Pagpapatunay gamit ang fingerprint — ano ito, prinsipyo ng paggawa at aplikasyon

Ano ang pagpapatunay gamit ang fingerprint?

Pagpapatunay gamit ang fingerprint ay isang paraan ng biometric identification na sumusuri sa natatanging papillary pattern sa ibabaw ng daliri upang i-verify ang pagkakakilanlan ng user. Ang bawat tao ay may indibidwal na pattern ng mga tagaytay at lambak na nabubuo sa ika-12 linggo ng intrauterine development at nananatiling hindi nagbabago sa buong buhay, maliban sa mga pisikal na pinsala.

Ang fingerprint ay isa sa tatlong uri ng biometric na katangian na kinikilala bilang pinaka-maaasahan para sa awtomatikong pagkakakilanlan, kasama ang iris ng mata at pattern ng retina. Ang papillary lines ay bumubuo ng mga katangiang tampok — minutiae: mga dulo, sanga, punto, at krus. Ang pagiging natatangi ng fingerprint ay tinutukoy ng lokasyon at uri ng 40–100 minutiae sa scanning area, na nagbibigay ng mathematical probability ng pagkakapareho na 1 sa 64 bilyon para sa dalawang magkaibang tao.

Ang unang automated fingerprint identification system (AFIS) ay lumitaw noong 1970s para sa mga ahensya ng nagpapatupad ng batas. Ang malawakang pagpapatupad sa mga consumer device ay nagsimula noong 2013 sa iPhone 5S at Touch ID. Ngayon, ang mga fingerprint scanner ay naka-install sa mga smartphone, laptop, tablet, kandado ng pinto, at payment terminal.

Paano gumagana ang fingerprint scanner?

Anuman ang uri ng sensor, ang proseso ng pagpapatunay gamit ang fingerprint ay binubuo ng tatlong yugto: pagkuha ng imahe, pagproseso at pagkuha ng mga katangian, paghahambing sa reference template. Ang bawat yugto ay maaaring isagawa kapwa sa antas ng OS at sa antas ng Trusted Execution Environment depende sa implementasyon.

Pagkuha ng imahe ng fingerprint

Ang sensor ay kumukuha ng pisikal na pattern ng daliri. Ang capacitive matrices ay bumabasa ng pagkakaiba sa electrical potential sa pagitan ng mga tagaytay (na humahawak sa matrix) at mga lambak (na hindi humahawak). Optical scanner ay nag-iilaw sa daliri gamit ang LED at kumukuha ng reflected light sa pamamagitan ng CMOS sensor. Ang ultrasonic sensor ay naglalabas ng sound wave at sumusuri sa echo na na-reflect mula sa iba't ibang lalim ng balat — nagbibigay ito ng three-dimensional na imahe na lumalaban sa dumi sa ibabaw ng daliri.

Pagkuha ng minutiae at paggawa ng template

Ang nakuhang imahe ay sumasailalim sa pagsala: pagtanggal ng ingay, normalisasyon ng contrast, at binarization (pag-convert sa itim at puti). Ang algorithm ay kumukuha ng mga tagaytay ng papillary lines, ginagawang skeleton (pinapayat hanggang 1 pixel ang lapad) at hinahanap ang minutiae — mga dulo at sanga ng mga linya. Ang bawat minutiae ay inilalarawan ng mga coordinate (x, y), anggulo ng direksyon, at uri. Ang mathematical template na 2–10 KB ay hindi naglalaman ng orihinal na imahe at hindi pinapayagan ang rekonstruksyon ng fingerprint.

Paghahambing at paggawa ng desisyon

Ang template na nakuha sa pag-scan ay inihahambing sa reference template na na-save noong pagpaparehistro. Kinakalkula ng algorithm ang bilang ng mga tugmang minutiae. Para sa matagumpay na pagpapatunay, kinakailangan ang tugma ng hindi bababa sa 12–15 minutiae (inaayos ng tagagawa). Kung ang bilang ng mga tugmang punto ay lumampas sa threshold, ang pagpapatunay ay itinuturing na matagumpay. Sa mga mobile device, ang threshold ay itinakda upang ang FAR ay hindi lalampas sa 0.001% na may FRR na humigit-kumulang 2%.

Mga uri ng fingerprint scanner

Sa modernong mga mobile device, tatlong pangunahing uri ng fingerprint scanner ang ginagamit, na nagkakaiba sa teknolohiya ng pagbasa, katumpakan, at gastos ng produksyon. Ang pagpili ng uri ay depende sa segment ng presyo ng device at mga kinakailangan sa seguridad.

Sa 2025–2026, ang mga in-display scanner na nakapaloob nang direkta sa ilalim ng OLED screen ay nagkakaroon ng katanyagan. Maaari silang maging optical (murang segment) o ultrasonic (premium segment). Bentahe — walang hiwalay na button o zone sa katawan, na nagpapahintulot sa isang walang-frame na display. Kahinaan ng optical in-display scanner — kahinaan sa maliwanag na sikat ng araw na nag-overlight sa CMOS matrix sa pamamagitan ng mga pixel ng screen.

Paghahambing ng fingerprint at pagkilala ng mukha

Ang pagpapatunay gamit ang fingerprint at pagkilala ng mukha ay ang dalawang nangingibabaw na biometric na teknolohiya sa mga mobile device. Ang bawat isa ay may malakas at mahinang panig na nakakaapekto sa pagpili sa mga partikular na sitwasyon ng paggamit.

• Katumpakan (FAR) — ultrasonic fingerprint scanner: 0.0005%, 3D Face ID: 0.0001%. Mas tumpak ang pagkilala ng mukha kung gagamit ng depth camera
• Bilis — capacitive scanner: 200–300 ms, optical: 400–600 ms, 3D mukha: 600–1000 ms. Mas mabilis ang fingerprint sa static na sitwasyon
• Walang hawakan — Face ID at 2D mukha ay hindi nangangailangan ng paghawak sa device; fingerprint ay nangangailangan ng pisikal na kontak sa scanner
• Kondisyon — fingerprint ay hindi gumagana sa basang mga daliri, ngunit gumagana sa mask at guwantes; Face ID ay hindi gumagana sa mask (walang Apple Watch) at kapag marumi ang IR camera
• Gastos ng sensor — capacitive scanner: ~0.5–1.5 dolyar, ultrasonic: ~3–5 dolyar, 3D TrueDepth camera: ~12–15 dolyar

Para sa developer ng mobile app, mahalaga na ang BiometricPrompt sa Android at LocalAuthentication sa iOS ay nag-abstract ng uri ng sensor. Gayunpaman, sa mga lumang Android device (API < 28) ay maaaring tanging FingerprintManager lamang ang available — sa kasong ito, dapat na malinaw na suriin ng app ang uri ng sensor at mag-alok ng alternatibong paraan ng pagpapatunay.

Implementasyon ng Fingerprint Auth sa Android

Bago ang Android 9 (API 28), ang tanging paraan upang isama ang fingerprint scanner ay ang klase na FingerprintManager, na idinagdag sa API 23. Simula sa Android 9, inirerekomenda ng Google ang paggamit ng BiometricPrompt, na pinag-iisa ang paggamit ng lahat ng uri ng biometric sensor. Gayunpaman, para sa mga device na may API 23–27, maaaring kailanganin pa rin ng developer ang FingerprintManager.

class FingerprintAuthHelper(
    private val context: Context
) {
    private val manager =
        context.getSystemService(Context.FINGERPRINT_SERVICE)
            as FingerprintManager?

    fun isFingerprintAvailable(): Boolean {
        return manager?.isHardwareDetected() == true
            && manager?.hasEnrolledFingerprints() == true
    }

    fun authenticate(callback: FingerprintManager.AuthenticationCallback) {
        if (isFingerprintAvailable()) {
            manager?.authenticate(
                null,
                CancellationSignal(),
                0,
                callback,
                null
            )
        }
    }
}

// Paggamit:
val helper = FingerprintAuthHelper(context)
helper.authenticate(object : FingerprintManager.AuthenticationCallback() {
    override fun onAuthenticationSucceeded(
        result: FingerprintManager.AuthenticationResult
    ) {
        // Kinilala ang fingerprint — pinayagan ang access
        binding.showContent()
    }

    override fun onAuthenticationFailed() {
        binding.showError("Hindi kinilala ang fingerprint")
    }
})

Ang ipinakitang code ay nagpapakita ng kumpletong cycle ng pagpapatunay sa pamamagitan ng FingerprintManager para sa mga lumang Android device. Mahalagang tandaan na ang FingerprintManager ay hindi gumagamit ng TEE bilang default — ang resulta ng pagpapatunay ay ibinabalik sa user space, na ginagawang hindi gaanong secure kaysa sa BiometricPrompt na may flag na BIOMETRIC_STRONG. Para sa mga bagong proyekto, dapat palaging gamitin ang BiometricPrompt, at ang FingerprintManager lamang para sa backward compatibility sa API 23–27.

Sa paglipat mula FingerprintManager patungong BiometricPrompt, dapat isaalang-alang ang pagbabago ng modelo ng seguridad: Ginagarantiyahan ng BiometricPrompt ang pagsasagawa ng lahat ng biometric na operasyon sa TEE (Trusted Execution Environment). Ang resulta ng pagpapatunay na nilagdaan ng cryptographic key sa loob ng TEE ay hindi maaaring pekein mula sa user code. Ang AndroidX Biometric library ay nagbibigay din ng interface na BiometricPrompt.AuthenticationResult.getCryptoObject() para sa pag-uugnay ng biometric authentication sa cryptographic operations — pag-encrypt ng mga key at pag-sign ng data.

Mga pamantayan ng seguridad at proteksyon laban sa pekeng

Ang proteksyon laban sa pekeng fingerprint ay isa sa mga pangunahing gawain ng mga gumagawa ng scanner. Ang modernong sensor ay gumagamit ng kombinasyon ng hardware at algorithmic na pamamaraan para sa pagtukoy ng buhay na daliri (liveness detection) at pag-block ng mga replica. Bawat pamamaraan ay may mga limitasyon, ngunit magkasama silang ginagawang hindi kumikita ang pekeng para sa malawakang pag-atake.

Ang pangunahing pamamaraan ng proteksyon ay kinabibilangan ng: pagsusuri ng lalim ng balat (tinutukoy ng ultrasonic scanner ang kapal ng epidermis sa pamamagitan ng oras ng pagbabalik ng echo signal), spectral analysis ng balat(sinusuri ng optical scanner ang reflection coefficient ng balat sa iba't ibang wavelength — ang silicone at gelatin ay may ibang spectrum), detection ng pulsation (microvibrations ng daloy ng dugo sa capillaries ng daliri) at potentiometric check(ang buhay na balat ay may tiyak na electrical impedance na naiiba sa synthetic materials).

Ang pamantayang ISO/IEC 30107-3:2023 ay tumutukoy sa mga antas ng paglaban ng biometric system sa presentation attack (presentation attack detection, PAD). Para sa mga financial application, inirerekomenda ang level 2 (PAD Level 2), na nangangailangan ng awtomatikong pagtukoy ng hindi bababa sa 95% ng mga pag-atake gamit ang mga replica na may FAR na hindi hihigit sa 0.01%. Ang ultrasonic scanner ng Samsung at Qualcomm 3D Sonic Sensor ay nakakatugon sa mga kinakailangan ng PAD Level 2, habang ang murang optical scanner ay karaniwang hindi pumapasa sa certification na mas mataas sa Level 1.