市面上的指紋解鎖技術主要包括三種：電容式指紋識別、光學式指紋識別、超聲波指紋識別。目前，除超聲波指紋識別技術沒有被大規(guī)模普及之外，電容式指紋識別、光學式指紋識別是最為常用的兩種指紋識別技術解決方案。

隨著近幾年AI人工智能技術在全球范圍內(nèi)愈演愈烈，指紋識別技術的穩(wěn)定性可能比面部識別更差。

最近，美國紐約大學和密歇根州立大學發(fā)表的一篇論文詳細介紹了深度學習技術如何削弱生物識別的安全系統(tǒng)。該研究項目在今年10月份的生物識別和網(wǎng)絡安全峰會上獲得了最佳論文獎。

據(jù)最新研究顯示，人工智能創(chuàng)建的偽造數(shù)字指紋可以“欺騙”智能手機上的指紋掃描儀，黑客可以利用漏洞，竊取受害者網(wǎng)上銀行的賬戶信息。

某些指紋識別系統(tǒng)中存在的致命級缺陷，問題的根源在于大多數(shù)指紋傳感器的工作方式。大多數(shù)人依靠部分指紋來確認身份，而不是使用完整的指紋。且多數(shù)設備允許用戶提交多個指紋圖像，匹配其中任何一部分，便可以確認用戶身份。

最新的研究成果，建立在紐約大學和密歇根州立大學的研究基礎之上。通過修改真實的指紋數(shù)據(jù)或者部分指紋圖像來“欺騙”系統(tǒng)，這些偽造指紋利用系統(tǒng)只能驗證部分指紋圖像，而不是整個完整指紋圖像的漏洞，順利通過系統(tǒng)驗證。

當然，人是可以很快地發(fā)現(xiàn)指紋是偽造的，軟件系統(tǒng)卻不具備識別真?zhèn)蔚哪芰Α?/p>

左側為真實指紋，右側為AI偽造指紋

最新論文顯示，研究人員使用神經(jīng)網(wǎng)絡數(shù)據(jù)訓練基礎軟件，創(chuàng)建出令人信服的偽造指紋，其圖像甚至優(yōu)于原始指紋素材。偽造的指紋真實度極高，包含了肉眼無法觀察到的隱藏屬性，足以混淆指紋掃描儀。

這種“深度偽造”一度引起了政府機構的擔憂，因為該項技術完全可以制作公眾難以辨別的假視頻，被違法分子利用進行虛假宣傳活動。

一些有意思的例子，研究人員曾利用AI人工智能技術，偽造前總統(tǒng)奧巴馬的演講視頻。實際上，這些演講活動根本沒有發(fā)生過。去年，研究人員制作了一張烏龜?shù)膱D像，用以混淆谷歌圖像識別軟件。通過特定技術，谷歌圖像識別軟件將烏龜誤認為步槍。因為軟件識別出圖像中的某些隱藏元素與步槍的屬性相似，這些細微的元素人類肉眼根本無法辨別。

通常研究人員采用兩種生成對抗網(wǎng)絡GAN的組合，一起工作，嵌入真實圖像中，可以順利欺騙圖像識別軟件。其中一套神經(jīng)網(wǎng)絡，使用數(shù)千個公開、可用的指紋圖像，訓練神經(jīng)網(wǎng)絡識別真實的指紋圖像。另一套神經(jīng)網(wǎng)絡，訓練創(chuàng)建生成偽造指紋。

很多指紋識別系統(tǒng)安裝了生物指紋熱傳感器。對于想要突破網(wǎng)絡安全、銀行、智能手機等機構、設備的犯罪分子而言，偽造體溫的難度就相對大多了。指紋傳感器制造商Neurotechnology公司的研發(fā)經(jīng)理Justas Kranauskas對這項研究提出異議，他表示，企業(yè)客戶在使用產(chǎn)品時，掃描軟件設置的安全級別，要比論文研究中高得多。

現(xiàn)在，AI“造假”風暴即將席卷而來，你還對指紋識別技術的安全性抱有美好幻想嗎？是不是覺得Face ID面部識別技術也沒有那么差勁，至少，偽造臉要比偽造指紋難多了。