移动应用中的生物特征认证：是什么、传感器类型及工作原理

什么是生物特征认证？

生物特征认证 是基于用户独特的生理或行为特征验证用户身份的过程。在移动设备中，该技术用于解锁屏幕、确认支付和访问受保护的应用程序。

生物特征系统由三个组件组成：捕获生物特征样本（指纹、面部、声音）的传感器、提取独特特征的算法以及将样本与存储模板进行匹配的比较模块。根据 NIST 的数据，现代面部识别算法在标准光照下仅 0.08% 的情况下出错。

生物特征方法正在取代传统密码，因为它们与个人绑定，无法在传输过程中被截获。根据 Goode Intelligence 的报告，到 2027 年，超过 80% 的智能手机将配备生物特征传感器。

生物特征识别的重要优势是速度。指纹认证的平均时间为 0.2 秒，面部认证为 0.4 秒。相比之下，输入六位数 PIN 码平均需要 2.5 秒。按每天数十次解锁计算，这可以显著节省时间并减轻用户的认知负担。

生物特征传感器根据 Android CDD 和 Apple App Review 确定的安全级别进行分类。Class 3（Strong）— 最可靠的传感器，通过支付认证。Class 2（Weak）— 用于面部识别的普通摄像头，仅适合屏幕解锁。Class 1 — 仅用于便利，无安全保证。

生物特征传感器的主要类型

现代移动设备中使用四种主要类型的生物特征传感器。每种传感器在精度、速度和抗攻击性方面都有其自身特点。传感器的选择 由成本、机身尺寸和特定手机型号的安全要求决定。

指纹扫描仪

这是智能手机中最常见的生物特征传感器类型。Apple 在 Touch ID 中使用的电容式扫描仪分析乳头状纹线脊线和谷线之间的电位差。超声波扫描仪（Qualcomm 3D Sonic）可穿透污垢和保护玻璃，提供 98.6% 的精度。

面部识别

2D 摄像头使用普通照片，工作速度更快，但安全性较低。3D 系统（Face ID、Huawei 3D Face Unlock）在面部投射 30,000 个红外点并构建精确的深度图。被他人面部意外解锁的概率为 1:1,000,000 — 比 Touch ID 低 20 倍。

虹膜扫描仪和语音识别

虹膜扫描仪使用带有红外照明的摄像头分析虹膜上多达 200 个独特点。该技术曾用于 Samsung Galaxy Note 7–9，但由于使用不便而被 3D 面部识别取代。语音生物特征识别 基于 100 多个声学参数（音色、基频和发音）构建声纹。它用于银行系统中的电话验证。

生物特征识别在移动设备中的工作原理

生物特征认证过程分为两个阶段：注册（enrolment）和验证。在注册阶段，传感器拍摄多张生物特征样本图像，算法提取特征并将它们以数学模板的形式存储。模板 不是图像，而是一组无法还原为原始图像的数值向量。

在验证时，新样本与存储的模板进行比较，系统输出结果：匹配或拒绝。基于神经网络的现代算法（Apple A 芯片中的 Neural Engine、Snapdragon 中的 NPU）在 100–400 毫秒内处理此比较。根据 Apple Security Guide，Neural Engine 每秒执行高达 1 万亿次操作，专门用于生物特征计算。

移动生物特征识别的关键特性 — 所有计算均在设备上、在处理器隔离区域内完成。对于 Android，这是 Trusted Execution Environment（TEE），对于 iOS — Secure Enclave。生物特征数据永远不会离开芯片，也不会通过互联网传输。

生物特征数据的安全性

生物特征识别的安全性 通过硬件隔离和模板的加密保护来保证。Apple A7–A18 处理器中的 Secure Enclave 是一个具有独立固件的单独协处理器，使用每个设备唯一的密钥加密生物特征数据。只有操作系统可以通过安全通道访问 Secure Enclave。

在 Android 设备上，Secure Enclave 的角色由基于 ARM TrustZone 的 Trusted Execution Environment（TEE）承担。TEE 将生物特征计算与主操作系统和应用程序隔离开来。根据 Google Security Blog，Android 12+ 要求所有 Strong 级别的生物特征操作必须使用 TEE。

生物特征传感器也受到保护，防止使用伪造样本进行攻击。指纹传感器检查血流或脉搏的存在，Face ID 的红外摄像头识别活体皮肤纹理，不会对照片、面具或硅胶模型做出反应。活体检测（Liveness detection） — Android Biometric Class 3 认证的强制组件。

生物特征识别的优缺点

生物特征认证比密码方便得多：用户无需记住字符组合，过程只需几分之一秒。速度 是 Apple Pay 和 Google Pay 移动支付系统采用生物特征识别的主要驱动因素。

生物特征识别的主要缺点 — 在泄露情况下无法更改标识符。如果密码可以更改，指纹或面部特征将永远伴随个人。因此，生物特征系统始终以 PIN 码或密码作为备用方法进行补充。

其他风险包括外观变化（疤痕、肿胀、与年龄相关的改变）时精度下降以及强制解锁的法律先例。美国最高法院在 2019 年裁定，警方可以要求通过 Face ID 或 Touch ID 解锁手机，但不能强制输入密码（第五修正案）。

代码示例：在 Android 上使用 Biometric API

Android 为所有生物特征传感器提供统一的 BiometricPrompt API。以下是使用 Jetpack Biometric Library 进行认证的示例。该库自动检测设备上可用的传感器并调用相应的对话框。

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("生物特征未识别")
            }
        }

        biometricPrompt = BiometricPrompt(this, executor, callback)

        val promptInfo = BiometricPrompt.PromptInfo.Builder()
            .setTitle("确认您的身份")
            .setSubtitle("使用指纹或 Face ID")
            .setAllowedAuthenticators(
                BiometricManager.Authenticators.BIOMETRIC_STRONG
            )
            .build()

        biometricPrompt.authenticate(promptInfo)
    }
}

示例中使用 BIOMETRIC_STRONG — 根据 Android 分类的最高安全级别。它仅支持 Class 3 传感器：内置指纹扫描仪和 3D 面部识别。Class 2（BIOMETRIC_WEAK）包括普通摄像头，未通过支付认证。

生物特征认证的未来

生物特征识别正在积极发展：新的识别方法正在取代指纹和面部。行为生物特征识别（keystroke dynamics、gait analysis）分析用户的打字风格和步态，无需特殊传感器。该技术已用于银行系统中的欺诈检测。

多模态生物特征识别 — 在一个系统中组合多种方法 — 正在成为高端智能手机的标准。例如，Samsung Galaxy S25 结合了超声波指纹扫描仪和 3D 面部识别，根据光照条件和手部状态选择最佳方法。根据 Goode Intelligence 的数据，多模态生物特征识别市场到 2029 年将增长到 120 亿美元。