Andriod8.1之测量生物识别解锁模式的安全性
（2017年12月5号Google更新了Android8.1的CDD）
如今，基于生物识别的解锁模式几乎仅通过错误接受率 (FAR) 指标（即模型错误地接受随机选择的有误输入的概率）进行评估。虽然它是很有用的测量指标，但它无法提供足够信息来评估模型抵御针对性攻击的效果。
Android 8.1 引入了两项与生物识别解锁相关的新指标，旨在帮助设备制造商更准确地评估设备安全性：
冒名接受率 (IAR)：生物识别模型接受意图模仿已知良好样本输入的概率。例如，在 Smart Lock 可信声音（语音解锁）机制中，该指标将测量攻击者尝试模仿用户声音（使用相似的音调、口音等）成功解锁设备的概率。我们将此类攻击称为“冒名攻击”。
欺骗接受率 (SAR)：生物识别模型接受事先录制的已知良好样本的概率。例如，对于语音解锁，该指标会测量使用已录制的用户语音样本“Ok, Google”成功解锁用户手机的概率。我们将此类攻击称为“欺骗攻击”。
其中，IAR 测量并非对所有生物识别模式都有用。下面以指纹为例。攻击者可创建用户指纹的模具，并试图使用此模具绕过指纹传感器，此行为被视为欺骗攻击。但是，没有一种方法可成功模仿用户的指纹，所以没有关于指纹传感器冒名攻击的明确概念。
但是，SAR 适用于所有生物识别模式。
攻击示例
下表列出了针对四种模式的冒名攻击和欺骗攻击示例。
模式 | 冒名攻击 | 欺骗攻击 |
|---|---|---|
指纹 | 不适用 | 指纹 + 指纹模具 |
脸部 | 试图看上去像是用户的脸部 | 高分辨率照片、乳胶（或其他高质量）面罩 |
语音 | 试图听起来像是用户的声音 | 录音 |
虹膜 | 不适用 | 高分辨率照片 + 隐形眼镜 |
安全系数高与低的解锁模式
同时考虑三个接受率（FAR、IAR 和 SAR）的解锁模式被视为安全系数高的解锁模式。在不存在冒名攻击的情况下，我们只考虑 FAR 和 SAR。
要了解安全系数低的解锁模式的应对措施，请参阅 最新版本Android 兼容性定义文档(CDD)8.1。
我们将在此部分介绍有关测量生物识别解锁模式 SAR 和 IAR 的测试设置的注意事项，并提供关于这些测试设置的建议。
常见注意事项
尽管不同模式需要不同的测试设置，但有一些常见的注意事项适用于所有这些模式。
测试实际硬件
如果生物识别模型是在理想条件下测试的，并且测试硬件与实际所用的移动设备不同，则采集的 SAR/IAR 指标可能会不准确。例如，使用多个麦克风在无回音室中校准的语音解锁模型，当在嘈杂环境中使用单个麦克风时，行为会明显不同。为了获得准确的指标值，应在安装了相关硬件的实际设备上进行测试，或至少使用相同硬件并以其在设备上的实际应用方式进行测试。
使用已知的攻击
目前采用的大多数生物识别模式都被成功欺骗过，并且相应的攻击方法也已公开。下面简要介绍出现已知攻击的模式对应的测试设置。建议尽可能使用此处列出的设置。
预测新的攻击
对于进行了新的重大改进的模式，测试设置文档可能不包含合适的设置，并且可能不存在已知的公开攻击。在发现新攻击后，现有模式还可能需要调整测试设置。在这两种情况下，您都需要配置合理的测试设置。
针对不同模式的设置
指纹
IAR | 不需要。 |
|---|---|
SAR | 使用目标指纹的模具创建虚假指纹。测量结果的精确度与指纹模具的质量密切相关。牙科中使用的硅是一个不错的选择。测试设置应测量通过模具创建的虚假指纹成功解锁设备的概率。 |
脸部和虹膜
IAR | 下限将由 SAR 捕获，因此不需要单独测量该指标。 |
|---|---|
SAR | 使用目标的脸部照片进行测试。对于虹膜，需要放大脸部以模仿用户使用该功能的常规距离。照片应具有高分辨率，否则会产生误导性结果。照片的展现方式不应使其被识别出是图片。例如： 图片边界不应包含在内如果照片显示在手机上，则手机屏幕/边框不应可见如果有人拿着照片，手部不应可见对于直角来说，照片应填满传感器，使其他物体不可见。当样本（脸部/虹膜/照片）与相机呈锐角时（模仿用户将手机握在正前方并朝向脸部的用例），脸部和虹膜模型的宽容度通常更高。以该角度进行测试有助于确定您的模型是否易受欺骗。测试设置应测量通过脸部或虹膜图片成功解锁设备的概率。 |
语音
IAR | 通过参与者听到阳性样本后尝试模仿样本的方式进行测试。由不同性别、不同口音的参与者进行模型测试，以确保考虑某些语调/口音具有更高 FAR 的极端情况。 |
|---|---|
SAR | 用目标声音的录音进行测试。录音必须质量较高，否则会产生误导性结果。 |