生物识别技术

用手机看条目

出自 MBA智库百科(https://wiki.mbalib.com/)

(重定向自生物识别)

  生物识别技术(biometric technology)

目录

什么是生物识别技术[1]

  生物识别技术,就是利用人体生物特征进行身份认证的一种技术。通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段的密切结合,将人体固有的生理特征或行为特征收集起来,进行取样,运用图像处理和模式识别的方法提取特征进行数字化处理,转换成数字代码,并将代码组成特征模板存于数据库中。在人们同识别系统交互进行身份认证时,识别系统获取其特征并与数据库中的特征模板进行比对,以确定是否匹配,从而决定并确定身份。其关键的技术在于如何获取生物特征,并将其转换为数字信息,存储于计算机中,利用可靠的匹配算法来完成验证与识别个人身份。

  与传统的身份鉴定手段相比,基于生物特征识别的身份鉴定技术具有以下优点:不易遗忘或丢失;防伪性能好,不易伪造或被盗;“随身携带",随时随地可用。

生物识别技术的分类[1]

指纹识别

  指纹注册又叫指纹登记,是从指纹图像中提取指纹特征值,形成指纹特征值模板,并与人的身份信息结合起来,存储在指纹识别系统中的过程,它相当于为指纹报户口。所以指纹注册的时候,需要保证指纹与身份信息之间的正确对应。

  每个人的指纹皮肤纹路是唯一的,并且终身不变,具有唯一性和稳定性指纹识别技术通过分析指纹的全局特征和指纹的局部特征,特征点如嵴、谷和终点、分叉点或分歧点,从指纹中抽取的特征值。平均每个指纹都有几个独一无二、可测量的特征点,每个特征点都有大约7个特征,10个手指产生最少4 900个独立、可测量的特征,这说明指:纹识别是一个足够可靠的鉴别方式。

  指纹识别技术的优点包括:实用性强,指纹样本便于获取,易以开发识别系统;可靠性易以增加,可以通过登记更多的指纹,鉴别更多的手指来提高其准确度;方便性好,扫描指纹的速度很快,使用非常方便;应用广泛,指纹识别技术占领了大部分市场;指纹识别产品的性价比较好,指纹采集头更加小型化,并且价格低廉。

  指纹识别技术的缺点包括:指纹的广泛性较差,个别人或某些群体的指纹因为指纹特征很少,成像很难,对该技术的应用有一定的影响;用户接受性较差,过去因为在犯罪记录中使用指纹,使用户在使用上存在一定的心理障碍。

人脸识别

  人脸识别人脸识别,又被称为面纹识别,是利用人体面部的不重复性特征来实现身份识别。眉毛、眼睛、鼻子等部位属于最为典型的区域。例如:将人眼睛黑色部位的颜色像素统计出来,就可以明显地区别于面部的其他部位,从而确定眼睛的大小和位置。

  同理,利用这种方法也可以检测出人脸的大小、位置,并将五官定位,从而得到整个人脸模板的特征向量,以供系统进行对比分析。人脸识别技术中广泛采用的区域特征分析算法,融合了计算机图像处理技术与生物统计学原理,利用计算机图像处理技术从视频中提取人像特征点,利用生物统计学的原理进行分析并建立数学模型,即人脸特征模板。利用已建成的人脸特征模板与被测者面像进行特征分析,根据分析的结果来给出一个相似值,通过这个值即可确定是否为同一人。人脸识别主要应用于刑侦破案,例如:在机场、体育场、超级市场等公共场所对人群进行监视,以达到身份识别的目的。

  人脸面像识别技术的优点是:人脸识别具有主动性、非侵犯性和用户友好等优点。

  人脸识别技术的缺点有:精确性低,目前的人脸识别方法主要集中在二维图像方面,由于受到光照、姿势、表情变化的影响,识别的准确度受到很大的限制;成本较高,面像识别技术的改进依赖于提取特征与比对技术的提高,采集图像的设备较为昂贵。

声音识别

  声音识别是一种行为识别技术,声音识别设备不断地测量、记录声音的波形和变化,并进行频谱分析,经数字化处理之后做成声音模板并加以存储,使用时将现场采集到的声音同登记过的声音模板进行精确的匹配,以识别该人的身份。这种技术的精确度较差,使用困难,不适用于直接数字签名和网络传输。声音识别就是通过分析使用者的声音的物理特性来进行识别的技术。目前,虽然已经有一些声音识别产品进人市场,但使用起来还不太方便,这主要是因为传感器和人的声音可变性都很大。另外,比起其他的生物识别技术,它使用的步骤也比较复杂,在某些场合显得不方便。

  声音识别技术的优点包括:声音识别是一种非接触的识别技术,用户可以很自然地接受;声音识别技术具有较好的方便性、经济性和准确性。

  声音识别技术的缺点有:精确度较低,声音因为变化的范围太大,很难进行精确的匹配;技术复杂度较高,声音的音量、速度和音质会受一定的条件,如感冒的影响,需增加系统功能以适应该变化;成本较高,声音采集设备,如高保真的麦克风,是很昂贵的。

虹膜识别

  虹膜位于眼睛的巩膜和瞳孔之间,由许多腺窝、皱褶和色素斑等构成,包含了极为丰富的纹理信息。虹膜的形成由遗传基因决定,人体基因的表达决定了虹膜的形态、生理、颜色和总的外观。人发育到8个月左右,虹膜就基本上发育到了足够的尺寸,进入了相对稳定的时期。每个人的虹膜花纹都是不同的,即使是双胞胎、同一人左右眼的虹膜图像也不相同。虹膜识别技术就是应用计算机对虹膜花纹特征进行量化数据分析,用于确认被识别者的真实身份。在识别过程中,先通过红外摄像头摄取来者的面部,接着对虹膜进行定位并取出特征进行计算,然后与数据库的库存数据进行对比,最后做出判断并采取措施。

  虹膜识别技术的优点包括:生物特征的采集较为方便,准确性较高。据统计,到目前为止,虹膜,识别的错误率是各种生物特征识别中最低的。

  虹膜识别技术的缺点有:应用普及程序较低,虹膜识别系统已经进行了许多测试,但还没有更大规模的应用;成本较高,很难将图像获取设备的尺寸小型化,同时需要昂贵的摄像头。

视网膜识别

  视网膜识别技术是利用激光照射眼球的背面,扫描摄取几百个视网膜的特征点,经数字化处理后形成记忆模板存储于数据库中,供以后的比对验证。视网膜是一种极其稳定的生物特征,作为身份认证是精确度较高的识别技术。但使用困难,不适用于直接数字签名和网络传输。有证据显示,视网膜扫描是十分精确的,但它要求使用者注视接收器并盯着一点。这对于戴眼镜的人来说很不方便,而且与接受器的距离很近,也让人不太舒服。所以,尽管视网膜识别技术本身很好,但用户的接受程度很低。

  视网膜识别技术的优点包括:视网膜的生物特征具有较强的优势,视网膜是- -种极其固定的生物特征,因为它是“隐藏”的,不易磨损、老化或者受疾病的影响;视网膜识别技术有较高的准确性和防伪性。

  视网膜识别技术的缺点有:应用技术的广泛性差,应用普及程度不高;消费者的接受性较低,视网膜技术是否会给使用者带来健康的损坏有待进一步的医学证实,影响了其应用前景;视网膜识别技术的成本较高。

掌纹识别

  手掌几何学是基于这样一个事实:几乎每个人的手的形状都是不同的,而且这个手的形状在人达到一定的年龄之后就不再发生显著的变化。当用户把他的手放在手形读取器上时,一个手的三维图像就被捕捉下来。接下来,对手指和指关节的形状和长度进行测量。手形读取技术可划分为下列3种范畴:手掌的应用,手中血管的模式,以及手指的几何分析。映射出手的不同特征是相当简单的,不会产生大量的数据集。但是,即使有了相当数量的记录,手掌几何学不一定能够将人区分开来,这是因为瘦的特征是很相似的。与其他生物识别方法相比较,手掌几何学不能获得最高程度的准确度。人类手掌的立体形状,就如同指纹一样,是每个人都互不相同的、可以作为身份确认的识别特征。手掌特征是指手掌长度、宽度和厚度,以及手指的表面特征。首先,掌形识别系统获取手掌的三维图像,然后经过分析并确定每个手指的长度、手指不同部位的宽度,以及靠近指节的表面和手指的厚度。可得到近百个掌形的数据,从而与模板进行比较,并得出结果。

  掌纹识别的优点是手掌的几何特征的稳定性极高,不易受外在环境的影响而改变。

  掌纹识别的缺点是掌形识别容易受生理状况改变的影响,而造成识别率的不稳定刀。

签名识别

  签名识别,也被称为签名力学识别( DSV:Danamic Signature Verification), 它是建立在签名时的力度上的,分析笔的移动,例如:加速度、压力和方向,以及笔划的长度,而非签名的图像本身。签名力学的关键在于区分出不同的签名部分,有些是习惯性的,而另一些在每次签名时都不同签名的使用已经被广泛地接受,应用范围从独立宣言到信用卡都可见到。然而,签名辨识的问题仍然存在于获取在辨识过程中使用的度量的方式,以及签名的的重复性。DSV系统已被控制在某种方式上去接受变量。但是,如果不降低接受率,它就无法持续地衡量签名的力度。

  签名识别技术的优点有:较好的接受性,使用签名识别是一-种公认的身份识别的技术,易以被大众接受。

  签名识别技术的缺点包括:技术复杂度较高,随着人的性情与生活方式的改变,签名也会随着改变,需增加系统功能以适应该变化;价格较高,用于签名的手写板结构复杂而且价格昂贵。

静脉识别

  我们的手背静脉血管分布图纹,就如同指纹一样,千差万别,因此可以作为身份确认的识别特征。静脉血管属于皮下组织,不同于人体表皮的指纹,不容易受外界环境的影响,是非接触性的信息采集,很难伪造,因此可以满足高安全要求的身份 识别。

  静脉识别安防管理系统的原理是根据血液中的血红素有吸收红外线光的特质,将具红外线感应度的小型照相机对着手指进行摄影,即可将血管的阴影处摄出图像来。将血管图样进行数字处理,制成血管图样影像。静脉识别系统就是首先通过静脉识别仪取得个人静脉分布图,从静脉分布图依据专用比对算法提取特征值,通过红外线CCD摄像头获取手背静脉的图像,将静脉的数字图像存贮在计算机系统中,将特征值存储。进行静脉比对时,实时地采取静脉图,提取特征值,运用先进的滤波、图像二值化、细化手段对数字图像提取特征,同存储在主机中静脉特征值比对,采用复杂的匹配算法对静脉特征进行匹配,从而对个人进行身份鉴定,确认身份。全过程采用非接触式。

  与其他生物识别技术相比,静脉识别具有很多优点:1)通过例证和收集数据证明,所有人的静脉是不同的,完全相同静脉特征的人几乎没有,而且这种差异将会在他们的一生中都不会消失; 2)由于静脉分布藏匿于身体内部,其特征属天赋密码,不会遗失,不会遗忘,使用简便,所以不存在仿制或失窃的风险; 3)高精密判断,不受外部污染、轻伤影响,人类手部表面的皮肤条件不会对认证工作造成影响;4)非侵人性和非接触性成像技术对红外线的采用,可以确保使用者的便捷性和清洁性;5)由于静脉形状的相对稳定性和捕捉影像清晰性,所以,可对低分辨率相机拍摄的图样资料进行小型的简单数据影像技术处理。因此,其准确率比指纹识别还高。实验显示,其无法识别的几率仅有0.01 %,识别错误的概率则只有0.00008 %,识别率已经达到了99.9% 19。

其他生理特征的识别技术

  其他生理特征的识别技术:味纹识别、手形识别、人耳识别、DNA 和红外温谱图。这里除DNA识别具有绝对的权威性和准确性外,其他识别方式适合安全要求较低的场所。

生物识别技术的应用[2]

  市场数据根据笔者创立的生物识别市场细分原则,将生物识别市场细分为五大领域:

  1、商业应用( Commercial Use )。主要包括考勤、门禁(企业应用)、锁类、逻辑门禁(验证授权等)、智能卡应用等。

  2、司法应用( Enforcement Applications )。司法鉴证系统(指纹、人脸自动识别系统等)。

  3、公众项目应用( Civil Applications )。医疗、教育社会保险等应用。

  4、公共与社会安全应用( Public Security Applications )。证照(身份证、护照等)系统、出入境控制系统、黑名单追踪系统、敏感岗位任职人员背景调查系统、门禁(高端门禁)系统等。

  5、个人消费类应用( Consumable Products )。门锁、与PCPDA手机及其他IT产品等的结合应用、玩具、家电等。

生物识别技术的发展现状[3]

  1、生物识别技术迅速发展,安全优势进一步凸显

  一是准确率大幅提升,可靠性增加。近年来,生物识别技术持续快速演进和优化发展,以深度学习算法为基础的计算机技术日渐成熟,为生物特征识别提供了非常强大的计算和分析能力,生物识别准确率大幅度提升。根据国际权威数据库LFW显示,人脸识别准确率达99.8%,纹识别准确率达98%,虹膜识别准确率达99%。二是相较于传统身份认证方法,安全性优势凸显。相较于传统的“用户名+ 密码”身份认证方法,生物识别技术不易遗忘、不易复制,利用其进行身份认证无须设置、记忆众多密码,可以有效减少密码丢失泄露情况发生。相较于“手机号+验证码”身份认证方法,利用生物识别技术进行身份认证可有效避免短信验证码被恶意拦截风险

  2、生物识别技术应用愈加广泛,在身份认证方面表现突出

  一是生物识别技术应用领域越来越广。生物识别技术不断发展,为其广泛应用奠定了坚实的技术基础和安全保障。全球众厂商纷纷推出基于生物特征识别技术的软硬件产品及行业解决方案,相关工程项目与应用方案也在金融、电信、信息安全、生产制造、医疗卫生、电子政务电子商务、军事等行业或领域得到广泛应用。二是生物识别技术在身份认证方而的应用较为成熟。人脸识别、指纹识别、指静脉识别三大主流技术陆续实现全球大规模商用。国内包括工商银行中国银行在内的数家银行已允许用户通过指纹认证登录账户,招商银行更是推出人脸识别登录功能。

  3、生物识别市场潜力巨大,各方加紧战略布局

  从行业市场趋势.上看,生物识别技术市场规模迅速增加。根据《2016- 2021年中国生物识别技术行业市场调研与投资预测分析报告》显示,2016年生物识别技术行业的市场规模在150亿美元左右,到2021年将增加至305亿元。从国家顶层布局看,一方面,国家级生物识别数据平台开始构建。2017年11月,澳大利亚政府宣布将建立全国范围内面部识别数据库,并且可能向电信和银行提供相关数据,协助调查犯罪。2018年1月,俄罗斯在相关法案中提出拟建全国生物识别数据库,包括人脸图像、声音样本直至虹膜和指纹数据,加快金融服务业数字化。另-方面,生物识别技术已体现在国家相关管理规定中。2017年12月,泰国推出SIM卡认证规定,国内外用户通过泰国三家通讯运营商购买新手机卡,必须进行面部或指纹扫描生物识别。

生物识别技术的风险挑战[3]

  1、生物识别技术仍存有一定局限性

  在生物识别技术迅猛发展,市场规模逐年增加的同时,也要清醒地认识到,生物识别技术也存在一定的约束性和局限性。在技术可用性方面,受限于生物体征可能存在外界干扰,生物识别技术准确率尚未全部达到100%,存有误判、误报小概率风险隐患,目前往往只能作为密码认证的替代和辅助方式。在技术可靠性方而,存在被破解仿冒风险隐患,部分黑客收录:声音样本合成语音、利用3D打印技术伪造指模、通过人工智能和图像处理技术提取虹膜特征,从而达到破解声纹、指纹、虹膜识别目的。在技术应用方面,日前仍存有用户配合度高、设备成本高、技术专利费用高等问题,特别是高端芯片自主供给能力不够,安全可控能力不足,需要全产业链高度支撑配合,加速培育健康发展的产业生态。

  2、生物识别技术的应用仍存诸多安全隐患

  随着生物识别技术在各领域应用范围逐步拓宽,安全风险隐患日益凸显6。一是存在被“物理克隆”的安全隐患。不法分子可通过3D打印用户指模、非法收集合成的语音、利用照片制作活体“灰脸”方式“物理克隆”用户身份特征,由于生物特征终身唯--并无法改变,被非法复制后将对用户产生长期威胁。二是存在信息泄露:篡改的网络安全风险。在网络安全方面,生物特征信息在传输和存储中,若相关网络、系统或平台被木马病毒入侵,则存在被非法泄露、篡改、滥用等安全风险,黑客若将相关信息转入地下黑产,对于信息安全经济安全、人身安全都可能存在较大威胁。

  3、生物识别安全管理规范仍需细化、标准依然缺乏

  一是多数国家将生物特征信息纳入个人信息范围进行规范管理管理机制仍需细化健全。生物识别技术核心是对生物特征信息的处理,目前国内外均将指纹等生物特征信息纳人个人信息范围进行规范管理。如美国《个人隐私权法》、《 隐私权法案》、《隐私权保护法案》明确将手指指印等生物信息纳人保护之列。我国《网络安全法》也明确将个人生物识别信息纳入个人信息范围。但对生物特征信息的高度隐私、终身唯一等特殊性,尚未在信息收集、传输、处理等方面有针对性地进一步明确细化相关管理要求。二是生物识别技术标准特别是安全防护标准缺乏。国家质量监督检验检疫总局、国家标准化管理委员会批准发布涉及公共安全领域生物特征识别的多项标准,具体包括《公共安全指静脉识别应用算法识别性能评测方法》( GB/T 35676-2017) 、《公共安全指纹识别应用图像技术要求》( GB/T 35736-2017)、《公共安全指纹识别应用采集设备通用技术要求》( GB/T 35735-2017 )、《公共安全人脸识别应用图像技术要求》( GB/T 35678-2017 )等。但相关标准都是以公安业务的刑事侦查、证照管理或安防为基础制定,未能从人体生物识别技术的高度建立相应的标准体系,特别是生物识别技术网络安全防护标准仍然匮乏。

生物识别技术的对策建议[3]

  1、大力支持推动生物识别技术创新发展

  当前生物识别技术在可靠性、可用性和技术应用上仍存一定局限性,一是要坚持从国家和行业发展层面推动生物识别技术发展。深入落实《新一代人工智能发展规划》相关要求,通过将生物识别技术,纳入国家网络安全技术试点示范工程等方式,鼓励企业加大投人、强化技术研发,推进形成自主可控的更加先进的生物识别技术。二是要注重推动生物识别与新技术的融合创新。加快推动生物识别技术与机器学习、大数据、云计算等技术的融合发展,借力强大的计算能力、数据处理能力、智能化算法,进一步提升生物识别技术准.确率,提升技术可靠性、可用性,降低技术使用成本,为生物识别更加广泛应用、更加持续的产业发展提供坚强的技术保障。

  2、大力强化生物识别信息安全保障

  一是提升用户安全意识。不要随意将个人生物特征信息向他人提供,因相关服务确需提供的,应注重其服务隐私条款是否合规,是否遵循合法正当必要的原则。 二是企业要着重强化网络安全防护。加强数据存储安全,通过采用加密、模糊变化等方式,只存储经过处理的生物信息,防止原始信息大规模泄露。提升信息获取权限,减少知悉范围。加强系统漏洞检测力度,及时修复相关漏洞,降低被攻击泄露风险。强化系统安全防护,通过配备防火墙、防毒工具等方式,提升系统整体安全防护能力。

  3、加强行业安全管理,健全标准体系

  一是在安全监管方面,加强生物特征信息的数据安全管理。落实用户个人信息保护相关管理规定,对生物特征信息的收集、使用、存储、转移提出具体管理要求,尤其是生物信息应在使用期满或与用户终止合同时从数据库中删除。二是在技术标准方面,进一步健全完善标准体系。组织开展生物识别基础技术、特征提取、安全加密等技术标准研究制定,通过相关标准明确生物识别信息的应用场景和安全要求,指导提升行业生物识别技术应用的安全水平。

参考文献

  1. 1.0 1.1 方植彬.信息与通信网络安全技术——生物识别技术[J].电子产品可靠性与环境试验,2014,32(05):55-61.
  2. 毛巨勇.生物识别技术的发展与现状[J].中国安防,2010(08):36-39.
  3. 3.0 3.1 3.2 于成丽,刘浩.生物识别技术的发展应用及安全问题研究[J].保密科学技术,2018(05):28-31.
本条目对我有帮助2
MBA智库APP

扫一扫,下载MBA智库APP

分享到:
  如果您认为本条目还有待完善,需要补充新内容或修改错误内容,请编辑条目

本条目由以下用户参与贡献

33.

评论(共0条)

提示:评论内容为网友针对条目"生物识别技术"展开的讨论,与本站观点立场无关。

发表评论请文明上网,理性发言并遵守有关规定。

打开APP

以上内容根据网友推荐自动排序生成

闽公网安备 35020302032707号