Биометријска аутентификација: шта је то, врсте и принцип рада

Шта је биометријска аутентификација?

Биометријска аутентификација је процес провјере идентитета корисника на основу његових јединствених физиолошких или бихејвиоралних карактеристика. За разлику од класичних метода — лозинки, PIN-кодова или једнократних токена — биометрија је везана за саму особу и не може се пренијети другој особи.

Основу метода чини мјерење и поређење биометријских особина са унапријед сачуваним шаблоном. Технологија је прешла пут од скупих корпоративних система до масовне примјене у потрошачким уређајима. Први масовни паметни телефон са скенером отисака био је Motorola Atrix 4G 2011. године, а данас се биометријски сензори уграђују у уређаје цијеновног сегмента од 100 долара.

Биометрија рјешава кључни проблем лозинске аутентификације: људско памћење. Према истраживању Hypr (2024), просјечан корисник има преко 100 онлајн налога, али користи само 5 јединствених лозинки. Биометрија отклања потребу за памћењем сложених комбинација.

Како ради биометријска аутентификација?

Процес биометријске аутентификације састоји се из двије фазе: регистрације (enrollment) и верификације (verification). У фази регистрације, систем снима биометријски образ, извлачи карактеристичне особине и креира референтни шаблон. Приликом верификације, нови образ се пореди са сачуваним шаблоном — алгоритам израчунава степен поклапања и доноси одлуку.

Снимање биометријског образа

Сензор уређаја биљежи сирови биометријски сигнал: слику отиска прста кроз капацитивну матрицу, тродимензионалну мапу лица кроз пројектор тачака или спектар гласа кроз микрофон. Квалитет снимања директно утјече на тачност накнадног препознавања. Савремени сензори користе од 50 до 300 мјерних тачака по милиметру за отиске и до 30 000 тачака за лице.

Извлачење особина и креирање шаблона

Алгоритам из сирових података издваја јединствене карактеристике: за отиске — минуције (завршетке и разгранања папиларних линија), за лице — растојање између очију, облик носа и контуру вилице. Ове особине се претварају у математички шаблон величине од 2 до 20 KB. Оригинална слика се не чува — само шаблон особина из којег је немогуће обновити оригинал.

Подударање и доношење одлуке

Систем пореди добијени шаблон са референтним, израчунавајући метрику сличности. Ако вриједност премаши постављени праг (threshold), аутентификација се сматра успјешном. Праг одређује баланс између удобности и безбједности: низак праг повећава False Acceptance Rate, висок — False Rejection Rate. За мобилне уређаје типичан праг се поставља на нивоу FAR 0.001% при FRR од око 2%.

Врсте биометријске аутентификације

Мобилни уређаји подржавају неколико врста биометријских сензора, који се разликују по прецизности, брзини и отпорности на фалсификовање. Свака врста има своју област примјене и ниво безбједности.

Скенер отиска прста

Најраспрострањенији тип биометрије у мобилним уређајима. Капацитивни скенери стварају слику папиларног узорка на основу разлике електричних потенцијала између гребена и удубљења коже. Ултразвучни скенери, први пут примијењени у Galaxy S10, користе звучне таласе за тродимензионалну реконструкцију отиска — раде чак и са мокрим прстима и отпорни су на силиконске имитације.

Препознавање лица

Два приступа: 2D камера (обична предња камера) и 3D скенирање (структурисано свјетло или ToF). Apple Face ID пројектује преко 30 000 инфрацрвених тачака на лице корисника, стварајући прецизну тродимензионалну мапу. Алгоритам на Neural Engine обрађује податке за милисекунде и прилагођава се промјенама изгледа — бради, наочарима, фризури.

Скенер шаренице ока

Шареница ока је једна од најстабилнијих биометријских особина: практично се не мијења са годинама и није подложна повредама као отисци. Iris скенери компаније Samsung (Galaxy S8–S10) користе ИК камеру за анализу до 240 јединствених карактеристика шаренице. FAR оваквих система је мањи од 0.0001%, али је брзина снимања нижа него код скенера лица.

Препознавање гласа

Гласовна биометрија анализира физичке карактеристике гласовног тракта: фреквенцију основног тона, форманте и тембар. Технологија се примјењује у гласовним асистентима — Siri и Google Assistant — за препознавање одређеног корисника. Главни недостатак је осјетљивост на буку околине и могућност снимања гласа од стране нападача.

Имплементација биометријске аутентификације у Android

Почевши од Android 9 (API 28), Google пружа јединствени API BiometricPrompt, који апстрахује рад са свим типовима биометријских сензора на уређају. Програмер не мора да пише посебан код за скенер отисака и препознавање лица — BiometricPrompt сам одређује доступне сензоре и приказује стандардни дијалог.

val executor = ContextCompat.mainExecutor(context)
val biometricPrompt = BiometricPrompt(activity, executor,
    object : BiometricPrompt.AuthenticationCallback() {
        override fun onAuthenticationSucceeded(
            result: BiometricPrompt.AuthenticationResult
        ) {
            // Приступ одобрен — садржај се може приказати
            binding.showContent()
        }

        override fun onAuthenticationFailed() {
            // Биометрија није препозната — обавијестити корисника
            binding.showError("Отисак није препознат")
        }

        override fun onAuthenticationError(
            errorCode: Int,
            errString: CharSequence
        ) {
            // Непоправљива грешка — биометрија недоступна
            binding.showFallback()
        }
    }
)

val promptInfo = BiometricPrompt.PromptInfo.Builder()
    .setTitle("Пријавите се у апликацију")
    .setSubtitle("Потврдите идентитет отиском прста")
    .setNegativeButtonText("Користи PIN")
    .build()

biometricPrompt.authenticate(promptInfo)

Приказани код демонстрира пуни циклус биометријске аутентификације кроз BiometricPrompt. Повратни позив onAuthenticationSucceeded се позива након успјешне верификације шаблона у Trusted Execution Environment. На уређајима без биометријског сензора, BiometricPrompt аутоматски приказује екран за унос PIN-кода или обрасца — програмер не мора да обрађује овај сценариј посебно.

Важан безбједносни захтјев: све биометријске операције морају се извршавати на страни TEE (Trusted Execution Environment) — хардверски изоловане области процесора. Android BiometricPrompt гарантује коришћење TEE-а преко провајдера BiometricManager.Authenticators.BIOMETRIC_STRONG, који није доступан за замјену из корисничког простора.

Предности и недостаци биометрије

Биометријска аутентификација пружа значајне предности у односу на лозинке, али има и фундаментална ограничења која програмер мора узети у обзир при пројектовању заштите апликације.

• Брзина — препознавање отиска траје 200–400 ms, Face ID — око 1 секунде, што је знатно брже од уноса лозинке од 8+ карактера
• Удобност — корисник не мора да памти и уноси акредитиве; аутентификација се одвија несвјесно при додиру или погледу на екран
• Неодвојивост — биометријска особина је увијек уз корисника; за разлику од токена или паметне картице, не може се заборавити код куће или изгубити
• Неповратност при компромитацији — у случају цурења биометријског шаблона, он се не може промијенити, за разлику од лозинке; ово је кључни недостатак биометрије
• Лажно позитивни — FAR, иако низак, није нула; 3D системи лица имају FAR од око 0.0001%, што значи 1 лажно препознавање на милион покушаја

Критично ограничење — биометрија није доказ намјере. Корисник може бити приморан да откључа уређај физички или под притиском. Због тога регулатори банкинг-класе апликација (PSD2, PCI DSS) захтијевају вишефакторску аутентификацију, гдје биометрија представља само један од фактора.

Сигурност биометријских података

Сигурност биометријских шаблона обезбјеђује се хардверским механизмима заштите: Secure Enclave у iOS и Trusted Execution Environment (TEE) у Android. Ови изоловани копроцесори обављају операције снимања, обраде и поређења биометријских података без приступа из главног процесора и оперативног система.

Кључни принцип безбједности — нечување оригиналне слике. Сензор преноси у TEE само математички приказ особина, а не слику отиска или фотографију лица. У Android 13+, API BiometricPrompt додатно шифрира резултат аутентификације криптографским кључем генерисаним унутар TEE-а. Овај приступ чини бескорисном крађу биометријске базе података са сервера — нападач добија само шифроване шаблоне, а не оригиналне податке.

Међународни стандарди ISO/IEC 24745:2022 и FIDO2 регулишу захтјеве за складиштење биометрије: забрањено је чувати оригиналне слике, шаблони морају бити неповратно трансформисани, а канал преноса података између сензора и модула за поређење мора бити хардверски заштићен. При развоју мобилних апликација препоручује се коришћење FIDO2 WebAuthn — протокола који обезбјеђује шифрирање од краја до краја биометријских трансакција.