AI可以合成指纹，生物识别安全如何保障？

从解锁智能手机到授权付款，指纹广泛用于识别人员。

然而，一组研究人员现在已经设法准确地复制真实指纹并创建了名为“DeepMasterPrints”的假指纹。

研究人员 - 使用神经网络创建假印刷品 - 能够模仿超过五分之一的指纹。

这些新的技术发展表明指纹识别可能变得越来越不安全。

纽约大学的Philip Bontrager领导的研究人员在洛杉矶安全会议上发表的论文中写道，“MasterPrints是可以偶然匹配大量指纹的真实或合成指纹” 。

“在这项工作中，我们生成了完整的图像级MasterPrints，称为DeepMasterPrints，其攻击精度比以前的方法要好得多。”

该方法称为潜在变量进化，通过在真实指纹图像上训练生成对抗网络(GAN)来创建。

GAN通过提供大量信息来“教授”关于特定主题的算法 - 在这种情况下是指纹。

GAN由两个从查看原始数据中学习的神经网络组成。

一个查看原始数据(指纹)，另一个根据数据集生成虚假图像。

Guardian写道，指纹系统通常不会读取整个指纹，而只是记录它最先接触扫描仪的哪一部分 。

这意味着它们比完整的印刷品更容易伪造。

GAN创建了多个虚拟指纹，这些指纹与真实指纹相匹配，足以欺骗扫描仪以及人眼。

研究人员发现，当仿生系统的错误率只有千分之一时，它能够模仿五个以上的指纹。

研究人员 - 使用神经网络创建假印刷品 - 能够模仿超过五分之一的指纹

研究人员写道，“基础方法很可能在指纹安全性和指纹合成方面有广泛的应用”。

他们希望他们的研究有助于在未来开发更安全的身份验证系统。

使用三种不同指纹匹配器和两个不同数据集的实验表明该方法是稳健的并且不依赖于任何特定指纹匹配器或数据集的伪影。

研究人员发现，“这个想法出人意料地被低估了，可能对计算创造力研究以及其他安全领域有用”。

物理生物识别技术，例如指纹，面部识别和视网膜扫描，目前更常用于安全目的。

然而，行为生物特征识别 - 包括你如何行走 - 能够捕获关于一个人的行为和运动的独特事物。

它们还包括语音ID和签名分析等内容。

曼彻斯特大学的研究人员开发了一种AI生物识别验证系统，可以测量个人的步态或步行模式。

这种非侵入式技术可以成功地验证人们在走过地板上的压力垫后准确度达到99.3% - 而且他们甚至不需要脱鞋。

行为生物识别已经用于金融机构和企业的身份验证。

在人们提供他们的生物识别数据后，AI会选择使用算法处理的特定数据点。