AI都能伪造指纹了，生物识别还安全吗

本篇文章1490字，读完约4分钟

人工智能技术可以将大量的指纹数据视为现状；原材料，了解它们的结构特征和细节，并根据一定的规则对它们进行重组，以生成具有高度模拟性的伪造数据。人工智能行业的老手孙立斌告诉《科技日报》记者。

最近，纽约大学和密歇根州立大学发表的一篇论文详细介绍了深度学习技术如何削弱指纹识别的安全系统。

人工智能可以伪造指纹。解开指纹安全吗？

针对网络的伪造指纹生成

指纹识别，即通过识别手指线条来确认身份。虽然指纹识别被广泛使用，但它也有一些缺点。由于触摸认证方法对环境要求较高，对手指的湿度和清洁度要求较高，指纹磨损也会造成识别困难；其他人出生时没有指纹，或者指纹特征太少，无法成像；不可忽视的是，指纹痕迹容易保留，有被复制的可能，而且伪造的成本很低。迪法恩斯科技研究所研究员范浩强告诉《科技日报》记者。

本文表明，研究人员使用神经网络数据来训练基础软件，以创建令人信服的假指纹，图像甚至优于原始指纹材料。该团队使用了神经网络技术的一种变体，即生成指纹来对抗网络伪造。本文作者之一、纽约大学副教授朱利安·米德多；托吉利乌斯说。

生成对抗网络是目前非常流行的深度学习算法。其本质是一种生成模式。通过对抗训练，它可以产生带有数据噪声的深度伪造图像，这些图像可以用于数据增强，也可以用于破坏特定的识别系统。范浩强说道。

孙立斌解释说，人工智能技术还可以利用人眼和计算机不同的认知模式，在指纹图像中嵌入一些隐藏的属性。虽然肉眼看不到，但电脑可以抓取这些信息，达到用假指纹图像进行身份识别的目的。此外，许多系统没有活体检测模块，该模块不能确定获取的图像是否来自真实人体。这个漏洞使得假指纹图像通过了系统验证。

指纹、人脸和虹膜识别各有特点

范浩强介绍说，就生物特征识别而言，常见的应用有指纹识别、人脸识别和虹膜识别。

目前虹膜识别主要出现在一些高端智能手机的虹膜识别解锁中。与指纹识别相比，虹膜识别技术利用人眼独特的虹膜特征来识别身份，虹膜识别的准确率高于各种生物特征识别。然而，与其他生物特征识别技术相比，虹膜识别硬件成本高，识别过程需要协调，难以大规模推广，并且镜头可能产生图像失真，降低了可靠性。因此，虹膜识别的图像采集和模式匹配相对不方便，要实现大规模的商业应用还有许多技术难点需要克服。

人脸识别利用计算机图像处理技术从人脸中提取关键特征点，将建立的人脸特征模板与验证后的人脸特征进行比较分析，并根据分析结果给出相似值。该值可用于确定是否是同一个人。与指纹需要触摸、虹膜需要匹配的识别特征相比，人脸识别可以自动抓取和验证，非匹配识别更加方便和适用。范浩强说道。

多模态融合识别更安全

根据范浩强的分析，人脸识别在评估安全性时有两个不可忽视的维度。

容易获得吗？这包括获取应用场景的人脸数据和数据库数据，仅仅有任何单一的数据都不能完成识别和比较。目前，在人脸识别的商业应用场景中，任何环节，如数据采集、调用和比较，都需要在用户知情同意的情况下进行。然而，人脸生物样本的核心数据库是由公安、央行等核心机构控制的，普通商业运营商无法使用。范浩强说，第二是是否容易突破。这不仅是对算法强度的测试，也是对抗攻击能力的测试。

总的来说，目前人脸识别在生物识别领域是高度安全的，当然也不是万无一失的。为了安全、大规模地实现人脸识别，需要逐步提高技术水平、法律法规和行业标准。范浩强说道。

孙立斌认为，生物识别技术发展迅速，不同模式的生物识别技术有各自的特点和不同的防伪能力。为了在更高层次上抵御假肢攻击的风险，可以采用多模态融合，如步态和人脸集成识别，这样可以大大增加伪造数据的难度，提高识别系统的安全性。