多年來(lái)，生物特征認(rèn)證技術(shù)一直是重要的行業(yè)趨勢(shì)，尤其是在2021年，由于市場(chǎng)上出現(xiàn)了新的人工智能創(chuàng)新。據(jù)IBM稱(chēng)，20%的漏洞是由泄露的憑據(jù)造成的。更糟糕的是，識(shí)別和響應(yīng)數(shù)據(jù)泄露平均需要287天。

　　基于人工智能的安全性的使用正在增加，對(duì)于在任何行業(yè)中保持競(jìng)爭(zhēng)力都是必要的。IBM報(bào)告稱(chēng)，截至2021年，25%的企業(yè)已完成基于AI的安全性部署，而另外40%的企業(yè)已部分部署。剩下的35%尚未開(kāi)始此過(guò)程，如果您的業(yè)務(wù)屬于第三類(lèi)，您可能會(huì)將您的客戶置于危險(xiǎn)數(shù)據(jù)泄露的巨大風(fēng)險(xiǎn)中。到2021年，投資于基于人工智能的安全性預(yù)計(jì)將幫助企業(yè)節(jié)省高達(dá)381萬(wàn)美元。

　　能夠使用人工智能來(lái)識(shí)別和自動(dòng)響應(yīng)數(shù)據(jù)泄露對(duì)于保護(hù)公司及其客戶的數(shù)據(jù)和隱私非常重要。 AI 生物識(shí)別身份驗(yàn)證提供了另一種防止數(shù)據(jù)泄露的保護(hù)措施，使其對(duì)任何規(guī)模的企業(yè)都至關(guān)重要。不僅如此，IBM的研究表明，從長(zhǎng)遠(yuǎn)來(lái)看，正確使用AI安全平臺(tái)將使企業(yè)成本更低。了解并咨詢安全領(lǐng)域的專(zhuān)家以開(kāi)發(fā)適合您業(yè)務(wù)的解決方案非常重要。

　　2021年，我們將擁有比以往任何時(shí)候都更先進(jìn)的生物特征認(rèn)證、驗(yàn)證和識(shí)別技術(shù)，我們可以使行業(yè)系統(tǒng)更加安全，同時(shí)保持效率和可訪問(wèn)性。讓我們談?wù)勆镒R(shí)別認(rèn)證的工作原理，以及人工智能生物識(shí)別等重要的新趨勢(shì)。

　　生物識(shí)別技術(shù)概述

　　乍一看，生物識(shí)別技術(shù)似乎只是一種在保持安全性的同時(shí)更快速地訪問(wèn)手機(jī)的方式，但除了這種便利之外，還有更多好處。就其核心而言，生物識(shí)別安全技術(shù)的目標(biāo)是通過(guò)使用我們身體中不易復(fù)制的部分來(lái)提高安全性。盡管機(jī)器學(xué)習(xí)和量子計(jì)算可能能夠猜出密碼，但指紋、面部和虹膜等生物特征信息并不那么容易確定或模擬。

　　根據(jù)Statista的數(shù)據(jù)，到2027年，生物識(shí)別技術(shù)市場(chǎng)的價(jià)值將達(dá)到554.2億美元。

　　從2017年到2027年的10年間，全球身份驗(yàn)證市場(chǎng)的支出預(yù)計(jì)將增長(zhǎng)超過(guò)130億美元，從2017年的49.3億美元增加到2027年的超過(guò)180億美元。身份驗(yàn)證是身份驗(yàn)證的一個(gè)重要方面。信息安全，因?yàn)樗_保只有具有合法權(quán)限的人才能訪問(wèn)信息，從而防止對(duì)受保護(hù)信息的有害或惡意入侵。

　　生物識(shí)別的類(lèi)型

　　生物識(shí)別技術(shù)可以分為三個(gè)領(lǐng)域：識(shí)別、驗(yàn)證和認(rèn)證。當(dāng)系統(tǒng)想知道用戶是誰(shuí)時(shí)使用標(biāo)識(shí)。驗(yàn)證是關(guān)于使用該生物特征信息來(lái)確定它是否與與用戶關(guān)聯(lián)的其他信息一致。最后，身份驗(yàn)證的目標(biāo)是了解用戶聲稱(chēng)的身份是否正確以及是否有權(quán)訪問(wèn)他們請(qǐng)求的服務(wù)和數(shù)據(jù)。

　　例如，生物特征識(shí)別可用于根據(jù)面部數(shù)據(jù)庫(kù)確定用戶的身份。執(zhí)法人員面部識(shí)別數(shù)據(jù)庫(kù)使用這項(xiàng)技術(shù)取得了巨大的效果，并且可以比人類(lèi)更準(zhǔn)確地調(diào)查安全攝像頭證據(jù)鏡頭。驗(yàn)證有助于確保用戶和存儲(chǔ)在數(shù)據(jù)庫(kù)中的關(guān)于他們的信息匹配。身份驗(yàn)證可能是三者中十分關(guān)鍵的，它使授權(quán)用戶能夠訪問(wèn)敏感信息，同時(shí)限制未經(jīng)授權(quán)的人員。

　　對(duì)于任何考慮生物識(shí)別安全方法的企業(yè)來(lái)說(shuō)，十分重要的一點(diǎn)是，僅依賴(lài)一種形式的生物識(shí)別技術(shù)(即單模態(tài))并不總是明智的。相反，使用多種生物識(shí)別技術(shù)的多模式方法要安全得多。

　　人臉識(shí)別技術(shù)

　　面部識(shí)別市場(chǎng)在2020年估計(jì)為38億美元。這個(gè)市場(chǎng)預(yù)計(jì)將在未來(lái)幾年增長(zhǎng)，到2025年將達(dá)到85 億美元。

　　多年來(lái)，使用面部識(shí)別的生物特征認(rèn)證技術(shù)一直是一項(xiàng)重要的安全功能，已應(yīng)用于數(shù)百萬(wàn)部 iPhone和Android智能手機(jī)。隨著增強(qiáng)現(xiàn)實(shí)和機(jī)器學(xué)習(xí)的進(jìn)步專(zhuān)注于幫助計(jì)算機(jī)識(shí)別人臉，到2021 年，面部識(shí)別技術(shù)變得比以往任何時(shí)候都更加復(fù)雜。

　　今年面部識(shí)別技術(shù)在身份識(shí)別和授權(quán)方面有所改進(jìn)的原因之一是因?yàn)榇罅餍袔?lái)的必需品。由于越來(lái)越多地使用口罩等面罩，面部識(shí)別變得更加困難，因?yàn)槠ヅ湟粋€(gè)人身份的數(shù)據(jù)點(diǎn)越來(lái)越少。但是，許多面部識(shí)別解決方案現(xiàn)在可以解決諸如面罩之類(lèi)的障礙。這不僅有利于消費(fèi)者的方便，而且有助于執(zhí)法人員試圖識(shí)別犯罪分子。通過(guò)將對(duì)象的面部與數(shù)據(jù)庫(kù)進(jìn)行匹配，即使對(duì)象戴著口罩也能被識(shí)別。

　　由于3D相機(jī)可以獲得比二維相機(jī)更多的人臉信息，因此面部識(shí)別現(xiàn)在作為生物特征認(rèn)證技術(shù)也更加安全。以前，計(jì)算機(jī)更容易被某人臉部的照片甚至只是一張相似的臉的照片所迷惑。然而，機(jī)器學(xué)習(xí)有助于縮小錯(cuò)誤范圍以防止黑客利用基于面部識(shí)別的安全性，并且現(xiàn)在存在各種反欺騙方法。

　　語(yǔ)音識(shí)別技術(shù)

　　預(yù)計(jì)全球語(yǔ)音識(shí)別市場(chǎng)規(guī)模將從2020年的107億美元增長(zhǎng)到2026年的271.6億美元。

　　用于語(yǔ)言處理目的的語(yǔ)音識(shí)別生物識(shí)別技術(shù)極大地豐富了免提通信。然而，語(yǔ)音識(shí)別還有另一個(gè)目的：識(shí)別。像Google Home這樣的智能家居設(shè)備生態(tài)系統(tǒng)經(jīng)過(guò)訓(xùn)練后，可以通過(guò)使用語(yǔ)音識(shí)別來(lái)區(qū)分家庭中的不同成員。這有助于顯示與該個(gè)人相關(guān)的信息，例如他們的日歷和通知。

　　語(yǔ)音識(shí)別在身份驗(yàn)證和驗(yàn)證方面還有其他應(yīng)用。能夠識(shí)別某人并根據(jù)他們的聲音驗(yàn)證他們的訪問(wèn)權(quán)限可以節(jié)省大量時(shí)間，盡管我們現(xiàn)在已經(jīng)到了語(yǔ)音可能不如其他生物識(shí)別方法安全的地步。深度學(xué)習(xí)算法使使用稱(chēng)為聲音合成的技術(shù)使用計(jì)算機(jī)真實(shí)地模仿聲音成為可能?！吧疃忍摷佟甭曇粢驯挥糜诔晒Φ钠墼p活動(dòng)，其中一個(gè)案例在2019年使英國(guó)的一家能源公司損失了250,000美元。

　　隨著機(jī)器學(xué)習(xí)技術(shù)的進(jìn)步，隨著時(shí)間的推移，人聲合成將變得更加逼真。除非技術(shù)改進(jìn)以更好地識(shí)別合法語(yǔ)音和虛假語(yǔ)音，否則語(yǔ)音識(shí)別生物識(shí)別技術(shù)更適合非安全應(yīng)用，尤其是身份識(shí)別。這在基于消費(fèi)者的系統(tǒng)(如智能家居)或企業(yè)解決方案(如會(huì)議錄音的自動(dòng)轉(zhuǎn)錄，可按姓名確定發(fā)言人)中可能很有用。

　　虹膜掃描技術(shù)

　　這種形式的生物識(shí)別技術(shù)經(jīng)常出現(xiàn)在科幻小說(shuō)中。它類(lèi)似于面部識(shí)別，因?yàn)樗欠墙佑|式的，但只關(guān)注一個(gè)特定的面部特征，即眼睛。這樣做的一個(gè)優(yōu)點(diǎn)是要考慮的復(fù)雜性較低。不需要先進(jìn)的面部識(shí)別系統(tǒng);相反，系統(tǒng)只需要識(shí)別虹膜的特征。您也不一定非要靠近眼睛才能掃描虹膜。卡內(nèi)基梅隆大學(xué)的測(cè)試展示了可以掃描40英尺外虹膜的技術(shù)。

　　這項(xiàng)技術(shù)的一個(gè)優(yōu)點(diǎn)是，由于它使用紅外傳感器來(lái)分析虹膜，因此甚至可以在弱光條件下進(jìn)行眼睛掃描。

　　執(zhí)法部門(mén)使用這項(xiàng)技術(shù)來(lái)識(shí)別嫌疑人絕對(duì)是人們首先想到的事情之一。但是，這對(duì)于消費(fèi)者和企業(yè)應(yīng)用程序來(lái)說(shuō)也是一種有用的身份驗(yàn)證和驗(yàn)證方法。三星的Galaxy S9和Note 9智能手機(jī)都具有虹膜掃描技術(shù)，表明這種生物識(shí)別方法可用于便攜式設(shè)備。這不僅對(duì)消費(fèi)者很有價(jià)值，對(duì)企業(yè)級(jí)設(shè)備安全也很有價(jià)值。

　　與單個(gè)授權(quán)用戶的生物特征數(shù)據(jù)相比，虹膜掃描儀幾乎可以立即對(duì)用戶進(jìn)行身份驗(yàn)證。當(dāng)針對(duì)包含數(shù)十萬(wàn)個(gè)主題的大型數(shù)據(jù)庫(kù)識(shí)別或驗(yàn)證用戶時(shí)，不到20秒的時(shí)間就足以進(jìn)行身份驗(yàn)證。

　　指紋認(rèn)證技術(shù)

　　數(shù)千年來(lái)，指紋已被用于識(shí)別。它們?cè)谌∽C技術(shù)中特別有用，但近期它們也被用于消費(fèi)者和企業(yè)安全解決方案。2003年，富士通F505i率先推出了第一款帶有指紋傳感器的手機(jī)。后來(lái)隨著Apple iPhone上的Touch ID和Android手機(jī)上的各種掃描儀而普及。

　　指紋認(rèn)證技術(shù)的工作原理與任何其他生物識(shí)別方法一樣。通過(guò)將個(gè)人手指的凹槽和谷底與預(yù)先授權(quán)的圖像或此類(lèi)圖像的數(shù)據(jù)庫(kù)進(jìn)行比較，他們可以被識(shí)別、驗(yàn)證和/或認(rèn)證。這可以非?？焖俚赝瓿桑粫?huì)中斷用戶體驗(yàn)。

　　然而，指紋掃描的一個(gè)缺點(diǎn)是它通常不是非接觸式的。用戶必須將手指按在傳感器上才能進(jìn)行注冊(cè)。在某些情況下，出于健康考慮，這可能是不可取的，尤其是在SARS-CoV-2病毒在全球傳播的情況下。但是，可以通過(guò)非接觸式方法掃描指紋或整個(gè)手。LG G8 ThinQ智能手機(jī)使用飛行時(shí)間 (ToF) 傳感器和紅外攝像頭來(lái)檢測(cè)用戶手中的血管，而無(wú)需用戶將手按在表面上。

　　指紋識(shí)別的另一個(gè)缺點(diǎn)是殘障人士可能無(wú)法使用它。由于這種限制，投資多種形式的生物識(shí)別身份驗(yàn)證以保持可訪問(wèn)性可能是明智之舉。

　　人工智能如何改進(jìn)生物識(shí)別認(rèn)證系統(tǒng)

　　在安全方面，提高生物識(shí)別認(rèn)證系統(tǒng)的準(zhǔn)確性和效率并不總是通過(guò)人工編程來(lái)完成的。人工智能和機(jī)器學(xué)習(xí)可以幫助我們提高系統(tǒng)的安全性和效率。

　　生物識(shí)別技術(shù)可以分為物理和行為兩個(gè)領(lǐng)域。

　　物理生物識(shí)別技術(shù)

　　物理生物識(shí)別包括我們?cè)诒疚闹幸呀?jīng)討論過(guò)的所有內(nèi)容。這些是人的客觀特征，例如面部或指紋、DNA等。這必須轉(zhuǎn)換為人工智能系統(tǒng)可以分析的數(shù)據(jù)，并與數(shù)據(jù)庫(kù)進(jìn)行比較以進(jìn)行身份??驗(yàn)證。

　　人工智能和機(jī)器學(xué)習(xí)證明十分有用的案例之一是面部識(shí)別。人工智能廣泛用于增強(qiáng)現(xiàn)實(shí)解決方案，通過(guò)分析面部特征并將其與數(shù)據(jù)庫(kù)進(jìn)行匹配，可以幫助計(jì)算機(jī)更輕松地進(jìn)行面部識(shí)別。

　　行為生物識(shí)別技術(shù)

　　人工智能使之成為可能的十分有趣的趨勢(shì)之一是行為生物識(shí)別技術(shù)。這使用了主體如何與世界互動(dòng)的獨(dú)特行為特征，用戶甚至可能沒(méi)有意識(shí)到他們自己的事情。這是抵御深度虛假欺詐企圖的十分有效防線之一。一些比較流行的測(cè)量行為生物特征的方法是：

　　鼠標(biāo)活動(dòng)

　　擊鍵動(dòng)作

　　觸摸屏印刷尺寸、面積和壓力

　　移動(dòng)設(shè)備動(dòng)作

　　馬德里自治大學(xué)的生物識(shí)別和數(shù)據(jù)模式分析實(shí)驗(yàn)室開(kāi)發(fā)了BeCAPTCHA，這是一種使用行為生物識(shí)別的機(jī)器人檢測(cè)系統(tǒng)。完全有可能在用戶不知情的情況下使用行為生物識(shí)別技術(shù)，無(wú)需像 CAPTCHA挑戰(zhàn)多年來(lái)那樣對(duì)用戶的人性進(jìn)行煩人的測(cè)試。在接下來(lái)的幾年里，用戶在瀏覽互聯(lián)網(wǎng)時(shí)可能再也不需要點(diǎn)擊人行橫道和紅綠燈的圖片來(lái)證明他們“不是機(jī)器人”。

　　重要的是，行為生物識(shí)別技術(shù)可以幫助確保整個(gè)會(huì)話的安全性。例如，如果用戶對(duì)自己進(jìn)行身份驗(yàn)證然后離開(kāi)房間，無(wú)意中使未經(jīng)授權(quán)的用戶能夠訪問(wèn)他們的計(jì)算機(jī)，這可能會(huì)帶來(lái)嚴(yán)重的安全風(fēng)險(xiǎn)。但是，行為生物識(shí)別技術(shù)可以檢測(cè)第二個(gè)用戶的不一致行為并動(dòng)態(tài)限制他們的訪問(wèn)。

　　有一個(gè)Nvidia Docker可以簡(jiǎn)化系統(tǒng)的部署，而服務(wù)提供商(例如AWS)可以提供不間斷的通信通道、神經(jīng)網(wǎng)絡(luò)的計(jì)算能力以及用于擴(kuò)展系統(tǒng)的便捷接口。

　　測(cè)試#1：面部識(shí)別

　　用戶使用相機(jī)創(chuàng)建存儲(chǔ)在設(shè)備上的照片印記。此生物特征印記使用OpenCV庫(kù)進(jìn)行轉(zhuǎn)換和標(biāo)準(zhǔn)化。

　　使用照片識(shí)別人臉，并突出顯示OpenCV檢測(cè)到的所有64個(gè)地標(biāo)。生物識(shí)別驗(yàn)證標(biāo)志包括從鼻梁到眼睛的距離和其他面部特征。

　　這些地標(biāo)和人臉的剪切圖像被傳輸?shù)缴疃壬窠?jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)使用TensorFlow庫(kù)進(jìn)行訓(xùn)練。

　　神經(jīng)網(wǎng)絡(luò)處理完成后形成eDNA特征向量。特征向量收集特定人的生物特征。向量的長(zhǎng)度通常為 2048位，但實(shí)際向量長(zhǎng)度取決于DNN架構(gòu)。

　　在驗(yàn)證過(guò)程中，會(huì)發(fā)布eDNA并與之前形成的錨記錄進(jìn)行比較。逆向工程是不可能的，因?yàn)闊o(wú)法訪問(wèn)向量。生物識(shí)別系統(tǒng)將定期更新此錨記錄以匹配個(gè)人不斷變化的外觀。

　　測(cè)試#2：語(yǔ)音驗(yàn)證

　　用戶通過(guò)麥克風(fēng)提供語(yǔ)音樣本，然后由Librosa庫(kù)處理。該庫(kù)讀取音頻，對(duì)其進(jìn)行轉(zhuǎn)換和轉(zhuǎn)換，然后將生物識(shí)別信息傳輸?shù)缴窠?jīng)網(wǎng)絡(luò)(DNN)。

　　形成了一個(gè)eDNA特征向量(2048位)，它考慮了諸如音色、語(yǔ)調(diào)、節(jié)奏、音高等生物特征，以及神經(jīng)網(wǎng)絡(luò)被訓(xùn)練來(lái)響應(yīng)的其他特征。

　　案例研究：基于人工智能的生物特征認(rèn)證解決方案

　　通過(guò)結(jié)合基于微服務(wù)的架構(gòu)、WebRTC和機(jī)器學(xué)習(xí)驅(qū)動(dòng)的生物特征識(shí)別，我們?yōu)橐患颐绹?guó)公司開(kāi)發(fā)了單點(diǎn)登錄(SSO)生物特征認(rèn)證解決方案。利用語(yǔ)音和面部識(shí)別技術(shù)，我們開(kāi)發(fā)了一種企業(yè)驗(yàn)證即服務(wù)(EVaaS)解決方案，該解決方案使用前面討論的技術(shù)和趨勢(shì)。

　　多模式生物特征認(rèn)證解決方案的工作原理

　　每種形式的生物識(shí)別技術(shù)都有其獨(dú)特的優(yōu)缺點(diǎn)。它們都不是普遍有效的。為了提高生物特征認(rèn)證技術(shù)的準(zhǔn)確性和有效性，使用多模態(tài)生物特征識(shí)別解決方案進(jìn)行安全分層非常重要。

　　該產(chǎn)品證明了生物識(shí)別身份驗(yàn)證系統(tǒng)可以高度定制且易于使用，從幕后為非常簡(jiǎn)單的用戶界面提供支持。此外，該示例能夠通過(guò)API與現(xiàn)有系統(tǒng)集成。

　　生物認(rèn)證解決方案開(kāi)發(fā)

　　保護(hù)系統(tǒng)不是一件容易的事。當(dāng)受保護(hù)的健康信息或機(jī)構(gòu)數(shù)據(jù)等敏感信息在線時(shí)，采取必要措施防止數(shù)據(jù)泄露極為重要。未能保持圍繞這些信息的高度安全性可能會(huì)導(dǎo)致欺詐，從而使企業(yè)損失數(shù)千萬(wàn)甚至數(shù)億美元。