AI都能伪造指纹了，生物识别还安全吗？

关注一下，更多精彩等着你！

“人工智能技术能够将海量的指纹数据作为‘原材料’，学习到他们的结构特征和细节信息，并且根据一定的规则进行重组，生成仿真度极高的伪造数据。”人工智能行业资深人士如是说。

最近，美国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能伪造指纹，指纹解锁还安全吗？）

生成对抗网络可伪造指纹

指纹识别，即通过识别手指纹路确认身份。指纹识别虽应用广泛但存在一定的弊端。因为触摸式的验证方式对环境要求高，对手指的湿度和清洁度更有要求，指纹磨损也会造成识别困难；另外一些人天生没有指纹，或者指纹特征少导致无法成像；不容忽视的是，指纹痕迹容易留存，存在被复制的可能性，造假成本低。

此次论文显示，研究人员使用神经网络数据训练基础软件，创建出令人信服的伪造指纹，其图像甚至优于原始指纹素材。“团队使用神经网络技术变体，即生成对抗网络伪造指纹。”论文作者之一、纽约大学副教授朱利安·托吉留斯说。

生成对抗网络是当下非常火爆的一种深度学习算法，它本质是一种生成式模型，通过对抗式训练，制造带有数据噪音的深度伪造的图片，可用于数据增强，也可用于攻破特定的识别系统。

人工智能技术还能够利用人眼和计算机认知方式的不同，在指纹图像中嵌入某些隐藏属性，虽然肉眼看不出来，但计算机可抓取这些信息，达到利用伪造指纹图像进行身份识别的目的。并且很多系统没有活体检测模块，无法判定获取的图像是否来自于真实的人体，这一漏洞使得伪造的指纹图像可以通过系统验证。

指纹、人脸、虹膜识别各有特色

就生物识别来说，目前常见的应用有指纹识别、人脸识别、虹膜识别等。

指纹识别就是通过识别手指纹路确认身份，因为所有的手指没有相同的纹路，所以基本没有误识别概率。目前，指纹识别是使用最为广泛的安全认证方式，在公共场所，工作或者通关入境都可以选择指纹打卡。

与指纹识别相较来看，人脸识别所使用的数据量更多，从而更加精确。而且与指纹需要接触不同，人脸隔空识别，除了特定事项的认证，不要求验证者的注意力。这也是为什么在明星演唱会上可以发现犯罪嫌疑人的原因，在图像识别上，可以自动抓取验证，这是接触式识别所不具备的能力。

相较于指纹、人脸识别，虹膜识别技术通过人体独一无二的眼睛虹膜特征来识别身份，虹膜是位于眼睛黑色瞳孔和白色巩膜之间的圆环状部分，总体上呈现一种由里到外的放射状结构，由相当复杂的纤维组织构成，包含有很多相互交错的类似于斑点、细丝、冠状、条纹、隐窝等细节特征，这些特征在出生之前就以随机组合的方式确定了下来，一旦形成终生不变。虹膜识别的准确性是各种生物识别中最高的。

多模态融合的识别方式更安全

多模态生物识别常被人称之为混合生物识别、复合生物识别、多重认证生物识别。

所谓的多模态生物识别是将指纹和指静脉，面部和指纹、面部和虹膜、掌纹和掌静脉等多种验证方式结合起来进行身份验证的一种技术。多模态生物识别技术融合了多种模态的特征，且通过信息融合技术提高了识别系统的安全性和抗攻击能力，同时降低了错误率，使得多模生物特征识别技术能够有效缓解单模态生物特征识别技术的缺陷，带来更好的识别性能。

通过融合人体多种生物特征进行身份识别的技术，能使身份认证及识别过程更加精准、安全，从而提高整体系统的性能，满足不同的应用场景。多模态识别较单一特征识别技术具有独特的优势，它支持多种生物识别技术，用户可根据不同的需求和应用场景选择合适的生物识别认证模式，实现一站式生物识别服务。