“人工智能技术可以将大量指纹数据用作原始材料，了解它们的结构特征和详细信息，并根据某些规则对其进行重组，以产生具有高度仿真度的伪造数据。”人工智能行业资深人士孙立斌表示。 。最近，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安全系统。 AI可以伪造指纹，指纹解锁仍然安全吗？对抗网络的生成可以伪造指纹。 “指纹识别是通过识别手的指纹来确认身份。尽管指纹识别已被广泛使用，但它具有某些缺点。因为基于触摸的验证方法对环境的要求很高，并且手指的湿度和清洁度要求更高，所以佩戴指纹也会造成识别困难；有些人天生就没有指纹，或者指纹特征很少，无法成像。不能忽视的是，指纹易于保留，有被复制的可能性，并且欺诈的成本很低。 Megvii技术研究学院的研究员范浩强对《科学技术日报》的记者说。本文表明，研究人员使用神经网络数据训练基本软件来创建令人信服的假指纹，其图像甚至比原始指纹材料还要好。 “该团队使用了一种神经网络技术的变体，也就是针对网络生成了伪造的指纹。”该论文的作者之一，纽约大学副教授朱利安·托吉留斯（Julian Togilius）说。生成对抗网络目前是一种非常流行的深度学习算法。它本质上是一个生成模型。通过对抗训练，可以创建带有数据噪声的深层伪造图像，该图像可以用于数据增强或攻击特定的识别系统。范浩强说。孙立斌解释说，人工智能技术还可以利用人眼和计算机认知方法之间的差异，将某些隐藏的属性嵌入指纹图像中。尽管它们无法用肉眼看到，但计算机可以使用伪造的指纹图像来捕获此信息以实现身份。鉴定目的。另外，许多系统不具有活体检测模块，并且不可能确定所获取的图像是否来自真实的人体。该漏洞允许系统对伪造的指纹图像进行验证。指纹，面部和虹膜识别具有自己的特征。范浩强介绍说，就生物识别而言，当前常见的应用包括指纹识别，面部识别和虹膜识别。虹膜识别，目前主要出现在某些高端智能手机的虹膜识别解锁中。与指纹识别相比，虹膜识别技术利用人体独特的眼睛和虹膜特征来识别身份。在各种生物特征中，虹膜识别的准确性较高，但与其他生物特征相比，虹膜识别硬件的成本较高。识别过程需要协调，并且难以大规模推广。镜头可能会产生图像失真并降低可靠性。因此，虹膜识别的图像获取和图案匹配相对不方便，并且在实现大规模商业用途中仍然有许多技术难题需要克服。 ``人脸识别使用计算机图像处理技术从人的脸部提取关键特征点，并将已建立的人脸特征模板与正在验证的人的特征进行比较和分析，并基于分析结果。此值是可以确定它是否是同一个人。与指纹和虹膜的识别特性相比，可以自动捕获和验证人脸识别。非合作识别更方便，并且适用于更多种情况。范浩强说。多模态融合的识别方法较为安全。范浩强分析，人脸识别安全性评估中有两个不可忽视的方面。 “是否容易获得。这包括获取应用程序场景的面部数据和基础数据库数据。无法完成对任何单个数据的识别和比较。当前，无论是数据收集，调用还是比较等，在人脸识别的业务应用场景中，每个步骤都必须在用户的知识和同意下进行。 Ť