Ang biometric authentication ay isang paraan ng pag-verify ng pagkakakilanlan ng user batay sa natatanging physiological na katangian. Hindi tulad ng mga password, ang biometric data ay hindi maaaring nakawin nang malayuan o mahulaan sa pamamagitan ng brute force. Ayon sa Statista (2025), higit sa 80% ng mga modernong smartphone ay nilagyan ng built-in na biometric sensor.
Mga pangunahing punto
Biometric authentication ay ang proseso ng pag-verify ng pagkakakilanlan ng user batay sa kanyang natatanging physiological o behavioral na katangian. Hindi tulad ng mga klasikong paraan — password, PIN code, o one-time token — ang biometrics ay nakatali sa tao mismo at hindi maaaring ibigay sa ibang tao.
Ang batayan ng pamamaraan ay ang pagsukat at paghahambing ng mga biometric na katangian sa isang naunang naka-save na template. Ang teknolohiya ay dumaan sa landas mula sa mamahaling corporate system hanggang sa malawakang pagpapatupad sa mga consumer device. Ang unang mass smartphone na may fingerprint scanner ay ang Motorola Atrix 4G noong 2011, at ngayon ang mga biometric sensor ay naka-install sa mga device sa price segment mula 100 dolyar.
Ang biometrics ay lumulutas sa pangunahing problema ng password authentication: memorya ng tao. Ayon sa pananaliksik ng Hypr (2024), ang karaniwang user ay may higit sa 100 online na account, ngunit gumagamit lamang ng 5 natatanging password. Inaalis ng biometrics ang pangangailangang tandaan ang mga kumplikadong kumbinasyon.
Ang proseso ng biometric authentication ay binubuo ng dalawang yugto: pagpaparehistro (enrollment) at pag-verify (verification). Sa yugto ng pagpaparehistro, kinukuha ng system ang biometric image, kinukuha ang mga katangiang katangian, at lumilikha ng reference template. Sa pag-verify, ang bagong image ay inihahambing sa naka-save na template — kinakalkula ng algorithm ang antas ng pagkakatugma at gumagawa ng desisyon.
Ang sensor ng device ay nagtatala ng raw biometric signal: fingerprint image sa pamamagitan ng capacitive matrix, three-dimensional na mapa ng mukha sa pamamagitan ng point projector, o spectrum ng boses sa pamamagitan ng mikropono. Ang kalidad ng pagkuha ay direktang nakakaapekto sa katumpakan ng kasunod na pagkilala. Ang mga modernong sensor ay gumagamit ng 50 hanggang 300 measurement point bawat millimeter para sa fingerprints at hanggang 30,000 puntos para sa mukha.
Ang algorithm ay kumukuha mula sa raw data ng mga natatanging katangian: para sa fingerprints — minutiae (mga dulo at sanga ng papillary lines), para sa mukha — distansya sa pagitan ng mga mata, hugis ng ilong at tabas ng panga. Ang mga katangiang ito ay ginagawang mathematical template na may sukat na 2 hanggang 20 KB. Ang orihinal na imahe ay hindi nai-save — tanging ang template ng mga katangian kung saan hindi maaaring muling buuin ang orihinal.
Inihahambing ng system ang nakuha na template sa reference, na kinakalkula ang isang sukatan ng pagkakatulad. Kung ang halaga ay lumampas sa isang itinakdang threshold, ang authentication ay itinuturing na matagumpay. Tinutukoy ng threshold ang balanse sa pagitan ng kaginhawahan at seguridad: mababang threshold nagpapataas ng False Acceptance Rate, mataas — False Rejection Rate. Para sa mga mobile device, ang tipikal na threshold ay nakatakda sa antas ng FAR 0.001% sa FRR na humigit-kumulang 2%.
Ang mga mobile device ay sumusuporta sa ilang uri ng biometric sensor, na naiiba sa katumpakan, bilis, at paglaban sa peke. Ang bawat uri ay may sariling lugar ng aplikasyon at antas ng seguridad.
Ang pinakakaraniwang uri ng biometrics sa mga mobile device. Ang mga capacitive scanner ay lumilikha ng imahe ng papillary pattern batay sa pagkakaiba ng electrical potential sa pagitan ng mga ridge at valleys ng balat. Ultrasonic scanner, unang ginamit sa Galaxy S10, ay gumagamit ng sound waves para sa three-dimensional na muling pagtatayo ng fingerprint — gumagana ang mga ito kahit na sa basang mga daliri at lumalaban sa silicone imitations.
Dalawang approach: 2D camera (simpleng front camera) at 3D scanning (structured light o ToF). Apple Face ID ay nag-project ng higit sa 30,000 infrared na puntos sa mukha ng user, na lumilikha ng tumpak na three-dimensional na mapa. Ang algorithm sa Neural Engine ay nagpoproseso ng data sa millisecond at umaangkop sa mga pagbabago sa itsura — balbas, salamin, hairstyle.
Ang iris ng mata ay isa sa mga pinaka-matatag na biometric na katangian: halos hindi ito nagbabago sa edad at hindi madaling masira tulad ng fingerprints. Iris scanner mula sa Samsung (Galaxy S8–S10) ay gumagamit ng IR camera para mag-analisa ng hanggang 240 natatanging katangian ng iris. Ang FAR ng naturang mga system ay mas mababa sa 0.0001%, ngunit ang bilis ng pagkuha ay mas mababa kaysa sa facial scanner.
Ang voice biometrics ay nagsusuri ng mga pisikal na katangian ng vocal tract: pangunahing tono frequency, formant, at timbre. Ang teknolohiya ay ginagamit sa mga voice assistant — Siri at Google Assistant — para makilala ang isang partikular na user. Ang pangunahing disbentaha ay ang pagiging sensitibo sa ingay ng kapaligiran at posibilidad ng pagre-record ng boses ng isang attacker.
Simula sa Android 9 (API 28), ang Google ay nagbibigay ng pinag-isang API BiometricPrompt na nag-aabstrak ng trabaho sa lahat ng uri ng biometric sensor sa device. Ang developer ay hindi kailangang magsulat ng hiwalay na code para sa fingerprint scanner at facial recognition — ang BiometricPrompt mismo ang tumutukoy sa mga available na sensor at nagpapakita ng standard na dialog.
val executor = ContextCompat.mainExecutor(context)
val biometricPrompt = BiometricPrompt(activity, executor,
object : BiometricPrompt.AuthenticationCallback() {
override fun onAuthenticationSucceeded(
result: BiometricPrompt.AuthenticationResult
) {
// Pinapayagan ang access — maaaring ipakita ang content
binding.showContent()
}
override fun onAuthenticationFailed() {
// Hindi nakilala ang biometrics — abisuhan ang user
binding.showError("Hindi nakilala ang fingerprint")
}
override fun onAuthenticationError(
errorCode: Int,
errString: CharSequence
) {
// Hindi naaayos na error — hindi available ang biometrics
binding.showFallback()
}
}
)
val promptInfo = BiometricPrompt.PromptInfo.Builder()
.setTitle("Mag-log in sa application")
.setSubtitle("Kumpirmahin ang iyong pagkakakilanlan gamit ang fingerprint")
.setNegativeButtonText("Gumamit ng PIN")
.build()
biometricPrompt.authenticate(promptInfo)
Ang ipinakitang code ay nagpapakita ng buong cycle ng biometric authentication sa pamamagitan ng BiometricPrompt. Ang callback na onAuthenticationSucceeded ay tinatawag pagkatapos ng matagumpay na pag-verify ng template sa Trusted Execution Environment. Sa mga device na walang biometric sensor, awtomatikong magpapakita ang BiometricPrompt ng screen para sa pag-input ng PIN code o pattern — hindi kailangang hiwalay na pangasiwaan ng developer ang sitwasyong ito.
Isang mahalagang kinakailangan sa seguridad: lahat ng biometric operation ay dapat isagawa sa bahagi ng TEE (Trusted Execution Environment) — hardware-isolated na lugar ng processor. Ginagarantiyahan ng Android BiometricPrompt ang paggamit ng TEE sa pamamagitan ng provider na BiometricManager.Authenticators.BIOMETRIC_STRONG, na hindi mapapalitan mula sa user space.
Ang biometric authentication ay nagbibigay ng makabuluhang pakinabang kumpara sa mga password, ngunit mayroon ding mga pangunahing limitasyon na dapat isaalang-alang ng developer kapag nagdidisenyo ng seguridad ng application.
Isang kritikal na limitasyon — ang biometrics ay hindi patunay ng intensyon. Ang user ay maaaring pilitin nang pisikal o sa ilalim ng pressure na i-unlock ang device. Kaya naman ang mga regulator ng banking-grade application (PSD2, PCI DSS) ay nangangailangan ng multi-factor authentication, kung saan ang biometrics ay isa lamang sa mga factor.
Ang kaligtasan ng biometric templates ay sinisiguro ng hardware protection mechanisms: Secure Enclave sa iOS at Trusted Execution Environment (TEE) sa Android. Ang mga isolated coprocessor na ito ay nagsasagawa ng mga operasyon ng pagkuha, pagproseso, at paghahambing ng biometric data nang walang access mula sa pangunahing processor at operating system.
Ang pangunahing prinsipyo ng seguridad — hindi pag-iimbak ng orihinal na imahe. Ang sensor ay nagpapadala lamang ng mathematical representation ng mga katangian sa TEE, hindi ang fingerprint image o photo ng mukha. Sa Android 13+, ang BiometricPrompt API ay nag-e-encrypt din ng authentication result gamit ang cryptographic key na nabuo sa loob ng TEE. Ang approach na ito ay ginagawang walang silbi ang pagnanakaw ng biometric database mula sa server — ang attacker ay makakakuha lamang ng naka-encrypt na template, hindi ang orihinal na data.
Ang mga internasyonal na pamantayan ISO/IEC 24745:2022 at FIDO2 ay nagre-regulate ng mga kinakailangan sa pag-iimbak ng biometrics: bawal mag-imbak ng orihinal na imahe, ang mga template ay dapat na hindi mababawi na nabago, at ang data transmission channel sa pagitan ng sensor at comparison module ay dapat na protektado ng hardware. Sa pag-develop ng mobile application, inirerekomenda ang paggamit ng FIDO2 WebAuthn — isang protocol na ginagarantiyahan ang end-to-end encryption ng biometric transactions.
Mga madalas itanong
Ito ay pag-access sa device o application sa pamamagitan ng natatanging katangian ng katawan: fingerprint, mukha, boses, o iris ng mata. Sa halip na magpasok ng password, inilalagay ng user ang kanyang daliri sa scanner o tumitingin sa camera — kinikilala siya ng system at ina-unlock ang access.
Mga pangunahing uri: capacitive at ultrasonic fingerprint scanner, 3D facial recognition (Face ID, Windows Hello), iris scanner, at voice biometrics para sa mga voice assistant. Sa mga budget device, matatagpuan din ang 2D facial recognition sa pamamagitan ng front camera.
Gumagamit ang Face ID ng three-dimensional na mapa ng mukha na may 30,000 infrared na puntos, na ginagawang lumalaban ito sa mga larawan at maskara. Sinusuri ng fingerprint scanner ang papillary pattern. Face ID ay may FAR na humigit-kumulang 0.0001%, Touch ID — humigit-kumulang 0.001%. Ang Face ID ay mas maginhawa sa contactless scenario, ngunit mas mabagal ng mga 0.5 segundo.
Oo, ngunit ang kahirapan ay depende sa uri ng sensor. Ang simpleng 2D facial scanner ay maaaring dayain sa pamamagitan ng larawan. Ang ultrasonic fingerprint scanner at Face ID ay protektado laban sa imitations at maskara sa pamamagitan ng hardware. Para malampasan ang 3D sensor, kailangan ang mamahaling silicone replica, na ginagawang hindi ekonomiko ang mga ganitong atake para sa mass user.
Sa iPhone sa Secure Enclave, sa Android sa TEE (Trusted Execution Environment) — hardware-isolated processor, na walang access ang pangunahing OS at mga application. Ang orihinal na imahe ay hindi nai-save, tanging ang mathematical template ng mga katangian na may sukat na 2–20 KB, kung saan hindi maaaring muling buuin ang orihinal na fingerprint o mukha.
Buod
Gagawa kami ng mobile application na turnkey
Gumagawa ang IT Sectr ng mga iOS at Android application para sa mga startup at negosyo mula noong 2017. Magpapayo kami sa iyo at magmumungkahi ng pinakamahusay na solusyon.
Basahin din