加入星计划,您可以享受以下权益:

  • 创作内容快速变现
  • 行业影响力扩散
  • 作品版权保护
  • 300W+ 专业用户
  • 1.5W+ 优质创作者
  • 5000+ 长期合作伙伴
立即加入
  • 正文
  • 相关推荐
  • 电子产业图谱
申请入驻 产业图谱

人脸识别、指纹识别安全性讨论,为啥破解这么容易?

2017/10/17
88
阅读需 20 分钟
加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

在昨晚华为 Mate 10 发布会上,华为的消费者业务 CEO 余承东怼了 iPhone X 的人脸识别,表示其及其繁琐。众所周知,不管是指纹识别还是人脸识别技术首先是为便捷性而生,不过安全性是不容忽视的,今天就讨论关于人脸识别和指纹识别谁更安全的问题。

指纹识别安全讨论

自 2013 年 9 月美国苹果公司发布了搭载 Touch ID 的指纹手机 iPhone 5S 以来,国内外各大主流手机生产厂商都陆续推出了带有指纹识别功能的手机产品。但 iPhone 5S 绝不是第一款带有指纹识别芯片的手机,早在 2005 年,中国科学院自动化研究所和波导公司等就曾联合发布了国内首款指纹识别手机。

指纹识别所带来的好处自然不必多说,这里索要提及的是安全性的谈论,毕竟安全性不强,谈别的都是耍流氓。外界盛传的假指纹,到底能不能破解指纹识别呢?

在去年的世界移动通讯大会(MWC)上,一家生产指纹识别传感器的中国公司展示了如何用假指纹(黏土制作)骗过智能手机上的传感器。当然这家公司用假指纹来破解只为衬托自家高分辨率指纹识别传感器。

不过黏土制作的只是粗糙假指纹,对于现在比较火的技术——活体指纹技术到底能不能破解呢?

有民间大神,用指纹膜直接破解,破解画面如下:

可见我们口中安全的“钥匙”指纹识别仍有很多隐患,目前来看,国内外指纹识别企业多数是传感器芯片与算法芯片分离,厂商要么只做指纹传感器芯片,要么只做指纹算法芯片。尤其是指纹识别应用还存在指纹误识、指纹特征数据被提取、比对结果被伪造等安全隐患,部分厂家的指纹算法芯片的安全防护还没有达到国际“EAL4+”水平,产品的使用稳定性、传感器与算法芯片的兼容性也有待提升,在综合安全防护技术、产业化配套、标准统一化、产品兼容性等方面还需进一步提升。

人脸识别安全讨论

iPhone 5S 带来了指纹识别在手机领域的热潮,在今年 9 月份发布的 iPhone X 似乎又带来了一场人脸识别在手机上的革命。

其实早在 1964 年,国外人员就开始从事人脸识别技术的研究。人脸识别是生物识别技术的一种形式,它涉及模式识别,计算机视觉,心理学及生理学及认知科学等方面的诸多方式,在计算机的辅助下实现身份识别,是基于人独有的特征进行身份验证的有效手段。也可以说,人脸识别也是指对于给定一幅人脸作为输入,在待识别的数据库中寻找匹配,在数据库中找到与输入人脸一致的人脸图像。

据媒体报道,招商银行于 2016 年在全国 106 个城市近千台 ATM 机上实现了“刷脸”取款。不仅如此,多所高校在今年 9 月入学季尝试了“刷脸”注册;肯德基有餐厅上线了“刷脸”支付;“京东之家”有门店实现了“人即钱包”;甚至有公厕用上了人脸识别厕纸机,靠脸取纸巾;更别说银行的“刷脸”转账了。

人脸识别技术已经潜入到我们生活中,但正如上面所说,没有安全都是耍流氓,人脸识别的安全呢?

在今年的 3•15 晚会现场,主持人通过一张用户的照片顺利通过手机 APP 上的人脸验证。

晚会现场使用的是清晰的本人照片,因此人脸比对验证很容易通过,对于活体检测主持人又是通过什么方法破解?

首先通过 3D 建模将现场随机选择的观众照片转变成立体的人脸模型。这样当主持人开启手机 APP 进行人脸识别检测的时候,技术人员将脸模覆盖到主持人的脸上,结合照片动态处理技术手段,使脸模能够跟随主持人脸部动作指挥,依次按照活体检测步骤要求,完成左右转头、摇头、眨眼、微笑等动作,最终骗过人脸识别系统成功进行登录。

不仅如此,在 FIT2017 互联网安全创新大会上,技术人员利用网上下载的两个用来制作 3D 建模的软件,参照郭富城照片中的脸部特征,技术人员在短时间内就做出了对应的 3D 建模图像。人脸检测软件对比结果显示,这两个在短时间内制作出来的模型与原来照片的相似度分别高达 73.17%和 86.71%,这个假照片足以用来破解一般的人脸识别。

曾经用假指纹骗过 iPhone 手机 TouchID 指纹识别的人 Marc Rogers(Cloudflare 的安全研发人员)表示:“一旦有人有你的照片或者再网络上搜索到你的人脸照片然后进行 3D 打印出来,你就该危险了,我想我会很乐意 3D 打印我的头颅来尝试下能否破解它。”

虽说道高一尺魔高一丈,但随着科技的不断进步,未来人脸识别技术将朝着以下方向发展:多数据融合与方法综合的人脸识别研究;动态跟踪特征获取研究;人脸非线性建模研究;3D 建模研究;全自动人脸识别研究。相信随着模式识别、计算机视觉、图像处理机器学习这些相关学科的不断进步,人脸识别技术也会不断完善、更加优化。人脸识别技术会更广泛应用到生活中,更加便利和安全。

更多生物识别内容,欢迎访问《与非网生物识别专栏》

与非网原创文章,未经许可,不得转载!

相关推荐

电子产业图谱