9万台Flock摄像头正在美国城镇扩散
ZDNET AI··作者 Elyse Betters Picaro
关键信息
Flock Falcon摄像头不测速；它们会在每辆车经过时拍摄大约6到12张静态图像，并使用ALPR和机器学习提取车牌及车辆属性。图像和元数据会通过蜂窝网络上传到Flock的云端仪表板，授权用户可以检索这些数据，并对与盗车、失踪人员、通缉令或其他数据库命中的车牌接收警报。
资讯摘要
ZDNET称，Flock Safety的摄像头网络已经悄悄扩散到美国许多城镇，估计有约9万台摄像头在运行。作者描述了自己在纽约州北部发现Flock Falcon摄像头的经历，并指出许多社区是在几乎没有警告、也没有公开讨论的情况下安装它们的。文章提到，在Saranac Lake，当地居民曾发起抗议，官员被迫重新考虑合同，最终村庄投票取消了与Flock的协议，摄像头随后被拆除。作者还表示，在自己人口约1.1万的小镇里，几台摄像头被安装在道路和路口旁的电线杆上，但它们很容易被误认为普通交通设备。
文章指出，Flock的用户不仅包括警方，还包括企业、学校和业主协会，而且该公司的软件还能通过共享平台和API与Motorola等合作方的摄像头集成。Falcon摄像头不会测速，而是会在每辆车经过时拍摄大约6到12张静态图像，并使用自动车牌识别和机器学习来识别车牌以及车辆品牌、型号、颜色、车身类型、行驶方向、损伤、改装轮毂、保险杠贴纸等特征。这些图像不会保存在路边设备中，而是通过蜂窝网络发送到Flock的云端，授权用户可以在仪表板中检索这些记录，并对与被盗车辆、失踪人员、逮捕令或其他数据库条目相关的车牌接收警报。文章认为，单个摄像头的一次命中可能只说明某辆车在某个时间出现在某个地点，但当跨城镇、跨州的大规模网络把这些记录连接起来时，就可能逐步勾勒出一个人的移动轨迹，形成更强大的监控系统。
资讯正文
关注 ZDNET：将我们添加为你在 Google 上的首选来源。ZDNET 的要点
Flock 摄像头正在通过一个共享网络追踪车辆。
AI 搜索、云安全、访问控制和误报都是风险。
居民可能直到看到它们才知道它们已经被安装。
等到我得知我所在的纽约州北部小镇周边各地都已经安装了 Flock 的“Falcon”摄像头时，它们其实早已开始追踪每一辆经过的车辆，包括我的车。在这些社区中，大多数都几乎没有提前警示，也没有公开讨论。
我最初注意到它们，是因为我家附近的 Saranac Lake 发生了什么。去年春天，居民发起抗议，官员被迫重新考虑，村里最终投票决定取消与 Flock Safety 的合同。不久之后，这些摄像头被拆除了。但在美国许多其他城镇就不是这样了，Flock 的 AI 赋能摄像头在没有明确同意的情况下，正在主动监控居民。
它们无处不在，而且很容易被忽略
我的小镇人口大约 11,000 人，却有好几台 Flock 摄像头。我在平时经常开车经过的道路和路口旁的电线杆上见过它们，但老实说，它们很容易被忽视，或者被误认为普通交通摄像头。大多数看起来都是由电池或太阳能板供电的小黑盒子，并且通过蜂窝网络而不是 Wi‑Fi 连接。
Flock 表示，使用其产品的客户超过 12,000 家，而公共估计显示，美国境内可能有大约 90,000 台带有 Flock 品牌的摄像头在运行。使用者并不只有警方。企业、学校和业主协会也都可以安装它们。Flock Safety 的软件还可以与合作制造商的摄像头集成，例如 Motorola。虽然这些摄像头本身并不原生运行 Flock OS，但软件可通过 Motorola 的 CommandCentral Aware 等平台以及共享 API 进行集成。这使执法部门能够查看来自两个网络的数据。在我的小镇，Flock Falcon 摄像头和 Motorola 摄像头都已安装。
Falcon 摄像头并不测速。相反，每当车辆经过时，摄像头会拍摄大约 6 到 12 张静态图像。随后，Flock 使用自动车牌识别软件和机器学习对这些图像进行分析。摄像头可以捕捉车辆的车牌、品牌、车型、颜色、车身类型、行驶方向、损伤情况、后装轮毂、保险杠贴纸以及其他细节。
“该软件会分析车辆图像，并提取车牌……以及其他可识别特征，”网络安全公司 TrustNet 联合创始人兼首席信息安全官 Trevor Horwitz 在接受 ZDNET 采访时表示，“这些信息会变成可搜索内容，即使调查人员没有完整车牌号，也能查找某辆车。”
这些记录并不是存储在路边摄像头里。根据 Flock 网站的说法，所有图像和相关数据都会通过蜂窝网络发送到其云系统，授权用户可以在 Flock Safety 仪表板中搜索这些数据。
警方还可以在摄像头检测到与被盗车辆、失踪人员、逮捕令或其他数据库条目相关的车牌时收到警报。因此，一台 Flock 摄像头可能有助于警方识别与犯罪有关的车辆，但当分布在不同城镇和州的大量 Flock 摄像头将记录上传到同一个可搜索网络时，它们就可以被用来追踪几乎任何人的行踪。“单次车牌命中所揭示的信息，与普通人不借助工具就能看到的并无二致：某辆车在某个时间出现在某个地点，”加州大学伯克利分校技术法临床教授、Samuelson Law, Technology, and Public Policy Clinic 主任 Catherine Crump 在接受 ZDNET 采访时表示。“但网络就不同了，尤其是当它包含大量摄像头时，因为随着时间推移，它会成为某个人行动轨迹的完整记录。”
另请参阅：如何审计 ChatGPT 了解了你什么——并重新夺回你的数据隐私。换句话说，我可能会在商店附近经过一台摄像头，在我女儿学校附近经过另一台，在回家的路上又经过第三台。每张图像都只呈现一个瞬间，但把它们加在一起，就能显示我去了哪里、何时到达，以及我经常走哪些路线。Crump 说：“把一个人的行动轨迹放在一起看，你能了解很多——他们在哪里工作、居住、礼拜、闲暇时做什么、与谁交往。” “而且与必须实时进行的传统监控不同，它可以用来重建一个人过去的行动轨迹。”
还要记住，Flock 销售许多采用不同技术和功能的产品。尽管 Flock 表示其 Falcon 摄像头不会追踪人，但该公司确实提供一种名为 Condor 的云台变焦摄像头，它可以检测并跟随人类。Flock 坚称其所有摄像头都不使用面部识别。不过，InvestigateTV 分享了一段视频，显示一台 Condor 会转动以保持记者在画面中。与 Falcon 一样，Flock 的 Condor 摄像头也可以将视频和警报发送回操作员，后者可能是警方或其他经授权的客户。Flock 将其人体追踪能力描述为一项名为 Guardian Mode 的目标检测功能，公司承认该功能可以被设置为检测人、跟随其移动、放大并捕捉其高分辨率视频。
AI、云存储和访问风险
庞大的摄像头网络并不是唯一令人担忧的问题。还需要考虑其他问题：AI 如何用于解读记录、这些信息在云端存储得是否安全，以及谁可以访问或分享这些信息。
另请参阅：在你购买智能手表或智能戒指之前，请先考虑你会失去什么。首先是 AI 这一部分。它无疑让 Flock Falcon 的记录更容易搜索。操作员无需逐一手动查看图像，而是可以跨多台摄像头搜索车牌、部分车牌、车辆描述或更宽泛的模式。但这也带来了风险。AI 可能会被用来搜索看似可疑、但实际上与已报告的犯罪无关的活动。
“当 ALPR（自动车牌识别）数据必须由某位警官为某项具体调查逐一检索时，这就限制了它的用途，而且通常会把它引导到合法的执法调查中，”Crump 说。“但如果 AI 可以被用来，例如，主动寻找与已知犯罪行为无关的可疑活动，那就会带来一大堆风险，尤其是画像分析和得出不准确结论的风险。”例如，警方可以要求 AI 系统标记出出现在抗议活动附近的车辆，即使没有报告任何犯罪行为。
下一个担忧是 Flock 的所有记录存储在哪里。Flock 表示，图像和车辆细节托管在 Amazon Web Services 上，经过加密，并且通常会在 30 天后删除。云存储并不自动意味着不安全，但把大量位置信息放进一个可搜索的系统里，使得强有力的安全和监督尤为重要。该系统可能会成为黑客和其他恶意行为者的目标，其中也包括拥有授权访问权限的内部人员。“组织需要对谁可以访问这些数据、保留多久、如何监控，以及如何防止未经授权的访问，建立严格控制，”Horwitz 说。但即使再强的云安全也无法阻止每一种滥用。“更隐蔽的危险是访问权限，”网络安全公司 Ignition 的创始人兼首席执行官 Noam Birnbaum 在接受 ZDNET 采访时说。“风险中最可怕的部分，往往是那些已经在系统里的人。”
对 Flock 数据的访问范围可能超出安装摄像头的那个机构。你家附近的摄像头可能属于某个警察局，但如果管理员授予权限，其他获授权用户仍然可以搜索或下载这些记录。一旦数据被共享，我所在城镇的本地规则——如果有的话——可能就不再决定它如何被使用，或者会被保留多久。“这破坏了某些城市为保护这类敏感信息而制定的规则，”Crump 说。“如果某项地方法令规定数据只能用于特定目的，或者只能保留特定时长，但别人把它下载到别处并随意使用，这些规定就失效了。”
误报也是个问题
围绕 Flock 的隐私担忧，可能看起来离你很远，直到 AI 系统出错，而某个人被错误指控。The Drive 的内容与产品总监 Joel Feder 最近就经历了这种情况，当时他驾驶着一辆带有厂商牌照的 Range Rover。Feder 并不知道，Flock 的 Falcon 摄像头开始追踪他的 SUV，并记录下了它的车牌；这个车牌看起来与加利福尼亚州一辆被报告失踪的车辆车牌相似。但那并不是同一辆车。警方仍然在明尼苏达州的一个停车场包围了 Feder 和他的妻子。
“起初，警官们已经做好准备，手都放在枪套上，”Feder 在接受 ZDNET 采访时说。“我当时立刻想到的，老实说，你不会信，是‘我连超速都没有。’...”
“我们大多数人只是困惑，为什么我们被警察团团围住。”问题在于，警方把一块与被盗车辆相关的车牌信息输入了数据库，而 Falcon 摄像头捕捉到了 Feder 的 Range Rover 车牌的部分读数。随后，AI 错误地将这两部分数据联系起来，直接把警察引到了 Feder 这里。Feder 在接受 ZDNET 采访、被问到这种情况最初本可以如何避免时表示：“如果一台 Flock 摄像头，或者任何摄像头，不管是 Axon 还是 Leonardo 的方案，读取到一个车牌，并且看到车牌上除了完全匹配之外还有其他字符，它就应该向警方发出提醒，告诉他们车牌上还有别的字符。”他说，这也会提醒人类警官，他们需要“进一步深挖，弄清楚情况，再继续往下走”。他补充说：“我们需要比今天更多的监管和防护栏。Flock 本身，以及销售/运营自动车牌识别系统的其他公司，都需要为他们的大语言模型以及内部防护机制负责，因为这些机制正在促成类似事件的发生。”Horwitz 表示赞同，并说系统也应该“支持人类决策，而不是取代它。”Feder 的这段经历表明，来自 Flock 摄像头的误报会对现实世界产生直接影响。另见：经过多年测试后，我真正推荐的 5 款智能家居设备
但他认为，更大的问题在于规则没有跟上技术发展的速度。“在我看来，技术进步远远快于为其设置约束的法规，”Feder 说，“关于这类技术如何使用、如何实施、谁能访问、可以用它做什么等等，绝对需要制定并执行新的法律、规则和法规。”
公开反对 Flock Safety
前罗得岛州警官 Noel Pichardo 最近引发了广泛关注，他声称自己长达七年的执法生涯突然结束，是因为他对 Flock 摄像头提出了担忧，并在州议员面前作证。Pichardo 在分享自己离职经过的一系列短视频中说，他被停职、错失晋升侦探的机会，并被施压辞职。罗得岛州警长协会在书面反驳中对他的说法提出异议。协会表示，他证词中的部分内容不准确，并认为他受到处分是因为不服从命令和涉嫌发表虚假陈述，而不是因为批评这些摄像头。另见：设置家用安防摄像头时应遵循的 7 条规则——以及你绝不能安装摄像头的地方
当被问到，他希望通过公开反对安装在其家乡 Pawtucket 的 Flock 摄像头实现什么时，Pichardo 说：“至少要把这些摄像头拆掉，或者围绕它们进行一场有意义的讨论——这在之前并没有给到我们。我们只是被默认应该顺从，照着地方政府决定的一切去做。”他补充说：“我只是想让你们，也就是公众，知道这些摄像头确实存在，而且它们是在没有征得你们同意的情况下被安装起来的。”
如何找到 Flock 摄像头（以及推动展开讨论）
Pichardo 的争议让我又想起了 Saranac Lake。
在这两种情况下，争论的焦点都不是 Flock 摄像头是否能帮助破案或预防犯罪，而是谁有权批准安装，以及公众是否有发言权。我一直在使用由志愿者维护的地图 DeFlock.org，查找我家附近的 Flock 摄像头。你可以按城镇或地址搜索，查看已报告的位置，而且通常还能看到照片、摄像头型号以及它朝向的方向。它的路线工具还可以估算你在一次行程中可能会经过多少个车牌识别器。由于这张地图由志愿者维护，一些条目可能缺失或已过时。例如，地图上似乎仍显示萨拉纳克湖（Saranac Lake）有 Flock 摄像头，尽管该村已经将其移除。找到摄像头后，居民可以向当地警察局、镇或村办公室、附近商家或业主协会询问，由谁拥有并运营它。一旦确认运营方，居民就可以索取合同、数据保留规则、数据共享协议、审计记录、误报处理流程，以及被允许搜索该系统的外部机构名单。随后，居民可以在公开会议上提出担忧，联系民选官员，提交公开记录申请，或者要求在安装更多摄像头之前举行听证会。民权律师 Adanté Pointer 在接受 ZDNET 采访时表示：“至少应当进行充分的公开讨论和辩论，以确定 Flock 的政策，特别是与其收集的信息共享以及谁能够访问这些数据相关的政策。”萨拉纳克湖表明了，当居民有机会发表意见并表达担忧时，可能会发生什么。在公众强烈反对之前，三台 Flock Falcon 摄像头已经安装完成，而村里随后取消了合同。人们理应尽早得知 Flock 摄像头的安装计划，以便在它们上马前提出问题、要求答复并表达自己的意见。直到这些摄像头已经安装并开始追踪我的行动，我才知道 Flock Safety 在我附近运营。我在撰写这篇报道前联系了 Flock Safety。一位发言人询问了我的截稿时间，并表示公司会作出回应，但截至本文发表时，我仍未收到声明或任何问题的答复。
来源与参考
收录于 2026-07-22