Nous préférons prévenir dès le début, ce logiciel fait peur, ce logiciel est à prendre avec des pincettes et enfin, ce logiciel peut servir pour des personnes paranoïaques.

(Ce cadre est fourni à des fins éducatives uniquement. L’utilisation de ce cadre sans la permission de toutes les parties appropriées peut être contraire à la loi, selon votre juridiction. À utiliser à vos risques et périls.)

Nous vous présentons aujourd’hui le logiciel “Surveillance Detection Scout” développé par Truman Kain at DEFCON 27.

Le logiciel utilise un traitement des vidéos enregistrées par les caméras de votre Tesla pour vous dire si vous êtes suivi en temps réel que ce soit par des voitures ou des individus.

Le logiciel va enregistrer en temps réel toutes les voitures que vous allez croiser en indiquant le risque que celle ci comporte. Ensuite sur l’ordinateur vous pourrez retrouver toutes les voitures croisées mais aussi l’endroit et le nombre de fois.

Il en est de même avec les personnes, le logiciel va pouvoir vous avertir par notification des personnes qui s’approchent de votre voiture en prenant une photo et même avec la possibilité de reconnaître ce visage.

Des dizaines de mots ne suffisent pas a une démonstration comme ci-dessous :

Nous ne doutons pas de la performance du logiciel mais nous émettons un hypothèse sur son utilité pour des personnes lambda. Après chacun et libre de tester ce qu’il souhaite en accord avec la législation de son pays !

Copié / collé source Link GitHub :

First Things First (Polling Data)

Even if you don’t yet have the hardware necessary to start running inference with Scout, you can start polling your vehicle, so that at least you can start to capture your historical trip data. Scout utilizes TeslaJS for polling.

Once your MongoDB instance is up and running, update the CHANGEME sections of scripts/TeslaJS/poll.js.

If you’d like to restart the poll script automatically if it crashes (internet outage or similar), uncomment lines 3 and 4 of setup.sh, and comment line 5.

Finally, run ./scripts/TeslaJS/setup.sh.

Xavier Setup

Jetpack SDK full install
Install NVMe SSD (great instructional article here)
3D print Xavier base cover to hold antennas
Install wireless adapter and antennas
Install Node
Install, configure and start up a MongoDB instance
Create one 240GB EXT4 partition on the SSD
Copy the files in scripts/Xavier/l4t-usb-device-mode over to /opt/nvidia/l4t-usb-device-mode/.
Plug the rear USB C into a Windows or Mac, then /opt/nvidia/l4t-usb-device-mode/nv-l4t-usb-device-mode-start.sh
Once you see the drive come up on your Windows or Mac, reformat it (from said Windows/Mac) as EXT4
Eject the drive from Windows/Mac
Run service nv-l4t-usb-device-mode stop
Close and reopen the Disks app on Xavier
Create another partition, 284GB, EXT4
Create a partition image of the 240GB partition which you just reformatted- save it inside the new 284GB partition as sdsusb.img
Delete the 240GB partition
Create a 500GB EXT4 Partition
In /opt/nvidia/l4t-usb-device-mode/nv-l4t-usb-device-mode-config.sh, uncomment line 110 and comment line 109
Get the UUIDs of the two partions on the SSD, and update the CHANGEME areas of ./scripts/Xavier/setup.shappropriately
Run ./scripts/Xavier/setup.sh
Reboot Xaxier
Add the lines in ./scripts/Xavier/crontab to your user’s crontab
Congratulations, you are now a data hoarder.

Try powering down the Xavier and plugging it into a Tesla USB slot (unplug your existing flash drive first if you’re using one), using the provided Xavier USB-C to USB-A cable, and powering the Xavier via USB-C car charger (into the USB-C port on the side of the Xavier with the other various ports). Tesla will either automatically mount the device, or if you see the camera icon with a gray dot, you can press-hold on the camera button to mount the device. That gray dot should turn red.

Next Up: Web Client (for playback) coming within 24 hours. Watch this repo to be notified at that time

Source GitHub