Biometrická autentizace v mobilních aplikacích: co to je, typy senzorů a princip fungování

Co je biometrická autentizace?

Biometrická autentizace je proces ověření totožnosti uživatele na základě jeho jedinečných fyziologických nebo behaviorálních vlastností. V mobilních zařízeních se technologie používá k odemykání obrazovky, potvrzování plateb a přístupu k chráněným aplikacím.

Biometrický systém se skládá ze tří komponent: senzoru, který snímá biometrický vzorek (otisk prstu, obličej, hlas), algoritmu, který extrahuje jedinečné rysy, a srovnávacího modulu, který je porovnává s uloženou šablonou. Podle NIST moderní algoritmy rozpoznávání obličeje chybují pouze v 0,08 % případů při standardním osvětlení.

Biometrické metody nahrazují tradiční hesla, protože jsou vázány na osobu a nelze je zachytit při přenosu. Podle zprávy Goode Intelligence bude do roku 2027 více než 80 % chytrých telefonů vybaveno biometrickými senzory.

Důležitou výhodou biometrie je rychlost. Průměrná doba autentizace otiskem prstu je 0,2 sekundy, obličejem — 0,4 sekundy. Pro srovnání, zadání šestímístného PIN kódu trvá v průměru 2,5 sekundy. V měřítku desítek odemknutí denně to přináší výraznou úsporu času a snižuje kognitivní zátěž uživatele.

Biometrické senzory jsou klasifikovány podle úrovně zabezpečení stanovené Android CDD a Apple App Review. Class 3 (Strong) — nejspolehlivější senzory, certifikované pro platby. Class 2 (Weak) — běžné kamery pro rozpoznávání obličeje, vhodné pouze pro odemykání obrazovky. Class 1 — pouze pro pohodlí, bez záruky bezpečnosti.

Hlavní typy biometrických senzorů

V moderních mobilních zařízeních se používají čtyři hlavní typy biometrických senzorů. Každý z nich má své vlastnosti přesnosti, rychlosti a odolnosti vůči útokům. Výběr senzoru je určen cenou, rozměry pouzdra a bezpečnostními požadavky konkrétního modelu telefonu.

Skener otisků prstů

Toto je nejběžnější typ biometrického senzoru v chytrých telefonech. Kapacitní skenery, používané společností Apple v Touch ID, analyzují rozdíl elektrického potenciálu mezi hřebeny a údolími papilárního vzoru. Ultrazvukové skenery (Qualcomm 3D Sonic) pronikají nečistotami a ochranným sklem a poskytují přesnost 98,6 %.

Rozpoznávání obličeje

2D kamery používají běžnou fotografii a pracují rychleji, ale jsou méně bezpečné. 3D systémy (Face ID, Huawei 3D Face Unlock) promítají na obličej 30 000 infračervených bodů a vytvářejí přesnou mapu hloubky. Pravděpodobnost náhodného odemknutí jiným obličejem je 1 : 1 000 000 — 20krát nižě než u Touch ID.

Skener duhovky a rozpoznávání hlasu

Skener duhovky používá kameru s IR osvětlením k analýze až 200 jedinečných bodů na duhovce oka. Technologie byla použita v Samsung Galaxy Note 7–9, ale ustoupila 3D obličeji kvůli nepohodlí. Hlasová biometrie vytváří hlasový otisk na základě 100+ akustických parametrů: zabarvení, frekvence základního tónu a artikulace. Používá se v bankovních systémech pro telefonické ověření.

Jak biometrie funguje v mobilních zařízeních

Proces biometrické autentizace je rozdělen do dvou fází: registrace (enrolment) a ověření. Ve fázi registrace senzor pořídí několik snímků biometrického vzorku, algoritmus extrahuje charakteristické rysy a uloží je ve formě matematické šablony. Šablona není obrázek, ale sada číselných vektorů, které nelze převést zpět na původní obrázek.

Při ověření je nový vzorek porovnán s uloženou šablonou a systém vydá výsledek: shoda nebo zamítnutí. Moderní algoritmy založené na neuronových sítích (Neural Engine v čipech Apple A, NPU v Snapdragon) zpracovávají toto srovnání za 100–400 milisekund. Podle Apple Security Guide provádí Neural Engine až 1 bilion operací za sekundu výhradně pro biometrické výpočty.

Klíčovou vlastností mobilní biometrie — veškeré výpočty probíhají na zařízení, v izolované oblasti procesoru. Pro Android je to Trusted Execution Environment (TEE), pro iOS — Secure Enclave. Biometrické údaje nikdy neopouštějí čip a nejsou přenášeny přes internet.

Bezpečnost biometrických údajů

Bezpečnost biometrie je zajištěna hardwarovou izolací a kryptografickou ochranou šablon. Secure Enclave v procesorech Apple A7–A18 je samostatný koprocesor s vlastním firmwarem, který šifruje biometrické údaje klíčem jedinečným pro každé zařízení. K Secure Enclave má přístup pouze operační systém prostřednictvím zabezpečeného kanálu.

V zařízeních s Androidem plní roli Secure Enclave Trusted Execution Environment (TEE) založený na ARM TrustZone. TEE izoluje biometrické výpočty od hlavního operačního systému a aplikací. Podle Google Security Blog Android 12+ vyžaduje povinné použití TEE pro všechny biometrické operace úrovně Strong.

Biometrické senzory jsou také chráněny proti útokům pomocí falešných vzorků. Senzory otisků prstů kontrolují přítomnost krevního toku nebo pulzace a infračervené kamery Face ID rozpoznávají texturu živé kůže a nereagují na fotografie, masky nebo silikonové odlitky. Liveness detection (detekce živosti) — povinná součást certifikace Android Biometric Class 3.

Výhody a nevýhody biometrie

Biometrická autentizace je mnohem pohodlnější než hesla: uživatel si nemusí pamatovat kombinace znaků a proces trvá zlomky sekundy. Rychlost je hlavním hybatelem zavádění biometrie v mobilních platebních systémech Apple Pay a Google Pay.

Hlavní nevýhodou biometrie — nemožnost změny identifikátoru při kompromitaci. Pokud lze heslo změnit, otisk prstu nebo rysy obličeje zůstávají s člověkem navždy. Z tohoto důvodu jsou biometrické systémy vždy doplněny PIN kódem nebo heslem jako záložní metodou.

Další rizika zahrnují snížení přesnosti při změně vzhledu (jizvy, otoky, změny související s věkem) a právní precedenty nuceného odemknutí. Nejvyšší soud USA v roce 2019 rozhodl, že policie muže požadovat odemknutí telefonu pomocí Face ID nebo Touch ID, ale nemuže nutit k zadání hesla (pátý dodatek).

Příklad kódu: použití Biometric API na Androidu

Android poskytuje jednotné BiometricPrompt API pro všechny biometrické senzory. Níže je uveden příklad autentizace pomocí Jetpack Biometric Library. Knihovna automaticky detekuje dostupné senzory na zařízení a vyvolá příslušný dialog.

class BiometricAuthActivity : AppCompatActivity() {

    private lateinit var biometricPrompt: BiometricPrompt

    override fun onCreate(savedInstanceState: Bundle?) {
        super.onCreate(savedInstanceState)
        setContentView(R.layout.activity_auth)

        val executor = ContextCompat.getMainExecutor(this)
        val callback = object : BiometricPrompt.AuthenticationCallback() {
            override fun onAuthenticationSucceeded(
                result: BiometricPrompt.AuthenticationResult
            ) {
                unlockApp()
            }

            override fun onAuthenticationFailed() {
                showError("Biometrie nebyla rozpoznána")
            }
        }

        biometricPrompt = BiometricPrompt(this, executor, callback)

        val promptInfo = BiometricPrompt.PromptInfo.Builder()
            .setTitle("Potvrďte svou totožnost")
            .setSubtitle("Použijte otisk prstu nebo Face ID")
            .setAllowedAuthenticators(
                BiometricManager.Authenticators.BIOMETRIC_STRONG
            )
            .build()

        biometricPrompt.authenticate(promptInfo)
    }
}

V příkladu je použito BIOMETRIC_STRONG — nejvyšší úroveň zabezpečení podle klasifikace Android. Podporuje pouze senzory Class 3: vestavěné skenery otisků prstů a 3D rozpoznávání obličeje. Třída 2 (BIOMETRIC_WEAK) zahrnuje běžné kamery a není certifikována pro platby.

Budoucnost biometrické autentizace

Biometrie aktivně evoluje: nové metody identifikace nahrazují otisky prstů a obličej. Behaviorální biometrie (keystroke dynamics, gait analysis) analyzuje styl psaní a chůzi uživatele, aniž by vyžadovala speciální senzor. Technologie se již používá v bankovních systémech pro odhalování podvodů.

Multimodální biometrie — kombinace několika metod v jednom systému — se stává standardem pro vysoce kvalitní chytré telefony. Například Samsung Galaxy S25 kombinuje ultrazvukový skener otisků prstů a 3D rozpoznávání obličeje a vybírá nejlepší metodu v závislosti na světelných podmínkách a stavu rukou. Podle Goode Intelligence vzroste trh multimodální biometrie do roku 2029 na 12 miliard dolarů.