Biometrikus hitelesítés: mi ez, típusai és működési elve

Mi a biometrikus hitelesítés?

Biometrikus hitelesítés a felhasználó személyazonosságának ellenőrzési folyamata az egyedi fiziológiai vagy viselkedési jellemzői alapján. A klasszikus módszerekkel — jelszavakkal, PIN-kódokkal vagy egyszeri tokenekkel — ellentétben a biometria magához a személyhez kötődik, és nem adható át más személynek.

A módszer alapja a biometrikus jellemzők mérése és összehasonlítása egy előre elmentett sablonnal. A technológia hosszú utat tett meg a drága vállalati rendszerektől a fogyasztói eszközök tömeges elterjedéséig. Az első tömeggyártású okostelefon ujjlenyomat-szkennerrel a Motorola Atrix 4G volt 2011-ben, ma pedig a biometrikus érzékelőket már a 100 dollártól kezdődő árkategóriájú készülékekbe is beépítik.

A biometria megoldja a jelszavas hitelesítés kulcsproblémáját: az emberi memóriát. A Hypr (2024) kutatása szerint az átlagos felhasználónak több mint 100 online fiókja van, de csak 5 egyedi jelszót használ. A biometria megszünteti a bonyolult kombinációk megjegyzésének szükségességét.

Hogyan működik a biometrikus hitelesítés?

A biometrikus hitelesítés folyamata két fázisból áll: regisztráció (enrollment) és ellenőrzés (verification). A regisztrációs szakaszban a rendszer rögzíti a biometrikus képet, kivonja a jellemző tulajdonságokat, és létrehoz egy referenciasablont. Az ellenőrzés során az új képet összehasonlítja az elmentett sablonnal — az algoritmus kiszámítja az egyezés mértékét és döntést hoz.

A biometrikus kép rögzítése

Az eszköz érzékelője rögzíti a nyers biometrikus jelet: az ujjlenyomat képét kapacitív mátrixon keresztül, az arc háromdimenziós térképét pontprojektoron keresztül, vagy a hang spektrumát mikrofonon keresztül. A rögzítés minősége közvetlenül befolyásolja a későbbi felismerés pontosságát. A modern érzékelők 50–300 mérési pontot használnak milliméterenként az ujjlenyomatokhoz és akár 30 000 pontot az archoz.

Jellemzők kivonása és sablon létrehozása

Az algoritmus a nyers adatokból kivonja az egyedi jellemzőket: ujjlenyomatok esetén — minúciákat (a papilláris vonalak végződései és elágazásai), arc esetén — a szemek közötti távolságot, az orr formáját és az állkapocs kontúrját. Ezek a jellemzők 2–20 KB méretű matematikai sablonná alakulnak. Az eredeti kép nem kerül elmentésre — csak a jellemzősablon, amelyből az eredeti nem állítható helyre.

Egyeztetés és döntéshozatal

A rendszer összehasonlítja a kapott sablont a referenciasablonnal, kiszámítva a hasonlósági metrikát. Ha az érték meghalad egy beállított küszöbértéket (threshold), a hitelesítés sikeresnek minősül. A küszöbérték határozza meg a kényelem és a biztonság közötti egyensúlyt: az alacsony küszöb növeli a False Acceptance Rate-et, a magas — a False Rejection Rate-et. Mobil eszközök esetén a tipikus küszöb FAR 0.001% szinten van beállítva, FRR kb. 2% mellett.

A biometrikus hitelesítés típusai

A mobileszközök többféle biometrikus érzékelőt támogatnak, amelyek pontosságban, sebességben és hamisításnak való ellenállásban különböznek. Minden típusnak megvan a maga alkalmazási területe és biztonsági szintje.

Ujjlenyomat-szkenner

A leggyakoribb biometriai típus a mobileszközökben. A kapacitív szkennerek a papilláris minta képét hozzák létre a bőr taréjai és völgyei közötti elektromos potenciálkülönbség alapján. Ultrahangos szkennerek, amelyeket először a Galaxy S10-ben alkalmaztak, hanghullámokat használnak az ujjlenyomat háromdimenziós rekonstrukciójához — nedves ujjakkal is működnek, és ellenállnak a szilikon utánzatoknak.

Arcfelismerés

Két megközelítés: 2D kamera (egyszerű előlapi kamera) és 3D szkennelés (strukturált fény vagy ToF). Apple Face ID több mint 30 000 infravörös pontot vetít a felhasználó arcára, létrehozva egy pontos háromdimenziós térképet. A Neural Engine algoritmusa ezredmásodpercek alatt feldolgozza az adatokat, és alkalmazkodik a megjelenés változásaihoz — szakállhoz, szemüveghez, frizurához.

Íriszszkenner

A szem írisze az egyik legstabilabb biometrikus jellemző: gyakorlatilag nem változik az életkorral, és nem sérülékeny, mint az ujjlenyomatok. A Samsung Iris-szkennerei (Galaxy S8–S10) IR-kamerát használnak az írisz akár 240 egyedi jellemzőjének elemzésére. Az ilyen rendszerek FAR-ja kevesebb, mint 0.0001%, de a rögzítési sebesség alacsonyabb, mint az arcszkennereké.

Hangfelismerés

A hangbiometria a hangképző szerv fizikai jellemzőit elemzi: alaphang frekvenciát, formánsokat és hangszínt. A technológiát hangasszisztensekben — Siri és Google Assistant — alkalmazzák egy adott felhasználó felismerésére. A fő hátránya a környezeti zajokra való érzékenység és a hang támadó általi rögzítésének lehetősége.

Biometrikus hitelesítés megvalósítása Androidban

Az Android 9-től (API 28) kezdve a Google egységes BiometricPrompt API-t biztosít, amely elvonatkoztatja a munkát az eszközön lévő összes biometrikus érzékelőtípussal. A fejlesztőnek nem kell külön kódot írnia az ujjlenyomat-szkennerhez és az arcfelismeréshez — a BiometricPrompt maga érzékeli az elérhető érzékelőket, és megjeleníti a szabványos párbeszédablakot.

val executor = ContextCompat.mainExecutor(context)
val biometricPrompt = BiometricPrompt(activity, executor,
    object : BiometricPrompt.AuthenticationCallback() {
        override fun onAuthenticationSucceeded(
            result: BiometricPrompt.AuthenticationResult
        ) {
            // Hozzáférés engedélyezve — tartalom megjeleníthető
            binding.showContent()
        }

        override fun onAuthenticationFailed() {
            // Biometria nem ismerte fel — értesítse a felhasználót
            binding.showError("Ujjlenyomat nem felismerve")
        }

        override fun onAuthenticationError(
            errorCode: Int,
            errString: CharSequence
        ) {
            // Javíthatatlan hiba — biometria nem elérhető
            binding.showFallback()
        }
    }
)

val promptInfo = BiometricPrompt.PromptInfo.Builder()
    .setTitle("Jelentkezzen be az alkalmazásba")
    .setSubtitle("Erősítse meg személyazonosságát ujjlenyomattal")
    .setNegativeButtonText("PIN használata")
    .build()

biometricPrompt.authenticate(promptInfo)

A bemutatott kód a biometrikus hitelesítés teljes ciklusát szemlélteti a BiometricPrompt segítségével. Az onAuthenticationSucceeded visszahívás a sablon sikeres ellenőrzése után hívódik meg a Trusted Execution Environment-ben. A biometrikus érzékelő nélküli eszközökön a BiometricPrompt automatikusan megjeleníti a PIN-kód vagy minta beviteli képernyőjét — a fejlesztőnek nem kell külön kezelnie ezt a forgatókönyvet.

Fontos biztonsági követelmény: minden biometrikus műveletet a TEE (Trusted Execution Environment) oldalán kell végrehajtani — a processzor hardveresen elkülönített területén. Az Android BiometricPrompt garantálja a TEE használatát a BiometricManager.Authenticators.BIOMETRIC_STRONG szolgáltatón keresztül, amely a felhasználói térből nem helyettesíthető.

A biometria előnyei és hátrányai

A biometrikus hitelesítés jelentős előnyöket nyújt a jelszavakkal szemben, de vannak alapvető korlátai is, amelyeket a fejlesztőnek figyelembe kell vennie az alkalmazás biztonságának tervezésekor.

• Sebesség — az ujjlenyomat felismerése 200–400 ms-ot vesz igénybe, a Face ID — körülbelül 1 másodpercet, ami lényegesen gyorsabb, mint egy 8+ karakteres jelszó beírása
• Kényelem — a felhasználónak nem kell megjegyeznie és beírnia a hitelesítő adatokat; a hitelesítés öntudatlanul történik érintésre vagy a képernyőre pillantásra
• Elválaszthatatlanság — a biometrikus jellemző mindig a felhasználónál van; a tokennel vagy intelligens kártyával ellentétben nem felejthető otthon vagy veszíthető el
• Visszafordíthatatlanság kompromittálódás esetén — biometrikus sablon szivárgása esetén az nem változtatható meg, ellentétben a jelszóval; ez a biometria kulcsfontosságú hátránya
• Téves találatok — a FAR bár alacsony, de nem nulla; a 3D arcfelismerő rendszerek FAR-ja körülbelül 0.0001%, ami 1 téves felismerést jelent milliónyi próbálkozásonként

Kritikus korlát — a biometria nem bizonyíték a szándékra. A felhasználót fizikailag vagy nyomás alatt kényszeríthetik az eszköz feloldására. Ezért a banking-grade alkalmazások szabályozói (PSD2, PCI DSS) többtényezős hitelesítést írnak elő, ahol a biometria csak az egyik tényező.

Biometrikus adatok biztonsága

A biometrikus sablonok biztonságát hardveres védelmi mechanizmusok biztosítják: Secure Enclave iOS-ben és Trusted Execution Environment (TEE) Androidban. Ezek az elkülönített koprocesszorok a biometrikus adatok rögzítését, feldolgozását és összehasonlítását végzik a főprocesszor és az operációs rendszer hozzáférése nélkül.

A biztonság kulcsfontosságú elve — az eredeti kép nem tárolása. Az érzékelő csak a jellemzők matematikai reprezentációját továbbítja a TEE-be, nem az ujjlenyomat képét vagy az arc fényképét. Android 13+ rendszerben a BiometricPrompt API emellett titkosítja a hitelesítés eredményét a TEE-n belül generált kriptográfiai kulccsal. Ez a megközelítés haszontalanná teszi a biometrikus adatbázis ellopását a szerverről — a támadó csak titkosított sablonokat kap, nem az eredeti adatokat.

Nemzetközi szabványok ISO/IEC 24745:2022 és FIDO2 szabályozzák a biometria tárolásának követelményeit: tilos az eredeti képek tárolása, a sablonokat visszafordíthatatlanul kell átalakítani, az érzékelő és az összehasonlító modul közötti adatátviteli csatornát hardveresen kell védeni. Mobilalkalmazások fejlesztésekor ajánlott a FIDO2 WebAuthn használata — egy protokoll, amely biztosítja a biometrikus tranzakciók végpontok közötti titkosítását.