Xác thực sinh trắc học: khái niệm, loại và nguyên lý hoạt động

Xác thực sinh trắc học là gì?

Xác thực sinh trắc học là quá trình xác minh danh tính người dùng dựa trên các đặc điểm sinh lý hoặc hành vi duy nhất của họ. Không giống như các phương pháp truyền thống — mật khẩu, mã PIN hoặc mã thông báo một lần — sinh trắc học gắn liền với chính con người và không thể chuyển cho người khác.

Phương pháp này dựa trên việc đo lường và so sánh các đặc điểm sinh trắc học với một mẫu đã lưu trữ trước. Công nghệ đã phát triển từ các hệ thống doanh nghiệp đắt tiền đến việc áp dụng hàng loạt trong các thiết bị tiêu dùng. Chiếc điện thoại thông minh đại chúng đầu tiên có máy quét vân tay là Motorola Atrix 4G vào năm 2011, và ngày nay cảm biến sinh trắc học được lắp đặt trong các thiết bị từ 100 đô la.

Sinh trắc học giải quyết vấn đề chính của xác thực bằng mật khẩu: trí nhớ con người. Theo một nghiên cứu của Hypr (2024), người dùng trung bình có hơn 100 tài khoản trực tuyến nhưng chỉ sử dụng 5 mật khẩu duy nhất. Sinh trắc học loại bỏ nhu cầu ghi nhớ các tổ hợp phức tạp.

Xác thực sinh trắc học hoạt động như thế nào?

Quá trình xác thực sinh trắc học bao gồm hai giai đoạn: đăng ký (enrollment) và xác minh (verification). Trong giai đoạn đăng ký, hệ thống thu thập mẫu sinh trắc học, trích xuất các đặc điểm đặc trưng và tạo mẫu tham chiếu. Trong giai đoạn xác minh, một mẫu mới được so sánh với mẫu đã lưu trữ — thuật toán tính toán mức độ trùng khớp và đưa ra quyết định.

Thu thập mẫu sinh trắc học

Cảm biến thiết bị thu thập tín hiệu sinh trắc học thô: hình ảnh vân tay qua ma trận điện dung, bản đồ khuôn mặt 3D qua máy chiếu điểm hoặc phổ giọng nói qua micrô. Chất lượng thu thập ảnh hưởng trực tiếp đến độ chính xác của nhận dạng sau đó. Cảm biến hiện đại sử dụng 50 đến 300 điểm đo trên mỗi milimét cho vân tay và lên đến 30.000 điểm cho khuôn mặt.

Trích xuất đặc điểm và tạo mẫu

Thuật toán trích xuất các đặc điểm duy nhất từ dữ liệu thô: đối với vân tay — các điểm đặc trưng (điểm kết thúc và phân nhánh của đường nhú), đối với khuôn mặt — khoảng cách giữa hai mắt, hình dạng mũi và đường viền hàm. Các đặc điểm này được chuyển đổi thành mẫu toán học từ 2 đến 20 KB. Hình ảnh gốc không được lưu trữ — chỉ có mẫu đặc điểm, từ đó không thể tái tạo lại bản gốc.

So khớp và ra quyết định

Hệ thống so sánh mẫu thu được với mẫu tham chiếu, tính toán chỉ số tương đồng. Nếu giá trị vượt quá ngưỡng đã đặt, xác thực được coi là thành công. Ngưỡng xác định sự cân bằng giữa tiện lợi và bảo mật: ngưỡng thấp làm tăng False Acceptance Rate, ngưỡng cao làm tăng False Rejection Rate. Đối với thiết bị di động, ngưỡng điển hình được đặt ở FAR 0,001% với FRR khoảng 2%.

Các loại xác thực sinh trắc học

Thiết bị di động hỗ trợ nhiều loại cảm biến sinh trắc học, khác nhau về độ chính xác, tốc độ và khả năng chống giả mạo. Mỗi loại có lĩnh vực ứng dụng và mức độ bảo mật riêng.

Máy quét vân tay

Loại sinh trắc học phổ biến nhất trong thiết bị di động. Máy quét điện dung tạo ra hình ảnh của hoa vân dựa trên sự khác biệt về điện thế giữa các đường gờ và rãnh của da. Máy quét siêu âm, lần đầu tiên được sử dụng trong Galaxy S10, sử dụng sóng âm để tái tạo 3D vân tay — chúng hoạt động ngay cả với ngón tay ướt và chống lại các bản sao silicone.

Nhận dạng khuôn mặt

Hai phương pháp: camera 2D (camera trước đơn giản) và quét 3D (ánh sáng có cấu trúc hoặc ToF). Apple Face ID chiếu hơn 30.000 điểm hồng ngoại lên khuôn mặt người dùng, tạo ra bản đồ 3D chính xác. Thuật toán trên Neural Engine xử lý dữ liệu trong mili giây và thích ứng với những thay đổi về ngoại hình — râu, kính, kiểu tóc.

Máy quét mống mắt

Mống mắt của mắt là một trong những đặc điểm sinh trắc học ổn định nhất: nó hầu như không thay đổi theo tuổi tác và không bị tổn thương như vân tay. Máy quét mống mắt của Samsung (Galaxy S8–S10) sử dụng camera IR để phân tích tới 240 đặc điểm duy nhất của mống mắt. FAR của các hệ thống này dưới 0,0001%, nhưng tốc độ thu thập thấp hơn so với máy quét khuôn mặt.

Nhận dạng giọng nói

Sinh trắc học giọng nói phân tích các đặc điểm vật lý của đường thanh âm: tần số cơ bản, formant và âm sắc. Công nghệ này được sử dụng trong trợ lý giọng nói — Siri và Google Assistant — để nhận dạng người dùng cụ thể. Nhược điểm chính là nhạy cảm với tiếng ồn xung quanh và khả năng kẻ tấn công ghi âm giọng nói.

Triển khai xác thực sinh trắc học trong Android

Bắt đầu từ Android 9 (API 28), Google cung cấp API BiometricPrompt thống nhất, trừu tượng hóa việc làm việc với tất cả các loại cảm biến sinh trắc học trên thiết bị. Nhà phát triển không cần viết mã riêng cho máy quét vân tay và nhận dạng khuôn mặt — BiometricPrompt tự động phát hiện các cảm biến có sẵn và hiển thị hộp thoại tiêu chuẩn.

val executor = ContextCompat.mainExecutor(context)
val biometricPrompt = BiometricPrompt(activity, executor,
    object : BiometricPrompt.AuthenticationCallback() {
        override fun onAuthenticationSucceeded(
            result: BiometricPrompt.AuthenticationResult
        ) {
            // Đã cấp quyền truy cập — có thể hiển thị nội dung
            binding.showContent()
        }

        override fun onAuthenticationFailed() {
            // Sinh trắc học không được nhận dạng — thông báo cho người dùng
            binding.showError("Vân tay không được nhận dạng")
        }

        override fun onAuthenticationError(
            errorCode: Int,
            errString: CharSequence
        ) {
            // Lỗi không thể khắc phục — sinh trắc học không khả dụng
            binding.showFallback()
        }
    }
)

val promptInfo = BiometricPrompt.PromptInfo.Builder()
    .setTitle("Đăng nhập vào ứng dụng")
    .setSubtitle("Xác nhận danh tính bằng vân tay")
    .setNegativeButtonText("Sử dụng mã PIN")
    .build()

biometricPrompt.authenticate(promptInfo)

Mã trên minh họa chu trình xác thực sinh trắc học hoàn chỉnh qua BiometricPrompt. Callback onAuthenticationSucceeded được gọi sau khi xác minh mẫu thành công trong Trusted Execution Environment. Trên các thiết bị không có cảm biến sinh trắc học, BiometricPrompt tự động hiển thị màn hình nhập mã PIN hoặc mẫu hình — nhà phát triển không cần xử lý tình huống này riêng biệt.

Một yêu cầu bảo mật quan trọng: tất cả các hoạt động sinh trắc học phải được thực hiện trên TEE (Trusted Execution Environment) — một khu vực cách ly phần cứng của bộ xử lý. Android BiometricPrompt đảm bảo sử dụng TEE thông qua nhà cung cấp BiometricManager.Authenticators.BIOMETRIC_STRONG, không thể bị can thiệp từ không gian người dùng.

Ưu điểm và nhược điểm của sinh trắc học

Xác thực sinh trắc học mang lại những lợi thế đáng kể so với mật khẩu, nhưng cũng có những hạn chế cơ bản mà nhà phát triển phải cân nhắc khi thiết kế bảo mật ứng dụng.

• Tốc độ — nhận dạng vân tay mất 200–400 ms, Face ID khoảng 1 giây, nhanh hơn đáng kể so với nhập mật khẩu 8+ ký tự
• Tiện lợi — người dùng không cần nhớ và nhập thông tin xác thực; quá trình xác thực diễn ra vô thức khi chạm hoặc nhìn vào màn hình
• Không thể tách rời — đặc điểm sinh trắc học luôn đi cùng người dùng; không giống mã thông báo hay thẻ thông minh, không thể để quên ở nhà hoặc mất
• Không thể thay đổi khi bị xâm phạm — nếu mẫu sinh trắc học bị rò rỉ, nó không thể thay đổi được, không giống mật khẩu; đây là nhược điểm chính của sinh trắc học
• Dương tính giả — mặc dù FAR thấp nhưng không bằng không; hệ thống khuôn mặt 3D có FAR khoảng 0,0001%, nghĩa là 1 lần nhận dạng sai trên một triệu lần thử

Một hạn chế quan trọng — sinh trắc học không phải là bằng chứng về ý định. Người dùng có thể bị ép buộc mở khóa thiết bị về mặt vật lý hoặc dưới áp lực. Do đó, các cơ quan quản lý ứng dụng cấp ngân hàng (PSD2, PCI DSS) yêu cầu xác thực đa yếu tố, trong đó sinh trắc học chỉ đóng vai trò là một yếu tố.

Bảo mật dữ liệu sinh trắc học

Sự an toàn của các mẫu sinh trắc học được đảm bảo bằng các cơ chế bảo vệ phần cứng: Secure Enclave trong iOS và Trusted Execution Environment (TEE) trong Android. Các bộ đồng xử lý cách ly này thực hiện các hoạt động thu thập, xử lý và so sánh dữ liệu sinh trắc học mà không có sự truy cập từ bộ xử lý chính và hệ điều hành.

Một nguyên tắc bảo mật chính — không lưu giữ mẫu gốc. Cảm biến chỉ truyền biểu diễn toán học của các đặc điểm đến TEE, chứ không phải hình ảnh vân tay hay ảnh khuôn mặt. Trong Android 13+, API BiometricPrompt còn mã hóa kết quả xác thực bằng khóa mật mã được tạo bên trong TEE. Cách tiếp cận này làm cho việc đánh cắp cơ sở dữ liệu sinh trắc học từ máy chủ trở nên vô dụng — kẻ tấn công chỉ nhận được các mẫu đã mã hóa, không phải dữ liệu gốc.

Các tiêu chuẩn quốc tế ISO/IEC 24745:2022 và FIDO2 quy định các yêu cầu lưu trữ sinh trắc học: không được lưu trữ hình ảnh gốc, các mẫu phải được biến đổi không thể đảo ngược và kênh dữ liệu giữa cảm biến và mô-đun so sánh phải được bảo vệ bằng phần cứng. Khi phát triển ứng dụng di động, nên sử dụng FIDO2 WebAuthn — một giao thức đảm bảo mã hóa đầu cuối cho các giao dịch sinh trắc học.