AI都能伪造指纹了,生物识别还安全吗?

作者: 佚名 2019-01-28 10:25:31

 

“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孙立斌告诉科技日报记者。

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。”旷视科技研究院研究人员范浩强告诉科技日报记者。

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。”范浩强说。

孙立斌解释,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

范浩强介绍,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。

虹膜识别,目前主要见于部分高端智能手机的虹膜识别解锁。相较于指纹识别,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,虹膜识别的准确性是各种生物识别中较高的,但相较于其它生物识别技术,虹膜识别硬件造价高,识别过程需配合,大范围推广较为困难,镜头可能产生图像畸变而使可靠性降低。因此,虹膜识别的图像获取和模式匹配都相对不便,实现大规模商用还有许多技术难关亟待攻克。

“人脸识别,以计算机图像处理技术从人的面部提取关键特征点,利用已建成的人脸特征模板与被验证者的特征进行对比分析,根据分析的结果给出相似值。通过这个值即可确定是否为同一人。相较于指纹需要接触、虹膜需要配合的识别特性,人脸识别可自动抓取验证,非配合式的识别更加便捷,适用场景更加丰富。”范浩强说。

多模态融合的识别方式更安全

范浩强分析,人脸识别在评估安全性上有两个维度不可忽略。

“是否易获取。这包括获取应用场景的人脸数据和底库数据,仅拥有任何单一数据都无法完成识别比对。目前人脸识别商业应用场景中不管是数据采集、调用还是比对等任一环节都需要在用户知情、并且同意的情况下进行。而人脸生物样本的核心数据库是由公安、央行等核心机构掌握,并非一般商业运营商能够有权获得的。”范浩强说,其次是,是否易攻破。这不仅考验算法实力,更重要的是抗攻击能力。

“综合来看,人脸识别是目前生物识别领域安全性较高的,当然也并非万无一失,想要实现人脸识别安全、规模化落地需要技术水平、法律法规和行业标准逐步完善。”范浩强表示。

孙立斌认为,生物特征识别迅猛发展,不同模态的生物特征有其自身的特性,抗伪造能力也不同。若要更高级别抗击假体攻击的风险,可以采取多模态融合的识别方式,例如步态和人脸一体化识别,能够大幅度增加伪造数据的难度,提升识别系统的安全性。

AI 数据 科技
上一篇:AWS 开源 SageMaker,帮助开发人员优化机器学习模型 下一篇:一个 20 年 AI 老兵的创业自白
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

机器学习转化为生产力,警惕这4个常见陷阱!

几乎每个人都想在他们的业务中引入机器学习,但是这些人也遇到了一个大问题:让模型可持续发展十分困难,尤其是在云架构的基础上。medium上一位博主也指出了这个问题,并提出了将机器学习模型投入生产的4个常见陷阱。

大数据文摘 ·  20h前
对于人工智能的恐惧及其5个解决方法

实施人工智能技术的IT领导人可能会感到一些恐惧,这有着充分的理由。人工智能在拥有数十年发展和应用历史的同时却有着奇怪的定位,但对于许多人来说,人工智能仍然是一种未来主义的感觉。

Kevin Casey ·  2天前
用AI实现动画角色的姿势迁移,Adobe等提出新型「木偶动画」

近日,Adobe 和康奈尔大学的研究人员提出一种基于学习的动画制作方法——基于卡通角色的少量图像样本就可生成新动画。

机器之心 ·  2天前
AI核心难点之一:情感分析的常见类型与挑战

情感分析或情感人工智能,在商业应用中通常被称为意见挖掘,是自然语言处理(NLP)的一个非常流行的应用。文本处理是该技术最大的分支,但并不是唯一的分支。情绪AI有三种类型及其组合。

Veronika Vartanova ·  2天前
AI新贵登上胡润百富榜:“CV四小龙”三家创始人上榜

AI造福人类,也造富了一些创业者。最近公布的2019胡润百富榜就是窥探老板们身价的好机会。

郭一璞 ·  2天前
机器学习帮你预测电池寿命:精确了解电池还能充几次

电池寿命的确定,是移动硬件发展的重要一环,但是由于电池电化学反应的不确定性以及不同的使用环境和习惯,电池寿命变成了一门玄学。不过柏林的三位小伙伴,利用Tensorflow,在原有的预测体系基础上。更近一步,完成了电池的全寿命预测。

靓科技解读 ·  3天前
专家认为对“人工智能+教育”应持审慎态度

随着人工智能不断发展,人脸识别技术被越来越多地应用于校园中。据了解,一所知名大学2019级新生“刷脸”就能瞬间完成报到程序,系统是这所学校的学生研发的,学生对着摄像头,人脸识别系统就开始进行比对,眨眼间就能完成扫描,整个报到注册手续几乎不到一秒钟。

新华网客户端 ·  3天前
人脸识别有风险,美国全面禁止,可为什么中国却全面推广?

对于大多数人而言,最先接触的就是指纹识别,对指纹识别的了解程度也相对比较深一些,然而随着科技的不断发展,人脸识别也越来越普及,所谓的人脸识别就是基于人的脸部特征信息进行身份识别的一种生物识别技术,用摄像头或摄像机采集含有人脸的图像或视频,并自动在图像中检测和跟踪人脸,对其进行一系列的相关技术,最后进行辨别完成自己想要完成的项目。

测评前线说 ·  4天前
Copyright©2005-2019 51CTO.COM 版权所有 未经许可 请勿转载