第76頁

    楚英縱走出教學樓, 迷茫地看了一眼天色，低下頭用手機發簡訊。

    【楚英縱：你在哪兒？】

    【楚英縱：你清醒著嗎？有沒有遇到危險？】

    【楚英縱：我要報警了。】

    【楚英縱：回答一下。】

    消息送抵時夜的手機。

    它被放在角落裡，屏幕偶爾亮起一兩下, 並沒能引起主人的主意。

    這是在一個昏暗的室內，大燈沒有打開, 只有屏幕的冷光映照著空曠的場景。

    一座一站式伺服器佇立於房間中央, 其上連接出來的數據線錯綜凌亂，連接到時夜的筆記本上。

    而時夜正坐在筆記本前, 瀏覽著頁面上關於安全主管Richard·Grinder的所有社交信息。

    在Facebook上，Richard·Grinder有著屬於自己的標籤, 其中有他自己發的一些朋友圈內容, 也有別人@了他的消息，也有南十字國銀行進行宣傳時連帶到他的名字。

    從一張特寫圖片裡，能看到Richard·Grinder有著典型的拉丁裔長相, 有一對深綠色的眼眸。

    現代手機的高清攝像頭足以拍下2000萬像素的照片，將這位主管的面容完全復刻在網絡上——包括他的雙眼。

    在密碼學領域。

    虹膜識別被認為是一種造價昂貴、安全性高、但準確度略低的認證設備，主要通過識別人體虹膜上的特徵，轉化為二維Gabor子波來細分重組，並通過比對來進行認證。

    但無論背後算法如何，最初的採集都是通過紅外線掃描人體虹膜，來完成第一步。

    ……

    北京時間10：19分，時夜通過社交網絡上的一張高清原片，得到了Grinder的虹膜圖像。

    在尋找照片的過程里，他有了更多的發現。

    Facebook的一項功能是，在用戶上傳的照片裡自動識別人臉，並為人臉加上相應的名字標籤。

    而67天前有一位完全無關人士的圖片裡，背景里出現了Grinder在不遠處走路的身影——得益於Facebook的人臉識別技術，他準確地被貼上了Richard·Grinder的標籤，出現在時夜的搜索範圍里。

    根據圖片的原始戳上的時間，可以看到Grinder是在下午3點時分路過那裡。

    照片中Grinder一手還在扶正他的領帶，可見他應該剛剛出門。

    而從南十字國官網上的新聞數據來看，當天Grinder並沒有休假，在下午3:30就有一場新聞發布會有他的參與。

    既然Grinder在3點時仍沒有上車，而是在走路，那說明他的出發點距離目的地銀行並不遙遠。

    時夜調出Google在這一天的交通記錄，很容易看到當時的交通情況和銀行周邊地圖——附近是知名的富人區。

    但搜索相應的房產，並沒有出現Grinder的名字，看來他不是住在這裡，那天可能是在朋友的家中午休。

    北京時間10:41分。

    時夜完成了爬蟲腳本的編寫。

    從原始照片的GPS位置出發，所有10分鐘步行範圍內的房屋都被列入審查的名單。

    再次感謝發達的社交網絡，這些住戶擁有一個住宅朋友圈。

    爬蟲腳本在短短3分鐘內扒下了所有住戶在最近3年內的所有社交內容，在其中卻沒有找到Grinder的任何相關內容。

    這很奇怪。

    不過還不至於讓時夜放棄。

    時夜耐心而細緻地翻閱著當天的照片，最終注意到了一名叫做Lilith的女性。

    她在當天下午1點發了一條朋友圈，照片裡是她在浴室的鏡子前自拍，姿勢相當性感。

    但這當然不是重點，重點是：馬桶圈被翻了上去。

    根據她以往的內容，她目前單身、獨居。

    家裡沒有常住的男性，但是只有男性會需要將馬桶圈翻上去。

    時夜的腳本扒下了Lilith所有公開的照片。

    在109天前的一張照片裡，她發了一張酗酒後的照片，屋子裡亂七八糟一片，桌上啤酒瓶歪倒至少二十個。

    時夜放大圖片，在沙發亂糟糟的縫隙里找到了一塊金表——Grinder曾經戴過這塊表，是在32天前的一場發布會上。

    繼續放大圖片，高清原片中能看到每個啤酒瓶在晨光中細膩的反光。

    他一一對比，從其中一枚啤酒瓶的瓶頸上找到了一枚指紋，它很明顯來自男性的手指。

    通過圖像處理軟體的精密運作，這枚照片裡的指紋能夠被剔除雜質、消除噪音干擾、鋪平成二維，進而重現為一枚可用的指紋。

    北京時間11:14分，繼虹膜之後，時夜獲得了指紋。

    接下來還需要聲音和密碼。

    完全不必取嘗試撥打Grinder的電話號碼。

    像這個級別的安全主管，這個時候是不會接受外來任何風險的。

    時夜並不知道Grinder其實都已經將手機丟進了泳池裡面，但是他也根本沒準備嘗試。

    南十字星銀行使用的聲紋識別系統來自美國一家公司，後者專精於聲紋識別技術。

    時夜耐心地瀏覽著這項產品的特色，看到他們的聲紋識別準確率高達99.1%，但要達到這個準確率，需要使用者說一些獨具特色的話，最典型的例子是：「我是xxxx。」

    因為每個人的聲紋會根據實際情況而變化，要提高聲紋識別的準確率，就需要一些儘量穩定、更具個人特色的語言。

    現在，時夜在尋找著Grinder的音頻。

    社交網絡上能有很多Grinder的視頻，新聞里顯然也有，但是短時間內卻無法找到一句「你好，我叫Grinder」——他沒必要在公眾場合里這樣介紹自己。