การยืนยันตัวตนด้วยชีวมาตรในแอปมือถือ: คืออะไร ประเภทเซ็นเซอร์ และหลักการทำงาน

การยืนยันตัวตนด้วยชีวมาตรคืออะไร?

การยืนยันตัวตนด้วยชีวมาตร เป็นกระบวนการตรวจสอบตัวตนของผู้ใช้ตามลักษณะทางสรีรวิทยาหรือพฤติกรรมที่เป็นเอกลักษณ์ของพวกเขา ในอุปกรณ์มือถือ เทคโนโลยีนี้ใช้สำหรับปลดล็อกหน้าจอ ยืนยันการชำระเงิน และเข้าถึงแอปพลิเคชันที่ได้รับการป้องกัน

ระบบชีวมาตรประกอบด้วยสามองค์ประกอบ: เซ็นเซอร์ที่เก็บตัวอย่างชีวมาตร (ลายนิ้วมือ ใบหน้า เสียง) อัลกอริทึมที่สกัดลักษณะเฉพาะ และโมดูลเปรียบเทียบที่จับคู่กับเทมเพลตที่จัดเก็บไว้ ตาม NIST อัลกอริทึมการจดจำใบหน้าสมัยใหม่ผิดพลาดเพียง 0.08% ของกรณีภายใต้สภาพแสงมาตรฐาน

วิธีการชีวมาตรกำลังแทนที่รหัสผ่านแบบดั้งเดิมเนื่องจากถูกผูกติดกับบุคคลและไม่สามารถถูกดักจับระหว่างการส่งผ่านได้ ตามรายงานของ Goode Intelligence ภายในปี 2027 สมาร์ทโฟนมากกว่า 80% จะติดตั้งเซ็นเซอร์ชีวมาตร

ข้อได้เปรียบที่สำคัญของชีวมาตรคือความเร็ว เวลาเฉลี่ยในการยืนยันตัวตนด้วยลายนิ้วมือคือ 0.2 วินาที ด้วยใบหน้า — 0.4 วินาที เมื่อเปรียบเทียบ การป้อนรหัส PIN หกหลักใช้เวลาเฉลี่ย 2.5 วินาที ในแต่ละวันที่มีการปลดล็อกหลายสิบครั้ง จะช่วยประหยัดเวลาได้อย่างมากและลดภาระทางปัญญาของผู้ใช้

เซ็นเซอร์ชีวมาตรถูกจำแนกตามระดับความปลอดภัยตาม Android CDD และ Apple App Review คลาส 3 (Strong) — เซ็นเซอร์ที่น่าเชื่อถือที่สุดที่ได้รับการรับรองสำหรับการชำระเงิน คลาส 2 (Weak) — กล้องทั่วไปสำหรับการจดจำใบหน้า เหมาะสำหรับปลดล็อกหน้าจอเท่านั้น คลาส 1 — เพื่อความสะดวกเท่านั้น โดยไม่มีการรับประกันความปลอดภัย

ประเภทหลักของเซ็นเซอร์ชีวมาตร

อุปกรณ์มือถือสมัยใหม่ใช้เซ็นเซอร์ชีวมาตรหลักสี่ประเภท แต่ละประเภทมีลักษณะเฉพาะด้านความแม่นยำ ความเร็ว และความต้านทานต่อการโจมตี การเลือกเซ็นเซอร์ ขึ้นอยู่กับต้นทุน รูปทรง และข้อกำหนดด้านความปลอดภัยของรุ่นโทรศัพท์เฉพาะ

เครื่องสแกนลายนิ้วมือ

นี่เป็นประเภทเซ็นเซอร์ชีวมาตรที่พบมากที่สุดในสมาร์ทโฟน เครื่องสแกนแบบคาปาซิทีฟที่ Apple ใช้ใน Touch ID วิเคราะห์ความแตกต่างของศักย์ไฟฟ้าระหว่างสันและร่องของลายนิ้วมือ เครื่องสแกนอัลตราโซนิก (Qualcomm 3D Sonic) ทะลุผ่านสิ่งสกปรกและกระจกป้องกันได้ ให้ความแม่นยำ 98.6%

การจดจำใบหน้า

กล้อง 2D ใช้การถ่ายภาพทั่วไปและทำงานเร็วขึ้นแต่ปลอดภัยน้อยกว่า ระบบ 3D (Face ID, Huawei 3D Face Unlock) ฉายจุดอินฟราเรด 30,000 จุดบนใบหน้าและสร้างแผนที่ความลึกที่แม่นยำ ความน่าจะเป็นในการปลดล็อกโดยบังเอิญด้วยใบหน้าของผู้อื่นคือ 1 ใน 1,000,000 — ต่ำกว่า Touch ID ถึง 20 เท่า

เครื่องสแกนม่านตาและการจดจำเสียง

เครื่องสแกนม่านตาใช้กล้องพร้อมแสง IR เพื่อวิเคราะห์จุดเฉพาะบนม่านตาสูงสุด 200 จุด เทคโนโลยีนี้ถูกใช้ใน Samsung Galaxy Note 7–9 แต่ถูกแทนที่ด้วยการจดจำใบหน้า 3D เนื่องจากปัญหาการใช้งาน ชีวมาตรเสียง สร้างลายเส้นเสียงตามพารามิเตอร์เสียงมากกว่า 100 รายการ: เสียงต่ำ ความถี่พื้นฐาน และการออกเสียง ใช้ในระบบธนาคารเพื่อการยืนยันตัวตนทางโทรศัพท์

ชีวมาตรทำงานอย่างไรในอุปกรณ์มือถือ

กระบวนการยืนยันตัวตนด้วยชีวมาตรแบ่งเป็นสองขั้นตอน: การลงทะเบียนและการตรวจสอบ ในขั้นตอนการลงทะเบียน เซ็นเซอร์จะเก็บตัวอย่างชีวมาตรหลายครั้ง อัลกอริทึมจะสกัดลักษณะเด่นและบันทึกเป็นเทมเพลตทางคณิตศาสตร์ เทมเพลต ไม่ใช่ภาพ แต่เป็นชุดของเวกเตอร์ตัวเลขที่ไม่สามารถเปลี่ยนกลับเป็นภาพต้นฉบับได้

ในขั้นตอนการตรวจสอบ ตัวอย่างใหม่จะถูกเปรียบเทียบกับเทมเพลตที่จัดเก็บไว้ และระบบจะแสดงผลลัพธ์: ตรงกันหรือปฏิเสธ อัลกอริทึมสมัยใหม่ที่ใช้โครงข่ายประสาทเทียม (Neural Engine ในชิป Apple A, NPU ใน Snapdragon) ประมวลผลการเปรียบเทียบนี้ใน 100–400 มิลลิวินาที ตาม Apple Security Guide Neural Engine ดำเนินการสูงถึง 1 ล้านล้านครั้งต่อวินาทีสำหรับการคำนวณชีวมาตรโดยเฉพาะ

คุณสมบัติสำคัญของชีวมาตรบนมือถือคือการคำนวณทั้งหมดดำเนินการบนอุปกรณ์ ในพื้นที่แยกของโปรเซสเซอร์ สำหรับ Android คือ Trusted Execution Environment (TEE) สำหรับ iOS — Secure Enclave ข้อมูลชีวมาตรไม่เคยออกจากชิปและไม่ถูกส่งผ่านอินเทอร์เน็ต

ความปลอดภัยของข้อมูลชีวมาตร

ความปลอดภัยของชีวมาตร ได้รับการรับรองโดยการแยกฮาร์ดแวร์และการป้องกันเข้ารหัสของเทมเพลต Secure Enclave ในโปรเซสเซอร์ Apple A7–A18 เป็นโคโปรเซสเซอร์แยกต่างหากที่มีเฟิร์มแวร์ของตัวเอง ซึ่งเข้ารหัสข้อมูลชีวมาตรด้วยคีย์ที่ไม่ซ้ำกันสำหรับแต่ละอุปกรณ์ เฉพาะระบบปฏิบัติการเท่านั้นที่สามารถเข้าถึง Secure Enclave ผ่านช่องทางที่ปลอดภัย

บนอุปกรณ์ Android บทบาทของ Secure Enclave ดำเนินการโดย Trusted Execution Environment (TEE) ที่ใช้ ARM TrustZone TEE แยกการคำนวณชีวมาตรออกจากระบบปฏิบัติการหลักและแอปพลิเคชัน ตาม Google Security Blog Android 12+ กำหนดให้ใช้ TEE สำหรับการดำเนินการชีวมาตรทุกระดับ Strong

เซ็นเซอร์ชีวมาตรยังได้รับการป้องกันจากการโจมตีด้วยตัวอย่างปลอม เซ็นเซอร์ลายนิ้วมือตรวจสอบการไหลเวียนของเลือดหรือชีพจร และกล้องอินฟราเรดของ Face ID จดจำพื้นผิวของผิวหนังที่มีชีวิตและไม่ตอบสนองต่อภาพถ่าย หน้ากาก หรือแบบหล่อซิลิโคน การตรวจจับความมีชีวิต เป็นส่วนประกอบบังคับของการรับรอง Android Biometric Class 3

ข้อดีและข้อเสียของชีวมาตร

การยืนยันตัวตนด้วยชีวมาตรสะดวกกว่ารหัสผ่านอย่างมาก: ผู้ใช้ไม่จำเป็นต้องจำชุดตัวอักษร และกระบวนการใช้เวลาเพียงเสี้ยววินาที ความเร็ว เป็นตัวขับเคลื่อนหลักในการนำชีวมาตรไปใช้ในระบบชำระเงินบนมือถืออย่าง Apple Pay และ Google Pay

ข้อเสียหลักของชีวมาตรคือไม่สามารถเปลี่ยนตัวระบุเมื่อถูกบุกรุกได้ ในขณะที่รหัสผ่านสามารถเปลี่ยนได้ ลายนิ้วมือหรือรูปแบบใบหน้าอยู่กับบุคคลตลอดไป ด้วยเหตุนี้ ระบบชีวมาตรจึงเสริมด้วยรหัส PIN หรือรหัสผ่านเป็นวิธีการสำรองเสมอ

ความเสี่ยงเพิ่มเติมรวมถึงความแม่นยำที่ลดลงเมื่อรูปลักษณ์เปลี่ยนไป (แผลเป็น บวม การเปลี่ยนแปลงตามอายุ) และแบบอย่างทางกฎหมายของการปลดล็อกโดยถูกบังคับ ศาลสูงสหรัฐฯ ตัดสินในปี 2019 ว่าตำรวจสามารถขอให้ปลดล็อกโทรศัพท์ผ่าน Face ID หรือ Touch ID ได้ แต่ไม่สามารถบังคับให้ป้อนรหัสผ่านได้ (การแก้ไขเพิ่มเติมครั้งที่ห้า)

ตัวอย่างโค้ด: การใช้ Biometric API บน Android

Android มี Biometric API แบบรวมศูนย์สำหรับเซ็นเซอร์ชีวมาตรทั้งหมด ด้านล่างเป็นตัวอย่างการยืนยันตัวตนโดยใช้ Jetpack Biometric Library ไลบรารีจะตรวจจับเซ็นเซอร์ที่พร้อมใช้งานบนอุปกรณ์โดยอัตโนมัติและแสดงไดอะล็อกที่เหมาะสม

class BiometricAuthActivity : AppCompatActivity() {

    private lateinit var biometricPrompt: BiometricPrompt

    override fun onCreate(savedInstanceState: Bundle?) {
        super.onCreate(savedInstanceState)
        setContentView(R.layout.activity_auth)

        val executor = ContextCompat.getMainExecutor(this)
        val callback = object : BiometricPrompt.AuthenticationCallback() {
            override fun onAuthenticationSucceeded(
                result: BiometricPrompt.AuthenticationResult
            ) {
                unlockApp()
            }

            override fun onAuthenticationFailed() {
                showError("ไม่รู้จักชีวมาตร")
            }
        }

        biometricPrompt = BiometricPrompt(this, executor, callback)

        val promptInfo = BiometricPrompt.PromptInfo.Builder()
            .setTitle("ยืนยันตัวตนของคุณ")
            .setSubtitle("ใช้ลายนิ้วมือหรือ Face ID")
            .setAllowedAuthenticators(
                BiometricManager.Authenticators.BIOMETRIC_STRONG
            )
            .build()

        biometricPrompt.authenticate(promptInfo)
    }
}

ตัวอย่างใช้ BIOMETRIC_STRONG — ระดับความปลอดภัยสูงสุดตามการจำแนกของ Android รองรับเฉพาะเซ็นเซอร์คลาส 3: เครื่องสแกนลายนิ้วมือในตัวและการจดจำใบหน้า 3D คลาส 2 (BIOMETRIC_WEAK) รวมกล้องทั่วไปและไม่ได้รับการรับรองสำหรับการชำระเงิน

อนาคตของการยืนยันตัวตนด้วยชีวมาตร

ชีวมาตรกำลังพัฒนาอย่างแข็งขัน: วิธีการระบุตัวตนใหม่กำลังแทนที่ลายนิ้วมือและการจดจำใบหน้า ชีวมาตรเชิงพฤติกรรม (จลนศาสตร์การกดแป้นพิมพ์ การวิเคราะห์การเดิน) วิเคราะห์รูปแบบการพิมพ์และลักษณะการเดินโดยไม่ต้องใช้เซ็นเซอร์เฉพาะ เทคโนโลยีนี้ถูกใช้ในระบบธนาคารเพื่อตรวจจับการฉ้อโกงแล้ว

ชีวมาตรแบบหลายรูปแบบ — การรวมหลายวิธีในระบบเดียว — กำลังกลายเป็นมาตรฐานสำหรับสมาร์ทโฟนระดับสูง ตัวอย่างเช่น Samsung Galaxy S25 รวมเครื่องสแกนลายนิ้วมืออัลตราโซนิกและการจดจำใบหน้า 3D โดยเลือกวิธีที่ดีที่สุดตามสภาพแสงและสภาพมือ ตาม Goode Intelligence ตลาดชีวมาตรแบบหลายรูปแบบจะเติบโตถึง 12 พันล้านดอลลาร์ภายในปี 2029