2017年9月，蘋果公司又開“先河”，徹底摒棄Touch ID，推出面部解鎖Face ID技術(shù)。今年9月，蘋果推出的iPhone XR、iPhone Xs、iPhone Xs Max全系列終端產(chǎn)品依然采用Face ID，作為唯一一種解鎖技術(shù)方案。
但是這一次，蘋果的“算盤”落空了。面部解鎖Face ID并沒有給蘋果帶來意想不到的收益與熱度，反而受到了來自于友商、用戶的質(zhì)疑和嘲諷。
譬如，F(xiàn)ace ID不能有效區(qū)分開雙胞胎或者長相相似的人，電量低于10%將會影響到Face ID的正常使用，手機(jī)重啟后，必須密碼解鎖……總之，F(xiàn)ace ID一經(jīng)面世，各種Bug頻出，蘋果忙著“滅火”，焦頭爛額。消費者對于這種面部識別技術(shù)的可靠性也比較質(zhì)疑。
相比之下，安卓陣營的終端廠商就聰明多了，同時采用指紋識別和面部解鎖兩種技術(shù)方案，以防備面部解鎖功能表現(xiàn)時好時壞、不穩(wěn)定。
市面上的指紋解鎖技術(shù)主要包括三種：電容式指紋識別、光學(xué)式指紋識別、超聲波指紋識別。目前，除超聲波指紋識別技術(shù)沒有被大規(guī)模普及之外，電容式指紋識別、光學(xué)式指紋識別是最為常用的兩種指紋識別技術(shù)解決方案。
不僅手機(jī)廠商，像美國富國銀行WELLS FARGO等世界主流銀行，也越來越傾向于讓客戶使用指紋識別訪問銀行賬戶系統(tǒng)。然而，極具諷刺的是，隨著近幾年AI人工智能技術(shù)在全球范圍內(nèi)愈演愈烈，指紋識別技術(shù)的穩(wěn)定性可能比面部識別更差。
最近，美國紐約大學(xué)和密歇根州立大學(xué)發(fā)表的一篇論文詳細(xì)介紹了深度學(xué)習(xí)技術(shù)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(luò)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(jī)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。
“雖然說，基于指紋的身份驗證仍然是保護(hù)設(shè)備或者系統(tǒng)的有效方法，但與此同時，絕大多數(shù)的系統(tǒng)不會驗證指紋或者其他生物識別，來自于真人還是復(fù)制品。”論文主要作者之一，紐約大學(xué)博士生Phillip Bontrager說。
紐約大學(xué)教授Nasir Memon在以前的研究中曾詳述了，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(rèn)身份，而不是使用完整的指紋。且多數(shù)設(shè)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(rèn)用戶身份。
因而，紐約大學(xué)的Nasir Memon教授和密歇根州立大學(xué)Arun Ross教授，使用“主導(dǎo)指紋”（MasterPrint）這一詞描述這種工作方式。
最新的研究成果，建立在紐約大學(xué)和密歇根州立大學(xué)的研究基礎(chǔ)之上。論文作者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(dāng)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>
雷鋒網(wǎng)注：左側(cè)為真實指紋，右側(cè)為AI偽造指紋
最新論文顯示，研究人員使用神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)訓(xùn)練基礎(chǔ)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。
“團(tuán)隊使用神經(jīng)網(wǎng)絡(luò)技術(shù)變體，即生成對抗網(wǎng)絡(luò)（GAN）偽造指紋。”論文作者之一，紐約大學(xué)計算機(jī)科學(xué)副教授Julian Togelius說。研究人員使用GAN“捏造”出的照片、視頻，學(xué)術(shù)名被稱為“深度偽造”（雷鋒網(wǎng)(公眾號：雷鋒網(wǎng))注：deep fakes）。
這種“深度偽造”一度引起了政府機(jī)構(gòu)的擔(dān)憂，因為該項技術(shù)完全可以制作公眾難以辨別的假視頻，被違法分子利用進(jìn)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(shù)，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(shù)，谷歌圖像識別軟件將烏龜誤認(rèn)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(xì)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(luò)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(luò)，使用數(shù)千個公開、可用的指紋圖像，訓(xùn)練神經(jīng)網(wǎng)絡(luò)識別真實的指紋圖像。另一套神經(jīng)網(wǎng)絡(luò)，訓(xùn)練創(chuàng)建生成偽造指紋。
紐約大學(xué)計算機(jī)科學(xué)博士候選人Philip Bontrager解釋道，將第二個神經(jīng)網(wǎng)絡(luò)的假指紋圖像輸入第一個神經(jīng)網(wǎng)絡(luò)中以測試仿真程度。隨著時間的推移，第二個神經(jīng)網(wǎng)絡(luò)“學(xué)會”了生成逼真的指紋圖像，可以瞞天過海。
在驗證測試中，Innovatrics、Neurotechnology等科技公司出售的指紋識別掃描軟件均未通關(guān)。Philip Bontrage介紹道，負(fù)責(zé)偽造圖片神經(jīng)網(wǎng)絡(luò)被嵌入一組隨機(jī)的計算機(jī)代碼，這種代碼的學(xué)名稱為“噪音數(shù)據(jù)”（noisy data），研究人員可以通過優(yōu)化算法，來校準(zhǔn)“噪音數(shù)據(jù)”，提高偽造圖像“欺騙”指紋識別軟件的精度。但研究人員無法確定代碼對于圖像有何作用。
當(dāng)然，偽造圖片只是一種欺騙方式，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(luò)安全、銀行、智能手機(jī)等機(jī)構(gòu)、設(shè)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(shè)置的安全級別，要比論文研究中高得多。
研究員Philip Bontrager卻認(rèn)為，指紋安全級別設(shè)置越高，用戶使用會越不方便。“使用高安全設(shè)置，或許可以提高防欺騙性能，但客戶需要反復(fù)按壓，操作非常不便利。”指紋識別軟件安全級別高，耗時、耗力，安全級別低，又要提防AI生成的“深度假貨”。
現(xiàn)在，AI“造假”風(fēng)暴即將席卷而來，你還對指紋識別技術(shù)的安全性抱有美好幻想嗎？是不是覺得Face ID面部識別技術(shù)也沒有那么差勁，至少，偽造臉要比偽造指紋難多了。
是時候和手機(jī)指紋解鎖say goodbye了！
