指紋認証とは — 仕組みと応用

指紋認証とは？

指紋認証は、指の表面の独自の乳頭パターンを分析してユーザーの身元を確認する生体認証方式です。各個人には胎生12週目に形成され、物理的な損傷を除いて生涯変化しない独自の隆線と谷間のパターンがあります。

指紋は、目の虹彩や網膜パターンと並んで、自動識別に最も信頼性が高いと認められている3種類の生体特徴の1つです。乳頭線は特徴的な細部（特徴点）を形成します：終端点、分岐点、点、交差などです。指紋の独自性は、スキャン領域内の40～100個の特徴点の位置と種類によって決まり、異なる2人の人物が一致する数学的確率は640億分の1です。

最初の自動指紋識別システム（AFIS）は1970年代に法執行機関向けに登場しました。民生用デバイスへの大量採用は2013年のiPhone 5SとTouch IDから始まりました。現在では、スマートフォン、ノートパソコン、タブレット、ドアロック、決済端末に指紋スキャナーが搭載されています。

指紋スキャナーの仕組み

センサーの種類に関わらず、指紋認証プロセスは3つの段階から構成されます：画像取得、処理と特徴抽出、参照テンプレートとの照合です。各段階は、実装に応じてOSレベルまたはTrusted Execution Environmentレベルで実行できます。

指紋画像の取得

センサーが指の物理的なパターンを取得します。静電容量式アレイは、隆線（アレイに接触）と谷間（非接触）の間の電位差を読み取ります。光学式スキャナーはLED照明で指を照らし、CMOSセンサーで反射光を捉えます。超音波センサーは音波を発信し、皮膚のさまざまな深さから反射するエコーを分析します。これにより指の表面の汚れに強い3次元画像が得られます。

特徴点抽出とテンプレート作成

取得した画像はフィルタリング（ノイズ除去、コントラストの正規化、2値化）を経ます。アルゴリズムが乳頭隆線を特定し、細線化（1ピクセル幅にまで細める）した後、特徴点（線の終端と分岐点）を見つけます。各特徴点は座標（x, y）、方向角度、種類で記述されます。数学的テンプレートのサイズは2～10KBで、元の画像は含まれず、指紋を再現することはできません。

照合と判定

スキャン時に得られたテンプレートを、登録時に保存された参照テンプレートと照合します。アルゴリズムは一致する特徴点の数を計算します。認証成功には最低12～15個の特徴点の一致が必要です（メーカーが調整可能）。一致点数がしきい値を超えると認証成功とみなされます。モバイルデバイスでは、FARが0.001%を超えず、FRRが約2%になるようしきい値が設定されています。

指紋スキャナーの種類

現代のモバイルデバイスでは、読み取り技術、精度、製造コストが異なる3つの主要な指紋スキャナーが使用されています。方式の選択はデバイスの価格帯とセキュリティ要件によって決まります。

2025～2026年には、OLED画面の直下に統合されたディスプレイ内蔵型（in-display）スキャナーが普及しています。光学式（低価格帯）と超音波式（プレミアム帯）があります。利点は、本体に独立したボタンや領域が不要で、ベゼルレスディスプレイを実現できることです。光学式ディスプレイ内蔵スキャナーの欠点は、強い日光が画面のピクセルを通してCMOSセンサーを飽和させる脆弱性です。

指紋認証と顔認識の比較

指紋認証と顔認識は、モバイルデバイスにおける2大生体認証技術です。それぞれに長所と短所があり、特定の使用シナリオでの選択に影響します。

• 精度（FAR） — 超音波式指紋スキャナー：0.0005%、3D Face ID：0.0001%。深度カメラを使用する場合、顔認識の方が正確
• 速度 — 静電容量式スキャナー：200～300ms、光学式：400～600ms、3D顔認証：600～1000ms。静的なシナリオでは指紋の方が高速
• 非接触 — Face IDや2D顔認証はデバイスに触れる必要がないが、指紋はスキャナーとの物理的接触が必要
• 条件 — 指紋は濡れた指では動作しないが、マスクや手袋では動作する。Face IDはマスク装着時（Apple Watchなし）やIRカメラが遮られた場合に動作しない
• センサーコスト — 静電容量式スキャナー：約0.5～1.5ドル、超音波式：約3～5ドル、3D TrueDepthカメラ：約12～15ドル

モバイルアプリ開発者にとって重要なのは、AndroidのBiometricPromptとiOSのLocalAuthenticationがセンサーの種類を抽象化していることです。ただし、古いAndroidデバイス（API 28未満）ではFingerprintManagerしか利用できない場合があります。その場合、アプリは明示的にセンサーの種類を確認し、代替認証方法を提供する必要があります。

Androidでの指紋認証の実装

Android 9（API 28）より前では、指紋スキャナーを統合する唯一の方法は、API 23で追加されたFingerprintManagerクラスでした。Android 9以降、Googleはすべての種類の生体センサーを統一的に扱うBiometricPromptの使用を推奨しています。ただし、API 23～27のデバイスでは、開発者は依然としてFingerprintManagerを必要とする場合があります。

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
            )
        }
    }
}

// 使用方法:
val helper = FingerprintAuthHelper(context)
helper.authenticate(object : FingerprintManager.AuthenticationCallback() {
    override fun onAuthenticationSucceeded(
        result: FingerprintManager.AuthenticationResult
    ) {
        // 指紋が認識されました — アクセス許可
        binding.showContent()
    }

    override fun onAuthenticationFailed() {
        binding.showError("指紋が認識されませんでした")
    }
})

上記のコードは、古いAndroidデバイス向けにFingerprintManagerを使用した完全な認証サイクルを示しています。FingerprintManagerはデフォルトではTEEを使用せず、認証結果がユーザースペースに返されるため、BIOMETRIC_STRONGフラグを使用するBiometricPromptよりも安全性が低いことに注意が必要です。新しいプロジェクトでは常にBiometricPromptを使用し、FingerprintManagerはAPI 23～27との下位互換性のためだけに使用すべきです。

FingerprintManagerからBiometricPromptに移行する際は、セキュリティモデルの変更を考慮してください。BiometricPromptはすべての生体認証操作がTEE（Trusted Execution Environment）で実行されることを保証します。TEE内部の暗号鍵で署名された認証結果は、ユーザースペースコードから偽造できません。AndroidX Biometricライブラリはさらに、生体認証を暗号操作（鍵暗号化やデータ署名）にバインドするためのBiometricPrompt.AuthenticationResult.getCryptoObject()インターフェースを提供します。

セキュリティ基準と偽造防止

指紋の偽造防止は、スキャナーメーカーにとって主要な課題の1つです。最新のセンサーは、ライブネス検出と偽造指のブロックにハードウェアとアルゴリズムの両方の手法を組み合わせて使用しています。各手法には限界がありますが、総合することで大量攻撃に対する偽造を経済的に非現実的なものにしています。

主な保護手法には以下が含まれます：皮膚深度分析（超音波スキャナーがエコー戻り時間で表皮の厚さを測定）、皮膚のスペクトル分析（光学スキャナーが異なる波長での皮膚の反射率を評価 — シリコンとゼラチンは異なるスペクトルを持つ）、脈拍検出（指の毛細血管内の血流の微小振動）、電位差検証（生きた皮膚は合成素材とは異なる特定の電気インピーダンスを持つ）。

ISO/IEC 30107-3:2023規格は、生体認証システムのプレゼンテーション攻撃検出（PAD）に対する耐性レベルを定義しています。金融アプリケーションには、レベル2（PAD Level 2）が推奨され、FARが0.01%以下の状態で、偽造指を使用した攻撃の少なくとも95%を自動検出することが求められます。SamsungとQualcommの3D Sonic Sensor超音波スキャナーはPAD Level 2の要件を満たしていますが、低価格の光学式スキャナーは通常、Level 1以上の認証を通過しません。