（要闻）AI都能伪造指纹了，生物识别还安全吗

本篇文章1470字，读完约4分钟

“人工智能技术可以利用海量指纹数据作为‘原材料’，学习它们的结构特征和详细信息，按照一定的规则进行重组，生成模拟度高的伪造数据。”人工智能行业的资深人士孙立斌告诉《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。

Ai可以伪造指纹。解锁指纹安全吗？

针对网络的伪造指纹生成

“指纹识别，就是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。因为触摸认证方式对环境要求高，对手指的湿度和清洁度要求更高，指纹磨损也会造成识别困难；还有的是天生没有指纹，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，诈骗成本低。”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训练基础软件来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，即生成指纹以防止网络伪造."该论文的作者之一、纽约大学副教授朱利安·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。它本质上是一个生成模型。通过对抗训练，制造出带有数据噪声的深度伪造图片，可以用于数据增强，也可以用于突破。特定识别系统。”范浩强说道。

孙立斌解释说，人工智能技术也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，但计算机可以抓取这些信息，达到利用假指纹图像进行身份识别的目的。而且很多系统没有活体检测模块，无法确定采集的图像是否来自真实人体。这个漏洞使得假指纹图像通过系统验证。

指纹、人脸和虹膜识别各有特点

樊浩强介绍，就生物特征识别而言，常见的应用有指纹识别、人脸识别、虹膜识别。

虹膜识别目前主要见于一些高端智能手机的虹膜识别解锁。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。但与其他生物识别技术相比，虹膜识别硬件成本高，识别过程需要协调，难以大规模推广，镜头可能会产生图像失真，降低可靠性。因此，虹膜识别的图像采集和模式匹配相对不方便，要实现大规模商用还有很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，将构建的人脸特征模板的特征与被验证人的特征进行比较分析，根据分析结果给出相似值。这个值可以用来判断是否是同一个人。相比于需要接触指纹和匹配虹膜的识别特征，人脸识别可以自动捕获和验证，非合作识别更加方便，适用场景更加丰富。”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。

“是否容易获得。这包括获取应用场景的人脸数据和数据库数据，仅拥有任何单一的数据都无法完成识别和比较。目前，在人脸识别的商业应用场景中，任何一个环节，如数据采集、通话、比对等，都需要在用户知情同意的情况下进行。人脸生物样本核心数据库由公安、央行等核心机构控制，一般商业运营者无法使用。”范浩强说，第二是是否容易破。这不仅考验算法强度，也考验抗攻击能力。

“总的来说，人脸识别目前在生物识别领域是高度安全的。当然也不是万无一失。实现人脸识别安全和大规模落地，需要技术水平、法律法规和行业标准的逐步提高。”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各有特点，防伪能力也不同。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。(记者马爱萍)