分析综述：以车牌识别摄像头闻名的Flock Safety公司，将监控提升到了一个全新的水平。在对开发者公开代码进行技术审计的过程中，我发现了OS Investigate工具的痕迹——这是一个允许执法人员在没有任何识别特征（包括姓名或车牌号）的情况下识别驾驶员的系统。
隐藏功能的架构
在研究Flock网站客户端部分时，我发现了超过450个在登录时加载的文件。这使我能够重建普通用户无法访问的系统界面。独立安全专家证实了我的发现。
OS Investigate包含69个预置的AI查询。警察可以使用现成模板、修改模板或创建自定义查询。该系统与摄像头、警方数据库、911报警记录、逮捕数据以及包含电话、电子邮件、出生日期和亲属信息的商业档案集成。
无需标识符的搜索
关键特性在于，69个模板中有19个旨在识别行为模式，而14个根本不需要姓名、车牌号或车辆描述。只需指定地理位置、时间窗口和活动类型即可。这从根本上改变了调查范式：现在搜索的对象不再是个人，而是其路线模式。
“关联”识别算法
一个独立功能分析定期出现在目标车辆附近的车辆。该算法记录在同一摄像头下间隔不超过两分钟的匹配情况。在至少三次匹配且置信度足够的情况下，该车辆会进入20个可能“关联”的列表。这实际上基于移动轨迹构建了一个社交图谱。
监管漏洞
代码中设计了请求理由表单，但它没有实质性限制——只需输入至少三个字符即可。这是一种形式，而非障碍。Flock代表Paris Lubell确认该服务正在开发中，但并未否认所描述的功能，声称该系统仅使用警方已有权限访问的数据。
背景与风险
Flock网络覆盖美国6000多个社区，每月处理约200亿次车牌读取。司法研究所已记录了数十起滥用案例——从监视前伴侣到数据的不当使用。作为回应，Flock指出其请求日志记录和操作与特定用户的绑定，称这些事件为个例。
在此背景下，国会议员Thomas Massie提议剥夺使用此类系统的市政当局的联邦资金。部分城市已重新审查了合同。
我的分析：这项技术跨越了伦理边界——无需标识符的预测性监控开创了一个先例，使任何公民都成为隐性画像的对象。即使形式上符合法律，对请求理由缺乏实质性控制也使该工具成为潜在的大规模监控武器。