Biometric Authentication sa mga Mobile App: ano ito, mga uri ng sensor at prinsipyo ng paggana

Ano ang biometric authentication?

Biometric authentication ay ang proseso ng pag-verify ng pagkakakilanlan ng isang user batay sa kanyang mga natatanging pisyolohikal o asal na katangian. Sa mga mobile device, ang teknolohiya ay ginagamit para sa pag-unlock ng screen, pagkumpirma ng mga pagbabayad, at pag-access sa mga protektadong app.

Ang biometric system ay binubuo ng tatlong bahagi: isang sensor na kumukuha ng biometric sample (fingerprint, mukha, boses), isang algorithm na kumukuha ng mga natatanging tampok, at isang module ng paghahambing na tumutugma sa mga ito sa naka-save na template. Ayon sa NIST, ang mga modernong algorithm ng face recognition ay nagkakamali lamang sa 0.08% ng mga kaso sa standard na ilaw.

Ang mga biometric na pamamaraan ay pumapalit sa tradisyonal na mga password dahil ang mga ito ay nakatali sa tao at hindi maaaring maharang sa paghahatid. Ayon sa ulat ng Goode Intelligence, pagsapit ng 2027, higit sa 80% ng mga smartphone ay magkakaroon ng biometric sensors.

Isang mahalagang bentahe ng biometrics ay ang bilis. Ang average na oras ng autentikasyon gamit ang fingerprint ay 0.2 segundo, gamit ang mukha — 0.4 segundo. Para sa paghahambing, ang pagpasok ng anim-na-digit na PIN code ay tumatagal ng average na 2.5 segundo. Sa sukat ng sampu-sampung pag-unlock bawat araw, ito ay nagbibigay ng malaking pagtitipid sa oras at nagbabawas ng cognitive load ng user.

Ang mga biometric sensor ay inuri ayon sa antas ng seguridad na itinakda ng Android CDD at Apple App Review. Class 3 (Strong) — ang pinaka-maaasahang sensor, sertipikado para sa mga pagbabayad. Class 2 (Weak) — mga ordinaryong camera para sa face recognition, angkop lamang para sa pag-unlock ng screen. Class 1 — para lamang sa kaginhawahan, walang garantiya ng seguridad.

Mga pangunahing uri ng biometric sensor

Sa mga modernong mobile device, apat na pangunahing uri ng biometric sensor ang ginagamit. Ang bawat isa ay may kanya-kanyang katangian ng katumpakan, bilis, at paglaban sa mga atake. Ang pagpili ng sensor ay tinutukoy ng gastos, sukat ng katawan, at mga kinakailangan sa seguridad ng partikular na modelo ng telepono.

Fingerprint scanner

Ito ang pinakakaraniwang uri ng biometric sensor sa mga smartphone. Ang mga capacitive scanner, na ginagamit ng Apple sa Touch ID, ay sinusuri ang pagkakaiba ng electrical potential sa pagitan ng mga tagaytay at lambak ng papillary pattern. Ang mga ultrasonic scanner (Qualcomm 3D Sonic) ay tumatagos sa dumi at protective glass, na nagbibigay ng katumpakan na 98.6%.

Face recognition

Ang 2D camera ay gumagamit ng ordinaryong litrato at mas mabilis gumana, ngunit hindi gaanong secure. Ang 3D system (Face ID, Huawei 3D Face Unlock) ay nagpo-project ng 30,000 infrared na puntos sa mukha at bumubuo ng tumpak na depth map. Ang posibilidad ng aksidenteng pag-unlock ng ibang mukha ay 1 sa 1,000,000 — 20 beses na mas mababa kaysa sa Touch ID.

Iris scanner at voice recognition

Ang iris scanner ay gumagamit ng camera na may IR lighting para suriin ang hanggang 200 natatanging puntos sa iris ng mata. Ang teknolohiya ay ginamit sa Samsung Galaxy Note 7–9, ngunit napalitan ng 3D face dahil sa hindi komportableng paggamit. Voice biometrics ay gumagawa ng voice print batay sa 100+ acoustic parameters: timbre, frequency ng pangunahing tono, at artikulasyon. Ito ay ginagamit sa mga banking system para sa verification sa telepono.

Paano gumagana ang biometrics sa mga mobile device

Ang proseso ng biometric authentication ay nahahati sa dalawang yugto: pagpaparehistro (enrolment) at verification. Sa yugto ng pagpaparehistro, ang sensor ay kumukuha ng ilang larawan ng biometric sample, ang algorithm ay kumukuha ng mga katangiang tampok at iniimbak ang mga ito sa anyo ng isang mathematical template. Ang template ay hindi isang larawan, kundi isang set ng numerical vectors na hindi maaaring ibalik sa orihinal na larawan.

Sa verification, ang bagong sample ay inihahambing sa naka-save na template, at ang system ay nagbibigay ng resulta: tugma o pagtanggi. Ang mga modernong algorithm batay sa neural network (Neural Engine sa Apple A chips, NPU sa Snapdragon) ay nagpoproseso ng paghahambing na ito sa loob ng 100–400 millisecond. Ayon sa Apple Security Guide, ang Neural Engine ay gumaganap ng hanggang 1 trilyong operasyon bawat segundo para lamang sa biometric computations.

Ang pangunahing tampok ng mobile biometrics — lahat ng computations ay ginagawa sa device, sa isang isolated na lugar ng processor. Para sa Android ito ay Trusted Execution Environment (TEE), para sa iOS — Secure Enclave. Ang biometric data ay hindi kailanman umaalis sa chip at hindi ipinapadala sa internet.

Seguridad ng biometric data

Ang seguridad ng biometrics ay tinitiyak ng hardware isolation at cryptographic protection ng mga template. Ang Secure Enclave sa Apple A7–A18 processors ay isang hiwalay na coprocessor na may sariling firmware na nag-encrypt ng biometric data na may susi na natatangi para sa bawat device. Tanging ang operating system ang may access sa Secure Enclave sa pamamagitan ng secure na channel.

Sa Android devices, ang papel ng Secure Enclave ay ginagampanan ng Trusted Execution Environment (TEE) batay sa ARM TrustZone. Ang TEE ay naghihiwalay ng biometric computations mula sa pangunahing operating system at mga app. Ayon sa Google Security Blog, ang Android 12+ ay nag-aatas ng mandatoryong paggamit ng TEE para sa lahat ng biometric operations ng Strong level.

Ang mga biometric sensor ay protektado rin laban sa mga atake gamit ang pekeng sample. Ang fingerprint sensors ay sumusuri ng pagkakaroon ng daloy ng dugo o pulso, at ang infrared cameras ng Face ID ay kumikilala ng texture ng buhay na balat at hindi gumaganti sa mga litrato, mask, o silicone cast. Liveness detection (detection ng buhay) — mandatoryong bahagi ng sertipikasyon ng Android Biometric Class 3.

Mga kalamangan at kahinaan ng biometrics

Ang biometric authentication ay mas maginhawa kaysa sa mga password: hindi kailangan ng user na matandaan ang mga kombinasyon ng character, at ang proseso ay tumatagal ng bahagi ng segundo. Ang bilis ay ang pangunahing driver ng pag-aampon ng biometrics sa mobile payment systems na Apple Pay at Google Pay.

Ang pangunahing kahinaan ng biometrics — ang imposibilidad ng pagbabago ng identifier sa kaso ng kompromiso. Kung ang isang password ay maaaring baguhin, ang fingerprint o mga tampok ng mukha ay mananatili sa tao magpakailanman. Dahil dito, ang mga biometric system ay laging dinadagdagan ng PIN code o password bilang backup na paraan.

Ang mga karagdagang panganib ay kasama ang pagbaba ng katumpakan sa pagbabago ng anyo (mga peklat, pamamaga, mga pagbabago na may kaugnayan sa edad) at mga legal na precedente ng sapilitang pag-unlock. Ang Korte Suprema ng US noong 2019 ay nagpasiya na ang pulisya ay maaaring humingi ng pag-unlock ng telepono sa pamamagitan ng Face ID o Touch ID, ngunit hindi maaaring pilitin ang pagpasok ng password (ikalimang susog).

Halimbawa ng code: paggamit ng Biometric API sa Android

Ang Android ay nagbibigay ng isang pinag-isang BiometricPrompt API para sa lahat ng biometric sensors. Sa ibaba ay isang halimbawa ng authentication gamit ang Jetpack Biometric Library. Ang library ay awtomatikong nakakakita ng mga available na sensor sa device at tumatawag ng kaukulang 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("Hindi nakilala ang biometrics")
            }
        }

        biometricPrompt = BiometricPrompt(this, executor, callback)

        val promptInfo = BiometricPrompt.PromptInfo.Builder()
            .setTitle("Kumpirmahin ang iyong pagkakakilanlan")
            .setSubtitle("Gamitin ang fingerprint o Face ID")
            .setAllowedAuthenticators(
                BiometricManager.Authenticators.BIOMETRIC_STRONG
            )
            .build()

        biometricPrompt.authenticate(promptInfo)
    }
}

Sa halimbawa, ginagamit ang BIOMETRIC_STRONG — ang pinakamataas na antas ng seguridad ayon sa klasipikasyon ng Android. Ito ay sumusuporta lamang sa Class 3 sensors: built-in fingerprint scanners at 3D face recognition. Class 2 (BIOMETRIC_WEAK) ay kasama ang mga ordinaryong camera at hindi sertipikado para sa mga pagbabayad.

Kinabukasan ng biometric authentication

Ang biometrics ay aktibong umuunlad: ang mga bagong paraan ng pagkilala ay pumapalit sa mga fingerprint at mukha. Behavioral biometrics (keystroke dynamics, gait analysis) ay sumusuri sa estilo ng pag-type at lakad ng user, nang hindi nangangailangan ng espesyal na sensor. Ang teknolohiya ay ginagamit na sa mga banking system para sa detection ng pandaraya.

Ang multimodal biometrics — kombinasyon ng maraming pamamaraan sa isang sistema — ay nagiging pamantayan para sa mga high-end na smartphone. Halimbawa, ang Samsung Galaxy S25 ay pinagsasama ang ultrasonic fingerprint scanner at 3D face recognition, pinipili ang pinakamahusay na paraan depende sa mga kondisyon ng ilaw at estado ng mga kamay. Ayon sa Goode Intelligence, ang merkado ng multimodal biometrics ay lalago sa 12 bilyong dolyar pagsapit ng 2029.