Uwierzytelnianie odciskiem palca — co to jest, zasada działania i zastosowanie

Co to jest uwierzytelnianie odciskiem palca?

Uwierzytelnianie odciskiem palca to metoda identyfikacji biometrycznej, która analizuje unikalny wzór brodawkowy na powierzchni palca w celu weryfikacji tożsamości użytkownika. Każda osoba ma indywidualny układ grzbietów i dolin, który kształtuje się w 12. tygodniu rozwoju płodowego i pozostaje niezmienny przez całe życie, z wyjątkiem urazów fizycznych.

Odcisk palca jest jednym z trzech typów cech biometrycznych uznawanych za najbardziej niezawodne do automatycznej identyfikacji, obok tęczówki oka i wzoru siatkówki. Linie brodawkowe tworzą charakterystyczne cechy — minucje: zakończenia, rozwidlenia, punkty i skrzyżowania. Unikalność odcisku palca określa położenie i typ 40–100 minucji na obszarze skanowania, co daje matematyczne prawdopodobieństwo zgodności 1 do 64 miliardów dla dwóch różnych osób.

Pierwsze zautomatyzowane systemy identyfikacji odcisków palców (AFIS) pojawiły się w latach 70. XX wieku dla organów ścigania. Masowe wdrożenie w urządzeniach konsumenckich rozpoczęło się w 2013 roku wraz z iPhone 5S i Touch ID. Obecnie skanery linii papilarnych są instalowane w smartfonach, laptopach, tabletach, zamkach drzwiowych i terminalach płatniczych.

Jak działa skaner linii papilarnych?

Niezależnie od typu czujnika, proces uwierzytelniania odciskiem palca składa się z trzech etapów: przechwycenie obrazu, przetworzenie i ekstrakcja cech, porównanie z wzorcem referencyjnym. Każdy etap może być wykonywany zarówno na poziomie systemu operacyjnego, jak i na poziomie Trusted Execution Environment w zależności od implementacji.

Przechwycenie obrazu odcisku palca

Czujnik rejestruje fizyczny wzór palca. Matryce pojemnościowe odczytują różnicę potencjałów elektrycznych między grzbietami (dotykającymi matrycy) a dolinami (niedotykającymi). Skanery optyczne oświetlają palec podświetleniem LED i rejestrują odbite światło przez czujnik CMOS. Czujniki ultradźwiękowe emitują falę dźwiękową i analizują echo odbite z różnych głębokości skóry — daje to trójwymiarowy obraz odporny na zanieczyszczenia na powierzchni palca.

Ekstrakcja minucji i tworzenie wzorca

Przechwycony obraz przechodzi filtrację: usuwanie szumów, normalizację kontrastu i binaryzację (przekształcenie na czarno-biały). Algorytm wyodrębnia grzbiety linii brodawkowych, szkieletuje je (ścieńcza do szerokości 1 piksela) i znajduje minucje — punkty zakończenia i rozwidlenia linii. Każda minucja jest opisana współrzędnymi (x, y), kątem kierunku i typem. Wzorzec matematyczny o rozmiarze 2–10 KB nie zawiera oryginalnego obrazu i nie pozwala na odtworzenie odcisku palca.

Porównanie i podjęcie decyzji

Wzorzec uzyskany podczas skanowania jest porównywany z wzorcem referencyjnym zapisanym podczas rejestracji. Algorytm oblicza liczbę pasujących minucji. Do pomyślnej weryfikacji wymagane jest dopasowanie co najmniej 12–15 minucji (regulowane przez producenta). Jeśli liczba pasujących punktów przekroczy próg, uwierzytelnianie uznaje się za pomyślne. W urządzeniach mobilnych próg jest ustawiany tak, aby FAR nie przekraczał 0,001% przy FRR około 2%.

Rodzaje skanerów linii papilarnych

W nowoczesnych urządzeniach mobilnych stosowane są trzy główne typy skanerów linii papilarnych, różniące się technologią odczytu, dokładnością i kosztem produkcji. Wybór typu zależy od segmentu cenowego urządzenia i wymagań bezpieczeństwa.

W latach 2025–2026 rosnącą popularność zyskują skanery podwyświetlaczowe (in-display), wbudowane bezpośrednio pod ekran OLED. Mogą być zarówno optyczne (segment budżetowy), jak i ultradźwiękowe (segment premium). Zaletą jest brak osobnego przycisku lub strefy na obudowie, co pozwala na wykonanie wyświetlacza bezramkowego. Wadą optycznych skanerów podwyświetlaczowych jest podatność na jasne światło słoneczne, które prześwietla matrycę CMOS przez piksele ekranu.

Porównanie odcisku palca i rozpoznawania twarzy

Uwierzytelnianie odciskiem palca i rozpoznawanie twarzy to dwie dominujące technologie biometryczne w urządzeniach mobilnych. Każda ma mocne i słabe strony wpływające na wybór w konkretnych scenariuszach użycia.

• Dokładność (FAR) — skaner ultradźwiękowy odcisków palców: 0,0005%, 3D Face ID: 0,0001%. Rozpoznawanie twarzy jest dokładniejsze pod warunkiem użycia kamery głębi
• Szybkość — skaner pojemnościowy: 200–300 ms, optyczny: 400–600 ms, 3D twarz: 600–1000 ms. Odcisk palca jest szybszy w scenariuszu statycznym
• Bezstykowość — Face ID i 2D twarz nie wymagają dotykania urządzenia; odcisk palca wymaga fizycznego kontaktu ze skanerem
• Warunki — odcisk palca nie działa przy wilgotnych palcach, ale działa w masce i rękawiczkach; Face ID nie działa w masce (bez Apple Watch) i przy zabrudzeniu kamery IR
• Koszt czujnika — skanery pojemnościowe: ~0,5–1,5 dolara, ultradźwiękowe: ~3–5 dolarów, kamera 3D TrueDepth: ~12–15 dolarów

Dla programisty aplikacji mobilnych ważne jest, aby pamiętać, że BiometricPrompt na Androidzie i LocalAuthentication na iOS abstrahują typ czujnika. Jednak na starszych urządzeniach z Androidem (API < 28) może być dostępny tylko FingerprintManager — w tym przypadku aplikacja musi jawnie sprawdzać typ czujnika i oferować alternatywną metodę uwierzytelniania.

Implementacja Fingerprint Auth na Androidzie

Przed Androidem 9 (API 28) jedynym sposobem integracji skanera linii papilarnych była klasa FingerprintManager, dodana w API 23. Od Androida 9 Google zaleca używanie BiometricPrompt, który łączy pracę ze wszystkimi typami czujników biometrycznych. Jednak dla urządzeń z API 23–27 programista nadal może potrzebować 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
            )
        }
    }
}

// Użycie:
val helper = FingerprintAuthHelper(context)
helper.authenticate(object : FingerprintManager.AuthenticationCallback() {
    override fun onAuthenticationSucceeded(
        result: FingerprintManager.AuthenticationResult
    ) {
        // Odcisk rozpoznany — dostęp przyznany
        binding.showContent()
    }

    override fun onAuthenticationFailed() {
        binding.showError("Odcisk nierozpoznany")
    }
})

Przedstawiony kod demonstruje pełny cykl uwierzytelniania przez FingerprintManager dla starszych urządzeń z Androidem. Należy zauważyć, że FingerprintManager domyślnie nie korzysta z TEE — wynik uwierzytelniania jest zwracany do przestrzeni użytkownika, co czyni go mniej bezpiecznym niż BiometricPrompt z flagą BIOMETRIC_STRONG. W nowych projektach należy zawsze używać BiometricPrompt, a FingerprintManager — tylko dla zachowania wstecznej kompatybilności z API 23–27.

Podczas migracji z FingerprintManager na BiometricPrompt należy uwzględnić zmianę modelu bezpieczeństwa: BiometricPrompt gwarantuje wykonanie wszystkich operacji biometrycznych w TEE (Trusted Execution Environment). Wynik uwierzytelniania podpisany kluczem kryptograficznym wewnątrz TEE nie może być sfałszowany z poziomu kodu użytkownika. Biblioteka AndroidX Biometric dodatkowo udostępnia interfejs BiometricPrompt.AuthenticationResult.getCryptoObject() do powiązania uwierzytelniania biometrycznego z operacjami kryptograficznymi — szyfrowaniem kluczy i podpisywaniem danych.

Standardy bezpieczeństwa i ochrona przed podróbkami

Ochrona przed podrabianiem odcisków palców to jedno z kluczowych zadań producentów skanerów. Nowoczesne czujniki wykorzystują kombinację metod sprzętowych i algorytmicznych do wykrywania żywego palca (liveness detection) i blokowania imitacji. Każda metoda ma swoje ograniczenia, ale razem sprawiają, że podrabianie jest ekonomicznie nieopłacalne w przypadku masowych ataków.

Główne metody ochrony obejmują: analizę głębokości skóry (skanery ultradźwiękowe określają grubość naskórka na podstawie czasu powrotu sygnału echa), analizę spektralną skóry (skanery optyczne oceniają współczynnik odbicia skóry w różnych długościach fal — silikon i żelatyna mają inny spektrum), detekcję pulsacji (mikrowibracje przepływu krwi w kapilarach palca) i sprawdzenie potencjometryczne (żywa skóra ma określoną impedancję elektryczną różniącą się od materiałów syntetycznych).

Norma ISO/IEC 30107-3:2023 określa poziomy odporności systemów biometrycznych na ataki prezentacyjne (presentation attack detection, PAD). Dla aplikacji finansowych zalecany jest poziom 2 (PAD Level 2), wymagający automatycznego wykrywania co najmniej 95% ataków z użyciem imitacji przy FAR nie większym niż 0,01%. Ultradźwiękowe skanery Samsung i Qualcomm 3D Sonic Sensor spełniają wymagania PAD Level 2, podczas gdy budżetowe skanery optyczne zazwyczaj nie przechodzą certyfikacji powyżej Level 1.