多年來，生物特征認(rèn)證技術(shù)一直是重要的行業(yè)趨勢，尤其是在2021年，由于市場上出現(xiàn)了新的人工智能創(chuàng)新。據(jù)IBM稱，20%的漏洞是由泄露的憑據(jù)造成的。更糟糕的是，識別和響應(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，對于在任何行業(yè)中保持競爭力都是必要的。IBM報告稱，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%尚未開始此過程，如果您的業(yè)務(wù)屬于第三類，您可能會將您的客戶置于危險數(shù)據(jù)泄露的巨大風(fēng)險中。到2021年，投資于基于人工智能的安全性預(yù)計將幫助企業(yè)節(jié)省高達(dá)381萬美元。

　　能夠使用人工智能來識別和自動響應(yīng)數(shù)據(jù)泄露對于保護(hù)公司及其客戶的數(shù)據(jù)和隱私非常重要。 AI 生物識別身份驗證提供了另一種防止數(shù)據(jù)泄露的保護(hù)措施，使其對任何規(guī)模的企業(yè)都至關(guān)重要。不僅如此，IBM的研究表明，從長遠(yuǎn)來看，正確使用AI安全平臺將使企業(yè)成本更低。了解并咨詢安全領(lǐng)域的專家以開發(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候都更先進(jìn)的生物特征認(rèn)證、驗證和識別技術(shù)，我們可以使行業(yè)系統(tǒng)更加安全，同時保持效率和可訪問性。讓我們談?wù)勆镒R別認(rèn)證的工作原理，以及人工智能生物識別等重要的新趨勢。

　　生物識別技術(shù)概述

　　乍一看，生物識別技術(shù)似乎只是一種在保持安全性的同時更快速地訪問手機(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，生物識別安全技術(shù)的目標(biāo)是通過使用我們身體中不易復(fù)制的部分來提高安全性。盡管機(jī)器學(xué)習(xí)和量子計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，生物識別技術(shù)市場的價值將達(dá)到554.2億美元。

　　從2017年到2027年的10年間，全球身份驗證市場的支出預(yù)計將增長超過130億美元，從2017年的49.3億美元增加到2027年的超過180億美元。身份驗證是身份驗證的一個重要方面。信息安全，因為它確保只有具有合法權(quán)限的人才能訪問信息，從而防止對受保護(hù)信息的有害或惡意入侵。

　　生物識別的類型

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

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

　　對于任何考慮生物識別安全方法的企業(yè)來說，十分重要的一點(diǎn)是，僅依賴一種形式的生物識別技術(shù)(即單模態(tài))并不總是明智的。相反，使用多種生物識別技術(shù)的多模式方法要安全得多。

　　人臉識別技術(shù)

　　面部識別市場在2020年估計為38億美元。這個市場預(yù)計將在未來幾年增長，到2025年將達(dá)到85 億美元。

　　多年來，使用面部識別的生物特征認(rèn)證技術(shù)一直是一項重要的安全功能，已應(yīng)用于數(shù)百萬部 iPhone和Android智能手機(jī)。隨著增強(qiáng)現(xiàn)實和機(jī)器學(xué)習(xí)的進(jìn)步專注于幫助計算機(jī)識別人臉，到2021 年，面部識別技術(shù)變得比以往任何時候都更加復(fù)雜。

　　今年面部識別技術(shù)在身份識別和授權(quán)方面有所改進(jìn)的原因之一是因為大流行帶來的必需品。由于越來越多地使用口罩等面罩，面部識別變得更加困難，因為匹配一個人身份的數(shù)據(jù)點(diǎn)越來越少。但是，許多面部識別解決方案現(xiàn)在可以解決諸如面罩之類的障礙。這不僅有利于消費(fèi)者的方便，而且有助于執(zhí)法人員試圖識別犯罪分子。通過將對象的面部與數(shù)據(jù)庫進(jìn)行匹配，即使對象戴著口罩也能被識別。

　　由于3D相機(jī)可以獲得比二維相機(jī)更多的人臉信息，因此面部識別現(xiàn)在作為生物特征認(rèn)證技術(shù)也更加安全。以前，計算機(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)有助于縮小錯誤范圍以防止黑客利用基于面部識別的安全性，并且現(xiàn)在存在各種反欺騙方法。

　　語音識別技術(shù)

　　預(yù)計全球語音識別市場規(guī)模將從2020年的107億美元增長到2026年的271.6億美元。

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

　　語音識別在身份驗證和驗證方面還有其他應(yīng)用。能夠識別某人并根據(jù)他們的聲音驗證他們的訪問權(quán)限可以節(jié)省大量時間，盡管我們現(xiàn)在已經(jīng)到了語音可能不如其他生物識別方法安全的地步。深度學(xué)習(xí)算法使使用稱為聲音合成的技術(shù)使用計算機(jī)真實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，其中一個案例在2019年使英國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)以更好地識別合法語音和虛假語音，否則語音識別生物識別技術(shù)更適合非安全應(yīng)用，尤其是身份識別。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(如會議錄音的自動轉(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)

　　這種形式的生物識別技術(shù)經(jīng)常出現(xiàn)在科幻小說中。它類似于面部識別，因為它是非接觸式的，但只關(guān)注一個特定的面部特征，即眼睛。這樣做的一個優(yōu)點(diǎn)是要考慮的復(fù)雜性較低。不需要先進(jìn)的面部識別系統(tǒng);相反，系統(tǒng)只需要識別虹膜的特征。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)的測試展示了可以掃描40英尺外虹膜的技術(shù)。

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

　　執(zhí)法部門使用這項技術(shù)來識別嫌疑人絕對是人們首先想到的事情之一。但是，這對于消費(fèi)者和企業(yè)應(yīng)用程序來說也是一種有用的身份驗證和驗證方法。三星的Galaxy S9和Note 9智能手機(jī)都具有虹膜掃描技術(shù)，表明這種生物識別方法可用于便攜式設(shè)備。這不僅對消費(fèi)者很有價值，對企業(yè)級設(shè)備安全也很有價值。

　　與單個授權(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用戶進(jìn)行身份驗證。當(dāng)針對包含數(shù)十萬個主題的大型數(shù)據(jù)庫識別或驗證用戶時，不到20秒的時間就足以進(jìn)行身份驗證。

　　指紋認(rèn)證技術(shù)

　　數(shù)千年來，指紋已被用于識別。它們在取證技術(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別方法一樣。通過將個人手指的凹槽和谷底與預(yù)先授權(quán)的圖像或此類圖像的數(shù)據(jù)庫進(jìn)行比較，他們可以被識別、驗證和/或認(rèn)證。這可以非?？焖俚赝瓿?，而不會中斷用戶體驗。

　　然而，指紋掃描的一個缺點(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。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，可以通過非接觸式方法掃描指紋或整個手。LG G8 ThinQ智能手機(jī)使用飛行時間 (ToF) 傳感器和紅外攝像頭來檢測用戶手中的血管，而無需用戶將手按在表面上。

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

　　人工智能如何改進(jìn)生物識別認(rèn)證系統(tǒng)

　　在安全方面，提高生物識別認(rèn)證系統(tǒng)的準(zhǔn)確性和效率并不總是通過人工編程來完成的。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。

　　生物識別技術(shù)可以分為物理和行為兩個領(lǐng)域。

　　物理生物識別技術(shù)

　　物理生物識別包括我們在本文中已經(jīng)討論過的所有內(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)庫進(jìn)行比較以進(jìn)行身份??驗證。

　　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別。人工智能廣泛用于增強(qiáng)現(xiàn)實解決方案，通過分析面部特征并將其與數(shù)據(jù)庫進(jìn)行匹配，可以幫助計算機(jī)更輕松地進(jìn)行面部識別。

　　行為生物識別技術(shù)

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

　　鼠標(biāo)活動

　　擊鍵動作

　　觸摸屏印刷尺寸、面積和壓力

　　移動設(shè)備動作

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

　　重要的是，行為生物識別技術(shù)可以幫助確保整個會話的安全性。例如，如果用戶對自己進(jìn)行身份驗證然后離開房間，無意中使未經(jīng)授權(quán)的用戶能夠訪問他們的計算機(jī)，這可能會帶來嚴(yán)重的安全風(fēng)險。但是，行為生物識別技術(shù)可以檢測第二個用戶的不一致行為并動態(tài)限制他們的訪問。

　　有一個Nvidia Docker可以簡化系統(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)的計算能力以及用于擴(kuò)展系統(tǒng)的便捷接口。

　　測試#1：面部識別

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

　　使用照片識別人臉，并突出顯示OpenCV檢測到的所有64個地標(biāo)。生物識別驗證標(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。向量的長度通常為 2048位，但實際向量長度取決于DNN架構(gòu)。

　　在驗證過程中，會發(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，因為無法訪問向量。生物識別系統(tǒng)將定期更新此錨記錄以匹配個人不斷變化的外觀。

　　測試#2：語音驗證

　　用戶通過麥克風(fēng)提供語音樣本，然后由Librosa庫處理。該庫讀取音頻，對其進(jìn)行轉(zhuǎn)換和轉(zhuǎn)換，然后將生物識別信息傳輸?shù)缴窠?jīng)網(wǎng)絡(luò)(DNN)。

　　形成了一個eDNA特征向量(2048位)，它考慮了諸如音色、語調(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)動的生物特征識別，我們?yōu)橐患颐绹鹃_發(fā)了單點(diǎn)登錄(SSO)生物特征認(rèn)證解決方案。利用語音和面部識別技術(shù)，我們開發(fā)了一種企業(yè)驗證即服務(wù)(EVaaS)解決方案，該解決方案使用前面討論的技術(shù)和趨勢。

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

　　生物認(rèn)證解決方案開發(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，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導(dǎo)致欺詐，從而使企業(yè)損失數(shù)千萬甚至數(shù)億美元。