكتشاف اللوحات قد يفسّر ملصقات الصدام، إطارات الوكالات، وبعض الرسومات على أنها لوحات أرقام.
  • لم يجد التحقيق دليلًا على وجود Face Recognition مفعّل داخل برمجيات الكاميرا، بينما قالت Flock إنها لم تتلقَّ تقريرًا عبر برنامج الإفصاح عن الثغرات ولا تملك تفاصيل كافية لتقييم الادعاءات.

#من جهاز على عمود إلى صورة كاملة عن النظام

تعتمد كاميرات Flock على تصوير المركبات المارة ثم إرسال الصور والبيانات المصاحبة إلى خوادم الشركة. من هناك، تصبح السجلات قابلة للبحث بالنسبة للجهة المحلية التي تملك الكاميرا أو تملك صلاحية الوصول إليها، كما يمكن في حالات كثيرة مشاركة الوصول مع جهات أخرى ضمن شبكة Flock الوطنية.

في مثال ذكره التحقيق، كانت سجلات كاميرات مدينة Alpharetta في ولاية Georgia متاحة لأكثر من 2,000 جهة، من بينها إدارات شرطة وكليات ومطارات وجهات حكومية أخرى.

هذا السياق مهم لفهم سبب أهمية ما حدث. فالكاميرا ليست مجرد حساس يلتقط لوحة رقمية ويرسلها. البرمجيات المستخرجة منها كشفت سلسلة معالجة محلية تبدأ من اكتشاف الحركة، ثم التصوير المتتابع، ثم اختيار الإطارات المناسبة وقص أجزاء منها وتصنيف ما يظهر داخل المشهد قبل رفع البيانات إلى البنية الخلفية للشركة.

#ما الذي وجده القراصنة داخل الكاميرا؟

بحسب المجموعة، أمكن الوصول إلى نظام Android الموجود على الجهاز، ثم فحص أقسام التخزين الداخلية. بعض هذه الأقسام كان غير مشفر، ومن بينها قسم باسم vendor وآخر باسم media.

المفاجأة كانت في قسم media، حيث وُجد مفتاح تشفير مكّن من فتح جزء آخر من التخزين يحتوي على قدر كبير من الوسائط التي التقطتها الكاميرا، بما في ذلك صور ثابتة ومقاطع فيديو.

ورغم ذلك، بقي جزء كبير من أكثر مناطق التخزين حساسية مشفرًا وغير قابل للوصول. أي أن الاختراق لم يؤدِّ إلى كشف كل ما على الجهاز، لكنه كان كافيًا لكشف جانب مهم من آلية التشغيل، والبرمجيات، والنماذج، والسجلات، وجزء من المحتوى المرئي.

#الكاميرا تعمل كجهاز Android مخصص للرؤية الحاسوبية

أظهر تحليل 404 Media وWIRED أن معالج الكاميرا مشابه للمعالجات المستخدمة في الهواتف الذكية متوسطة الفئة. ويعمل على الجهاز نحو 20 تطبيقًا طورتها Flock، تتولى وظائف مختلفة مثل:

  • اكتشاف الحركة.
  • التقاط الصور.
  • تصنيف الأجسام.
  • رفع البيانات.
  • استقبال التحديثات عن بعد.

عندما يدخل جسم متحرك في مجال الرؤية، لا تلتقط الكاميرا صورة واحدة فقط. بل تبدأ سلسلة سريعة من الصور بتعريضات مختلفة، بهدف الحصول على صورة مناسبة للوحة المركبة وصورة أوضح للمشهد الأوسع.

بحسب تحليل البيانات المسترجعة، كانت المركبة الواحدة تولد في الحالة المعتادة نحو 28 صورة، بينما تجاوز العدد في بعض الحالات 100 صورة لمركبة واحدة.

بعد ذلك، تفحص برمجيات الكاميرا الصور وتنتقي الإطارات التي تعتبرها مفيدة، ثم تقص أجزاء معينة منها وترسلها مع بيانات أخرى إلى Flock عبر الشبكة الخلوية.

#أين تحدث قراءة اللوحة وتصنيف المركبة؟

رغم أن الكاميرا نفسها تشغّل نماذج رؤية حاسوبية وتقوم باكتشاف الأجسام داخل الصورة، لم يظهر في التحليل أنها تقوم محليًا بقراءة نص لوحة المركبة أو تحديد Make وModel واللون.

وفق ما ظهر من البرمجيات، يبدو أن هذه المهام تتم لاحقًا على خوادم Flock.

هذا يفصل بين وظيفتين داخل المنظومة:

  1. المعالجة على الجهاز: اكتشاف الحركة، التقاط الصور، تحديد الأجسام، اختيار الإطارات وقصها.
  2. المعالجة الخلفية: قراءة لوحة المركبة وإضافة معلومات مثل الشركة المصنعة والموديل واللون إلى السجل القابل للبحث.

#1.6 مليون صورة خلال نحو 21 يومًا من السجلات

أظهرت السجلات التي تمكن المحققون من استعادتها نشاطًا يمتد على عدة فترات يبلغ مجموعها قرابة 21 يومًا.

خلال هذه الفترات، سجّل الجهاز نحو:

العنصرالقيمة
المركبات المصورةنحو 50,200
الصور المولدةنحو 1.6 مليون
المتوسط اليومي المعتادنحو 3,300 مركبة
أعلى يوم مسجل4,454 مركبة

هذه الأرقام ليست معدلًا ثابتًا لكل كاميرات Flock، لأن حجم البيانات يعتمد مباشرة على موقع الجهاز وكثافة المرور أمامه.

كما يرجح أن الكاميرا كانت تعمل خارج الفترات التي ظهرت في السجلات، لكن السجلات القديمة كانت قد استُبدلت أو لم تعد قابلة للاسترداد من الجهاز.

#الكاميرا لا تكتشف المركبات فقط

أحد أبرز ما ظهر من الكود هو أن برمجيات الكاميرا تتضمن كشفًا صريحًا للأشخاص Person Detection، إلى جانب المركبات ولوحات الأرقام والدراجات.

عند اكتشاف شخص، تسجل البرمجيات موقعه داخل الصورة ودرجة الثقة Confidence في نتيجة الكشف.

لاختبار قدرات هذه النماذج عمليًا، استخرجت WIRED النماذج من ملفات الكاميرا وشغلتها على صور اختبار وعلى المواد المرئية المسترجعة من الجهاز. وتمكنت النماذج من اكتشاف أشخاص بوضوح، بما في ذلك صورة Selfie لأحد المراسلين.

ثم جرى تشغيل النماذج على 27,321 مقطع فيديو قصير محفوظ في الكاميرا. كانت المقاطع بصيغة MP4، مدة كل منها نحو ثانية إلى ثانيتين، بدقة 1024x768 ومن دون صوت.

اكتشف النموذج أشخاصًا في 11 مقطعًا، وكان جميعهم على دراجات نارية. ويرجح أن العدد المحدود مرتبط بموقع الكاميرا فوق الطريق وزاوية التصوير إلى الأسفل، حيث يكون ظهور المشاة أقل احتمالًا.

#عندما يرى نموذج اللوحات أشياء ليست لوحات

التحليل كشف أيضًا حدودًا مهمة في نموذج اكتشاف لوحات الأرقام.

في بعض الحالات، فسرت البرمجيات عناصر أخرى داخل الصورة على أنها لوحة مركبة، من بينها:

  • ملصقات على الصدام Bumper Stickers.
  • إطارات لوحات خاصة بالوكالات.
  • رسومات وعناصر بصرية أخرى.

وفي أحد مقاطع الفيديو لدراجة نارية مارة، قام نموذج اكتشاف اللوحات بقص رقعة تحمل العلم الأمريكي مثبتة على حقيبة جانبية للدراجة، وتعامل معها كما لو أنها لوحة أرقام.

هذه النتيجة توضح أن مرحلة الاكتشاف لا تفهم دائمًا دلالة العنصر البصري بشكل كامل؛ بل تبحث عن أنماط هندسية وبصرية تشبه ما تدرب النموذج على اعتباره لوحة.

#ماذا عن Face Recognition؟

تقول Flock إن كاميراتها لا تنفذ Face Recognition.

وفي المواد التي فحصتها WIRED و404 Media، لم يظهر دليل على وجود قدرات للتعرف على الوجوه داخل برمجيات Flock نفسها، باستثناء مكونات موجودة افتراضيًا ضمن نظام Android.

ولم تبدُ هذه القدرات مفعلة أو مستخدمة فعليًا على الجهاز الذي جرى تحليله.

الفرق هنا مهم: اكتشاف وجود شخص داخل الصورة لا يعني التعرف على هويته. ما ظهر في الكاميرا هو Person Detection، وليس نظامًا يربط الوجه بشخص محدد.

#من الكاميرا إلى منصة البحث الشرطية

سبق أن حصلت WIRED في أغسطس على كود واجهة Frontend لبرنامج Flock الشرطي المعروف حاليًا باسم OS Investigate، والذي كان يسمى سابقًا Nightshift، وأعادت بناء أجزاء من الأداة.

أظهر ذلك الكود كيف يمكن للمنصة استخدام سجلات الكاميرات إلى جانب ملفات الشرطة والبيانات التجارية من أجل:

  • تحديد السائقين.
  • إظهار المركبات التي تتحرك معًا بشكل متكرر.
  • البحث عن أشخاص بالاعتماد على أنماط الحركة.

البيانات المستخرجة من الكاميرا قدّمت هذه المرة الطرف الآخر من الصورة: كيف يتم إنشاء المادة الخام قبل وصولها إلى أنظمة البحث والتحليل الخلفية.

#جذور أمنية سابقة: Root Access على أجهزة Flock

في أوائل عام 2025، قام الباحث الأمني Jon “GainSec” Gaines بعملية Reverse Engineering لقارئ لوحات من Flock، ووثّق ثغرات يمكن استخدامها للحصول على صلاحيات root على الجهاز.

بعد الإفصاح عن النتائج، أقرت Flock بالثغرات لكنها قللت من شدتها، وقالت إن استغلالها يتطلب وصولًا ماديًا إلى الجهاز، وإن الحصول على صلاحية داخل الكاميرا لا يعني الوصول إلى اللقطات لأن الصور تبقى محليًا لفترة قصيرة فقط قبل رفعها إلى السحابة.

التحليل الحالي أظهر أن الوصول المادي إلى الجهاز يمكن أن يكشف أكثر من مجرد الكود. في الحالة التي فحصها التحقيق، أتاح مفتاح تشفير مخزن على الجهاز فتح جزء من الوسائط الموجودة داخله.

#موقف Flock من الحادثة

قال متحدث باسم Flock إن الإزالة غير المصرح بها للكاميرا والعبث بها أمر غير قانوني.

وعند سؤاله تحديدًا عن مفتاح التشفير الموجود على الجهاز، قالت الشركة إنها تأخذ الأمن بجدية وتحافظ على سياسة عامة للإفصاح عن الثغرات Vulnerability Disclosure Policy كي يتمكن الباحثون من الإبلاغ المباشر عن المشاكل الأمنية.

وأضافت أنها لم تتلقَّ تقريرًا عبر تلك القناة، وأن المعلومات المتاحة لها غير كافية لتقييم الادعاءات. كما شجعت من يملكون تفاصيل تقنية عن ثغرات حقيقية على إرسالها عبر عملية الإبلاغ الرسمية حتى يتمكن الفريق الأمني من مراجعتها واتخاذ الإجراء المناسب.

#التخزين كان تحت ضغط واضح

بعيدًا عن التشفير والرؤية الحاسوبية، كشفت السجلات جانبًا تشغيليًا لافتًا: الجهاز كان يواجه مشكلات متكررة في مساحة التخزين.

احتوت السجلات على أكثر من 27,000 خطأ من نوع:

text
no space left on device

ظهرت هذه الأخطاء أثناء محاولة حفظ الصور كاملة الدقة، إلى جانب عشرات الآلاف من الأخطاء المرتبطة بها، وحالات Crash وعمليات Reboot.

وفي المقابل، كان كود آخر يتحقق كل نحو دقيقتين من أن الكاميرا ما زالت تعمل، ويسجل الرسالة:

text
Who's a good boy?!

ظهر هذا السطر أكثر من 12,000 مرة في السجلات المسترجعة.

وعندما كانت الكاميرا تعيد التشغيل، كان Service آخر يترك رسالة أخيرة:

text
A reboot was requested! ¡Adiós, Amigos!

هذه التفاصيل تبدو طريفة في ظاهرها، لكنها تكشف الكثير عن بنية جهاز يعمل باستمرار في الميدان: خدمات مستقلة تراقب بعضها، ضغط على التخزين، إعادة تشغيل، ومعالجة متواصلة لكمية كبيرة من الصور.

#ماذا تكشف هذه الحادثة تقنيًا؟

القيمة الأهم في هذه البيانات ليست فقط عدد الصور أو وجود نموذج لاكتشاف الأشخاص، بل رؤية الحدود الفعلية بين ما يحدث داخل الجهاز وما يحدث في السحابة.

الكاميرا نفسها تقوم بقدر كبير من العمل: تلتقط، تنتقي، تقص، وتكتشف عناصر المشهد. لكن تحويل تلك المادة إلى سجل غني وقابل للبحث — يتضمن لوحة المركبة وخصائصها ويرتبط ببنية أوسع من البيانات — يبدو أنه يحدث على أنظمة Flock الخلفية.

وفي الوقت نفسه، أظهر وجود مفتاح تشفير على قسم غير مشفر أن الحماية المحلية لا تعتمد فقط على كون البيانات مشفرة، بل على مكان حفظ المفاتيح وكيفية عزلها عن نفس الجهاز الذي تحمي بياناته.

هذه النقطة هي ما يجعل التحقيق مهمًا من الناحية التقنية: النظام لم يُكشف بالكامل، لكن ما تم استخراجه كان كافيًا لرؤية كيف تتحول لحظة مرور مركبة أمام كاميرا على طريق إلى عشرات الصور، ونتائج Computer Vision، ثم سجل قابل للبحث داخل شبكة مراقبة أوسع.

#المصادر