手機版 | wap版 | 網站主頁 | HOME | 3G網頁
<button id="tcjwu"><acronym id="tcjwu"></acronym></button>

<dd id="tcjwu"></dd>
<button id="tcjwu"></button>
      1. <progress id="tcjwu"></progress>
        <tbody id="tcjwu"><track id="tcjwu"></track></tbody>
        <em id="tcjwu"><tr id="tcjwu"></tr></em>
        手機版 | wap版 | 網站主頁 | HOME | 3G網頁
        <button id="tcjwu"><acronym id="tcjwu"></acronym></button>

        <dd id="tcjwu"></dd>
        <button id="tcjwu"></button>
            1. <progress id="tcjwu"></progress>
              <tbody id="tcjwu"><track id="tcjwu"></track></tbody>
              <em id="tcjwu"><tr id="tcjwu"></tr></em>

              指紋是生物識別開路先鋒 多模態認證成新趨勢

              -回復 -瀏覽
              樓主 2020-05-18 12:02:00
              舉報 只看此人 收藏本貼 樓主


              關鍵詞:指紋  生物識別


              好萊塢科幻大片將屏幕識別的畫面演繹的淋淋盡致,激情與速度,在眾人心中深處埋下了一顆希冀的種子,矚目期待能早日實現這樣的技術。再加上產業鏈和廠商的「添油加醋」奮力炒作,以及全面屏手機這一手機形態的迅速鋪開,屏下指紋識別一時間變得不可或缺,炙手可熱。


                  

              根據德勤全球的預測,裝配指紋識別器的活躍設備將在2017年初首次突破10億。此外,我們預估每一個有源感測器每天平均使用30次,這就意味著一年當中全球的總計使用次數為10萬億。

                  

              德勤全球進一步預測截至2017年年底,在發達國家的所有智能手機當中,大約40%都將配置指紋識別器。截止2016年年中,這一比例是30%。我們預計在配置指紋識別器的智能手機用戶當中,至少80%的用戶會經常用到這一感測器。在2016年年中,這一比例是69%。在配置指紋識別器的活躍設備中,智能手機和平板電腦所佔比例將有可能超過90%。三年前,只有一些高端型號才採用了這些感測器;到了2017年,大部分中端產品都會採用。截至2026年底,指紋識別器將如同智能手機上的前置攝像頭一樣普遍存在。除了那些最便宜的型號,所有的智能手機和平板電腦都將具備這一功能。到那個時候,指紋識別器有可能被集成到一系列的其他設備當中,從筆記本電腦到遙控設備,用於身份識別與驗證。


                 

              智能手機指紋識別器的成功在於:相較密碼,它提供了一種快速而且謹慎的解鎖手機和認證交易的方法(參見側欄:認證的因素)。對於大多數人而言,要記住愈來愈多的在線帳號的密碼並非易事。截至2020年,平均每個用戶將擁有200個在線帳號。在智能手機上輸入密碼尤其麻煩,但大多數人全天都離不開智能手機。

                  

              就指紋識別器而言,每個指紋的設置流程通常需要花費15-30秒。相應的數據一般保存在設備上的安全區域中,不會上傳到雲端。當識別器上的指紋與保存在設備上的「圖像」相匹配,完成認證。對於採用電容式感測器的智能手機(截至2017年初的大部分手機用戶),捕捉到的這個「圖像」是對指紋特徵的描述,包括弓型、環型、螺旋型以及各種變化。

                  

              認證的因素

                 

               確定某人是他(她)表明的身份取決於認證的因素。認證的因素包括三大類:

                 

              認知因素(用戶所了解的內容,比如密碼、PIN或像「你的第一條狗叫什麼名字?」之類的質詢-響應。)

                 

              內在因素(用戶所具備的特徵,比如簽名、生物識別指紋、聲紋、虹膜、臉或視網膜模式)

                 

              所有權屬性(用戶擁有的實物,比如身份證、護照、銀行卡或者提供硬體或軟體令牌的數字化設備)

                 

              過去被視為可靠的認證因素現在變得不那麼可靠了。我們之前討論過密碼所面臨的一些挑戰,而且實物有可能被遺失,簽名又不是非常安全的先天內在因素。

                  

              智能手機有可能被視為一種功能強大的一體式認證工具,因為它可以方便地將三種因素綜合在一起:

                 

              認知:智能手機的使用基於一系列的認知因素,比如通過輸入PIN。從中期看來,它們有可能被用作指紋識別器的補充。如果在生物識別輸入之外還需要額外的認證,可以致電手機提出安全問題進行質詢-響應認證。

                 

              內在:正如之前所提到的那樣,多因素認證的生物識別數據都是現成的。

                  

              所有權:人們一般都隨身攜帶智能手機,如果手機被落下或遺失,機主很快就能知道。與之相比,如果周五的時候將辦公室的門禁卡落在了上班的地方,可能要到周一才會想起來。護照持有人可能要在好幾個月之後才發現找不到護照了。智能手機作為互聯設備,如果丟失的話,鎖定它們的位置更容易。如果手機被盜,可以遠程抹去資料和禁用。如果設備的軟體被攻擊,可以通過無線的方式進行更新。

                  

              指紋識別器的總計使用次數將在2017年達到數萬億次,主要目的可能就是解鎖手機和平板電腦,這種操作通常每天要進行幾十次。2013年年末,第一批商業化、配置指紋識別器的手機進入市場,自那以後,這種操作顯著增長。當時,極少人會提供生物識別數據(可能只在少數特定國家),也極少進行這樣的操作。隨著指紋識別器越來越普及,我們估計會有越來越多的應用程序和網站支持這種技術,主要用於替代密碼輸入。

                 

              指紋識別器的可靠性,尤其是發現假指紋的能力,有可能在2017年不時受到挑戰。相對而言早期的指紋識別器更容易受到電子欺騙。事實上,要在一部已經使用兩年的手機上捕捉可以用來欺騙識別器的指紋,需要目標受害人一定程度的配合,這是不太現實的。要創建一個指紋的副本,需要將受害者的手指在牙科印模膏或木膠當中放幾分鐘,然後做一個模型。這種欺騙手段可以在貿易展會上做令人大飽眼福的演示,但是不太可能出現在現實生活中。

                  

              最新的指紋識別器採用了超聲技術,捕捉指紋的細節圖像,電子欺騙很難得逞。它們甚至還可以判斷正在識別的是真人手指還是模型。

                  

              超聲感測器的另一項優點就是在潮濕的條件下也可以使用。傳統識別器配置的是電容式感測器,手指表面的水可能會讓感測器失效。超聲指紋識別器讀取由超聲波創建的3D圖像,不會受水影響。因此,手在乾濕狀態下都可以操作。


                  

              指紋是生物識別的開路先鋒

                  

              數十億部智能手機和平板電腦有望在2017年實現多種類型的生物識別輸入的處理和採集,包括人臉識別、聲音模式和虹膜掃描。不過,首先發展的將是指紋。根據德勤全球的預測,截至2017年年底,利用人臉、聲音或虹膜識別來進行認證的智能手機或平板電腦用戶所佔的比例不會超過5%,而採用指紋識別器的用戶則佔到40%。

                  

              指紋識別器雖然是最近才推出的感測器,卻一路遙遙領先。自從移動手機植入麥克風,聲音識別就成了可行的生物識別輸入。對於裝配前置攝像頭的設備,虹膜和人臉識別是可行的,但是鏡頭和處理器的質量會對速度和準確度產生影響。

                 

              聲音識別的難題在於——在嘈雜的環境下,這一技術可能會出問題。此外,有人認為聲音識別會讓人分心或不利於社交,比如在開放式設計的辦公室或在就餐期間。潛在的罪犯可以通過錄音輕鬆獲得聲音資料。可行的方案是將聲音識別同質詢-響應技術結合起來,比如重複特定短語或是回答安全提問。

                  

              人臉識別通常需要與拍攝參考圖像時相似的光照條件。如果沒有,就可能出現漏報的情況。甚至眼鏡、帽子和圍巾都會影響效果。虹膜識別需要精準的定位和特定的照明條件,而且對反光敏感,因此配戴隱形眼鏡或眼鏡都會對它產生影響。人臉和虹膜識別面臨的另外一個難題就是容易遭遇電子欺騙:兩者都容易被人臉或眼睛的照片欺騙。變通方案就是採用互動式的人臉識別。比如,有的系統會要求目標對象眨眼睛。但是,製作巧妙的視頻或系列照片還是能騙過系統。

                  

              對比而言,指紋識別可以在黑暗的環境中使用,在用戶在走路的過程中也可以進行,即便是坐在一輛高速行駛在顛簸道路上的汽車的後排座上也沒有問題。

               

              從生物識別電話到其他設備

                  

              像指紋這樣的生物識別對於智能手機而言還是全新的嘗試,然而它在幾十年前就已經投入了使用。不過,智能手機讓大家更熟悉生物識別的日常使用,同時還消除了一些同生物識別數據相關的禁忌。

                  

              根據德勤全球的預測,智能手機生物識別的廣泛採用將成為把生物識別感測器部署到其他環境的催化劑。例如,採用紅外線來查看靜脈組織的手指靜脈和手掌靜脈掃描儀可以集成到自動取款機上,替代PIN輸入;或者將它們納入公司之間大額轉賬的認證流程。學校可以使用靜脈掃描儀證實學生已經進入或離開大樓。學生也可以採用這項技術在課堂上籤到和簽退,或者在購買食物和學慣用品時付款。越來越多的國家可能都在考慮將生物識別用於國民身份確認計劃。截至目前,印度的規模最為龐大,它採集了人臉、指紋和虹膜數據。截至2016年,登記人數已經超過十億。

                  

              生物識別可以追溯到一千年之前,不過在現代科技中被大規模採用還是最近幾年的事情,而且有可能在2017以及之後數年裡變得更加複雜而有效。

                  

              小結

                  

              有許多私營以及公共組織應該考慮如何以最好的方式利用數量日益增多的指紋識別器和習慣在手機上使用它們的龐大人群。

                  

              挑戰在於確定還有哪些應用程序可以採用指紋識別器和其他的生物識別輸入,從而提供快速而且安全的認證。

                  

              金融機構:德勤研究發現在發達市場的成人手機用戶當中,43%會使用手機查看自己的銀行賬戶。銀行可以研究如何更好地在欺詐檢測、客戶訪問或開設新賬戶、支付認證等領域利用生物識別系統,從中獲益。


              零售商–電子商務:可以採用指紋識別器提供一觸式結算,但是消費者必須下載相關應用程序,同時還得輸入必要信息,比如信用卡數據和首選的賬單地址。德勤研究還發現大部分手機用戶下載到手機上的應用程序不會超過20個。不過,能夠讓支付變得快速而安全,這一點足以吸引用戶多下載一個應用程序。


              零售商–實體商務:實體店支付應用程序利用近場通信(NFC)技術,通過消費者將手指放在感測器上,再把手機靠近NFC識別器,就可以完成支付認證。這樣一來,就不需要輸入PIN。


              企業用戶–讀取數據。生物識別可以替代密碼輸入,授權用戶讀取郵件、訪問企業內部網站和獲取其他類似服務。只需輕輕觸碰,即可完成工時表的讀取與認證。德勤研究發現目前企業應用程序的利用程度非常低。作為一種簡單而安全的認證方式,生物識別的採用有望得到推廣。


              企業用戶–物理安全。生物識別可用於控制大樓的進出,不用再依賴門禁卡。生物識別與門禁卡不同,無需刷卡操作,也不會落在家裡。


              媒體公司–在線訂閱服務。音樂、優質新聞、電視或其他內容的供應商位於付費牆的後面,它們可以要求用戶使用指紋驗證身份,從而控制非法的用戶帳號及密碼的分享。單用戶帳號可以與一組指紋綁定,指紋遠比密碼更難分享。


              政府服務:可以使用生物識別提供另一種獲取服務的方式,比如稅款繳納、查閱病歷,甚至是電子投票。這種方式可能會吸引年輕人參與投票。目前,這個群體擁有和使用智能手機的程度都相當高,不過他們的投票參與度低於平均水平。


              這裡的預測主要著眼於指紋識別器的使用,但是我們日常生活的方方面面都離不開智能手機,這讓它可以結合其他的獨有數據綜合使用,比如輸入模式和定位信息。在我們看來,各種生物識別輸入的綜合使用(即多因素認證)將越來越流行。它可以提供更加可靠的認證。例如,銀行業務應用程序可以同時採用指紋和聲音識別,通過指紋獲得初始訪問許可權,再利用聲音輸入進一步驗證。

                  

              生物識別技術在中國——指紋識別躍升成重要認證方式

                  

              指紋識別方式相較於密碼識別來說更具安全性,不易被破解,且能有效解決為提高密碼安全性增加密碼複雜程度帶來的輸入不便問題。此外,指紋識別的唯一性能有效規避多個賬號多個密碼,記憶不便的問題,提高解鎖效率。

                  

              德勤在《2016中國移動消費者調研》中發現,中國安裝指紋識別的智能手機佔比已達49%,其中43%的用戶使用指紋識別作為身份認證方式,智能手機指紋識別技術使用率明顯高於發達國家。指紋識別在2016年經歷高速增長,智能手機生產商已將其作為中高端手機的標配。指紋識別有著傳統密碼識別無法比擬的優勢,有望在2017年超過密碼識別成為智能手機首要認證方式。

                  

              指紋識別方式相較於密碼識別來說更具安全性,但仍存在一些問題需要技術提供商解決。首先,提高指紋識別精度。指紋識別的安全性主要通過指紋的唯一性來實現,但是指紋可以通過複製造假來欺騙指紋識別設備,因此提高指紋識別設備精度可有效提高指紋識別的安全性。其次,與定位技術相結合提高指紋識別安全性。在進行指紋識別的同時通過定位判定是否存在安全問題,若指紋識別使用地點出現變動則需用戶通過第三種方式進行進一步核驗。再者,提高指紋識別便捷性,通過提高設備性能實現在潮濕環境下不影響指紋解鎖使用。

                  

              人臉識別應用範圍進一步擴大

                  

              人工智慧人臉識別機器人識別準確率已達到九成以上,人臉識別技術演算法準確率不斷提升推動人臉識別技術覆蓋範圍擴張。各大銀行也在金融領域布局人臉識別技術,招商銀行開啟刷臉支付業務,人臉識別ATM機也已通過驗收。醫療領域的運用主要在發卡、醫療檢查等領域,通過支持人臉識別的醫院信息系統將自己的面部特徵與醫院就診卡綁定,在醫療檢查過程中通過人臉識別對患者進行身份核對以降低醫療差錯的發生。教育領域主要運用在監考系統中,通過精確對比考場考生、閱卷辦公室人員臉部信息,防止證件偽造、替考等行為。同時,國內智慧城市不斷深入發展,城市監控設施覆蓋範圍不斷擴大,清晰度不斷提升,攝像頭密度不斷加大,人臉數據採集阻礙降低推動人臉識別在公共安全領域所發揮的作用不斷擴大。

                  

              此外,BAT引領技術相關探索,預計人臉識別將應用於更加豐富的場景。阿里巴巴同外界合作研發人臉識別技術以提高移動支付安全性,騰訊各產品將逐步採用人臉識別技術,百度將人臉識別作為深度學習重點研究項目。

                  

              虹膜識別或有所突破

                  

              虹膜識別技術是當前最為精確的生物識別技術之一。虹膜是指瞳孔中的織物狀各色環狀物,包含許多類似於斑點、細絲、皺紋、隱窩等紋理特徵,通過專用光學圖像設備對其進行拍攝,並運用虹膜識別系統圖像預處理軟體,採用獨特演算法從圖像中提取識別所需特徵點,對其進行編碼。在進行身份認證時將提取的編碼和資料庫中的編碼進行逐一匹配從而達到身份認證的目的。隨著三星部分手機搭載虹膜識別技術,首次在國際主流品牌手機得到應用。

                  

              與目前大量應用的指紋識別方式相比,虹膜識別技術錯誤率遠低於諸如指紋、人臉等生物識別方式,其錯誤率最低可至500萬分之一。同時,清晰虹膜紋理的獲取需用戶配合,所以一般情況下較難盜用他人的虹膜圖像,即使是照片、視頻甚至使用失去活性的虹膜也無法通過虹膜識別匹配。此外,虹膜也不會產生磨損狀況而導致無法識別。在應用技術方面,中國的虹膜演算法技術、硬體基礎已經成熟,隨著手機行業巨頭涉足虹膜識別領域,虹膜識別普及將呈現加速的趨勢。

                  

              除了手機製造領域,虹膜識別技術覆蓋範圍也有可能進一步拓展。由於移動支付覆蓋範圍拓寬,單筆交易金額提高,移動支付的安全性成為影響支付產品客戶體驗的首要因素,而移動支付平台也在積極邁進虹膜識別領域,支付寶的安全架構方案已經支持虹膜識別功能,並對其進行重點推廣。在公共安全領域,中國尚未建立統一的資料庫,但在印度、墨西哥等人口大國已經開始推動全民虹膜的註冊項目。

                  

              語音識別認證發展有限

                  

              語音識別無需依賴成本昂貴的設備,只需麥克風即可採集數據,用戶通過麥克風說出特定短語,通過過濾噪音、提取特徵,特徵比對,達到一定近似度閾值即可通過身份驗證。語音識別雖然成本較低,但由於安全問題一直未在身份認證領域得到大規模應用。可供提取的語音特徵明顯少於指紋、人臉造成精度降低,此外語音識別更易受到背景噪音干擾導致認證失敗。穩定性差,語音會受到年齡、健康狀況等方面的影響,感冒等常見疾病足以造成認證障礙。此外,簡單的錄音或模仿即可欺騙語音識別系統,造成較大的安全風險。因此,易受外界影響,穩定性差,易被模仿成為阻礙語音識別技術的三大障礙,未來在安全認證市場前景將受到局限。

                  

              多模態認證成為身份認證新趨勢

                  

              多模態生物特徵識別技術指通過結合多種生物特徵進行身份認證,提升認證精確度與準確性。每種生物識別技術都有獨特的優勢與限制,單一技術可以有效解決單一場景下的身份認證問題,但由於應用場景日趨複雜化,單一認證技術已經無法滿足要求。例如人臉識別配合眼紋等多因子驗證這一新的多模態生物識別方式,其準確率已達99.99%,超過單一人臉識別技術,該技術已應用於移動支付領域。隨著多模態識別技術愈加成熟,成本逐漸降低,其服務範圍將進一步擴展,例如機場、火車站等交通領域的身份認證,醫療社保領域持卡人員的身份認證,以及高級住宅區域的門禁設施。


              (來源:行業報告研究院)


               熱 文 推 薦:

              指紋晶元廠商上半年出貨量盤點:下半年誰是黑馬?

              全面屏掀起產業鏈巨變 智能終端趨向多種生物識別共存

              2017年06月指紋晶元出貨量排行榜

              2017年06月指紋模組出貨量排行榜




              更快、更多的行業資訊,盡在手機報微信號矩陣:


              我要推薦
              轉發到
              <button id="tcjwu"><acronym id="tcjwu"></acronym></button>

              <dd id="tcjwu"></dd>
              <button id="tcjwu"></button>
                  1. <progress id="tcjwu"></progress>
                    <tbody id="tcjwu"><track id="tcjwu"></track></tbody>
                    <em id="tcjwu"><tr id="tcjwu"></tr></em>