生物识别困境以及未来发展方向 数据安全不容忽视

　　身份认证问题是人类社会的一个基本问题，从古代开始，就有了使用指印作为身份认证的手段，这可以说是最早的生物识别技术的使用。之后随着科学技术的发展进步，指纹识别渐渐成为了生物识别技术进行身份认证的的主流手段，不仅仅如此，人脸识别、虹膜识别、行为特征识别都逐渐出现在了世人面前。那么，现在的生物识别发展遇到了什么困境?未来的发展方向会是什么样子的?

　　生物识别的困境

　　虽然每一个人的生物特征独一无二，但是这些特征是会发生变化的。相貌会因为时光岁月的流逝发生改变，指纹可能因为生活的辛劳变形磨灭，五年前作为身份认证采集的各种生物特征可能在五年后就无法使用，这还只是因为时间流逝发生的变化，若是碰到意外，可能昨天采集的数据，今天就无法使用。

　　在这个时候出现了一个问题，生物识别技术发展到今天，特别是在中国，无数人的生物特征被采集保存，保存这些数据的数据库无疑是非常庞大的，多长时间对这些数据进行一次更新?在之前的生物特征可能无法使用的情况下，如何确保进行更新的数据来自数据主体?被废弃的数据是否会被保留用于其它用途?

　　生物特征识别无法达到完美无瑕，虽然说世界上没有完全一样的两片树叶，但是当差别足够小的时候，生物识别一样会出差错。这些差错可能不仅仅是因为两个人之间长得非常像，比如说同卵双胞胎，还有可能因为他们的脸部信息被相似的物品遮挡，比如说眼镜、胡子等。就在近日发布的华为Mate 20 Pro 3D结构光人脸识别技术被破解很有可能就是因为这个原因。

　　除了上述两个问题之外，生物识别的安全问题也不容忽视。随着生物识别技术的大规模应用，针对生物识别的攻击也随之到来，比如使用指模、3D面具等等，如何有效的防范这些攻击是当务之急。

　　生物识别技术的发展趋势

　　10月19日，首届全球生物识别大会在深圳举行，会上诸多专家认为，未来生物识别技术应用将会往多算法融合、多生物特征互补的方向发展，会和人工智能有更紧密的结合。

　　首先从生物识别技术应用场景上看。生物识别技术的运用场景越发复杂多变，最开始只用识别出现的人，例如考勤机、门禁，到现在需要从多个人中找到最近的那个进行识别，例如地铁人脸支付，在机场、火车站使用的安保系统的人脸识别，甚至要做到在多人行进时完成识别。

　　面对越发复杂的应用场景，单一生物识别技术已经不能满足需求，必须加入其它生物识别方式进行补充。比如广电运通推出的新一代地铁闸机就融合了面部识别、指静脉识别。

　　同时采用多种生物识别技术将会有效提高身份认证系统的安全性，当对安全要求较高时同时审查多个生物特征以确保身份，提高犯罪分子的犯罪成本。当然在不需要高安全性的场合，比如公司大门门禁，方便时使用指纹、掌纹进行验证，手不方便时可以使用面部识别，这样也可以提高效率。

　　人工智能和生物识别技术的结合会更加紧密这是必然的，苹果公司已经为我们展示了这一趋势。2017年11月，苹果推出了iPhone X，这是一台运用了大量人工智能的手机，基于人工智能的语音识别，基于人工智能的面部识别，苹果公司将人工智能和生物识别高度结合，而这一结合有效降低了语音识别和面部识别的错误率。

　　苹果展示了1:1的生物识别场景运用，实际上在1：N的场景下，人工智能才将真正展现自己的力量。在未来的智慧城市中会有大量的生物特征被采集，在进行多次1：N生物特征对比时，只有高质量的人工智能才可以处理复杂繁多的数据并在短时间里完成数据对比。

　　人类希望拥有更加自然地交互体验，希望可以在不察觉间完成身份认证，所以在未来人工智能和生物识别必将更加紧密的结合。

　　数据安全十分重要

　　摆在生物识别技术市场发展面前的还有一个大问题：数据如何使用?如何保证安全?如何获得数据?

　　人工智能和生物识别的结合已经是必然趋势，但是基于机器学习的人工智能需要大量的数据进行训练，没有进行过大量数据锻炼的人工智能根本无法适应现在的市场需求。这意味着大量的生物特征数据将会被各种公司使用，这些公司如何获得大量的数据?使用这些数据是否合法?这些公司或者机构是否有能力保护数据安全?

　　今年5月生效的GDPR对个人信息数据的保护和流通做出了严格的限制，不经过数据主体的同意，任何机构不得采集个人数据，不得将采集到的个人数据转交他人，不得将个人数据另做它用。

　　我国的个人信息保护法也正在制定当中，其中必然会对生物特征数据的采集、使用、流通做出严格的规定。法律必然不会断绝生物特征的采集、使用和流通，但是肯定会对此做出很高的要求以保护个人信息不泄露，这个要求会有多高现在还不得而知，但是一定会对生物识别技术的市场带来巨大影响。

　　最后

　　生物识别技术并不是一项新技术，它已经伴随人类走过了很长的时间。今天，技术发展让它展现出了非凡的活力，预计到2020年，全球生物识别市场规模将达到250亿美元。虽然现在还面临着一些问题，但是大的趋势已经确定，我相信在智能时代生物识别会有新机遇。