當(dāng)前位置: 首頁(yè) > 新聞資訊 > 行業(yè)資訊 > 指紋解鎖有風(fēng)險(xiǎn)?科學(xué)家繪制出“萬(wàn)能指紋” 匹配度是普通指紋30倍

指紋解鎖有風(fēng)險(xiǎn)?科學(xué)家繪制出“萬(wàn)能指紋” 匹配度是普通指紋30倍

多年來(lái),研究人員已經(jīng)證明,用于保護(hù)智能手機(jī)的常用指紋傳感器有時(shí)會(huì)被蒙騙,而欺騙者使用的是打印出來(lái)的指紋或個(gè)人的數(shù)字化指紋數(shù)據(jù)。

image.png

但紐約大學(xué)坦頓工程學(xué)院的計(jì)算機(jī)科學(xué)家們的新發(fā)現(xiàn)可能會(huì)大大增加這一可能性。

該組織已經(jīng)開(kāi)發(fā)出了一種機(jī)器學(xué)習(xí)方法,可以生成偽造的指紋,即所謂的“DeepMasterPrints”,這種方法不僅可以欺騙智能手機(jī)傳感器,還可以成功地偽裝成來(lái)自許多不同人的指紋。

可以把它看作指紋保護(hù)設(shè)備的“萬(wàn)能鑰匙”。

這項(xiàng)工作建立在結(jié)合了共同指紋特征的“主指紋”概念的研究之上。

在去年的最初測(cè)試中,紐約大學(xué)的研究人員通過(guò)手工識(shí)別各種特征和特質(zhì),來(lái)探索主指紋,這些特征和特質(zhì)可以結(jié)合起來(lái),形成一個(gè)可以識(shí)別多個(gè)人的指紋。

不過(guò),這項(xiàng)新工作通過(guò)開(kāi)發(fā)機(jī)器學(xué)習(xí)模型,可以大量制造出主指紋,極大地?cái)U(kuò)展了這種可能性。

“即使生物識(shí)別系統(tǒng)對(duì)真實(shí)指紋的錯(cuò)誤錄取率非常低,它們現(xiàn)在也必須進(jìn)行微調(diào),以考慮到人工指紋,”參與這項(xiàng)研究的紐約大學(xué)(NYU)博士生菲利普?邦特拉格(Philip Bontrager)說(shuō)。

“大多數(shù)系統(tǒng)都沒(méi)有經(jīng)受住人工指紋攻擊的考驗(yàn),因此這是設(shè)計(jì)傳感器的人們現(xiàn)在必須要注意的算法方面的問(wèn)題?!?/p>

這項(xiàng)研究利用了移動(dòng)設(shè)備掃描用戶指紋時(shí)的快捷方式。

這些傳感器足夠小,在任何時(shí)候都只能“看到”你手指的一部分。

因此,他們基于一個(gè)片段做出一些假設(shè),這也意味著假指紋可能只需滿足更少的變量來(lái)欺騙他們。

研究人員在真實(shí)指紋圖像上訓(xùn)練神經(jīng)網(wǎng)絡(luò),這樣系統(tǒng)就可以開(kāi)始輸出各種真實(shí)的片段。

然后,他們使用一種被稱為“進(jìn)化優(yōu)化”的技術(shù)來(lái)評(píng)估怎樣的指紋才能成為一種成功的主指紋——每一種特征都盡可能熟悉和具有可信度——并引導(dǎo)神經(jīng)網(wǎng)絡(luò)的輸出。

然后,研究人員將他們的合成指紋與流行的VeriFinger match.com(世界上許多消費(fèi)者和政府指紋認(rèn)證方案都采用了這種方法)和另外兩個(gè)商業(yè)配對(duì)平臺(tái)進(jìn)行測(cè)試,看看他們的合成指紋與多少身份匹配。

指紋比對(duì)器可以設(shè)定不同的安全級(jí)別。

一個(gè)高度機(jī)密的武器設(shè)施希望被欺騙的可能性最小。

一款普通的消費(fèi)類智能手機(jī)應(yīng)該避免明顯的欺詐行為,但不要過(guò)于敏感以至于經(jīng)常拒絕實(shí)際用戶。

在適度嚴(yán)格的設(shè)置下,研究小組的主指紋與不同商業(yè)平臺(tái)上的2% - 3%的記錄匹配到20%,這取決于他們測(cè)試的是哪種指紋。

總體而言,主指紋的匹配度是普通指紋的30倍——即使在最高安全設(shè)置下,主指紋的表現(xiàn)也不是特別好。

想想主指紋攻擊,就像密碼詞典攻擊一樣,黑客不需要一次就把它搞定,而是系統(tǒng)地嘗試常見(jiàn)的組合方式來(lái)入侵一個(gè)賬戶。

研究人員提到,他們并沒(méi)有對(duì)自己的機(jī)器學(xué)習(xí)生成的主指紋進(jìn)行電容打印或其他復(fù)制,這意味著他們并沒(méi)有試圖解鎖真正的智能手機(jī)。

密歇根州立大學(xué)(Michigan State University)的生物識(shí)別研究員安尼爾?杰恩(Anil Jain)沒(méi)有參與這項(xiàng)研究,他認(rèn)為這是一個(gè)真正的缺點(diǎn):很難將研究推斷為實(shí)際的用例。

但他表示,這項(xiàng)工作的優(yōu)勢(shì)在于它所開(kāi)發(fā)的機(jī)器學(xué)習(xí)技術(shù)。

Jain說(shuō):“這種方法比以前的方法有效得多?!?/p>

紐約大學(xué)的研究人員計(jì)劃繼續(xù)改進(jìn)他們的方法。他們希望提高生物識(shí)別技術(shù)行業(yè)對(duì)防范合成指紋的重要性的認(rèn)識(shí)。

他們建議開(kāi)發(fā)人員應(yīng)該開(kāi)始測(cè)試他們的設(shè)備,以確保專有系統(tǒng)能夠識(shí)別假冒偽劣產(chǎn)品。


相關(guān)產(chǎn)品