生物识别认证：它是什么、类型及工作原理

什么是生物识别认证？

生物识别认证是根据用户独特的生理或行为特征验证其身份的过程。与传统方法（密码、PIN码或一次性令牌）不同，生物识别与个人本身相关联，无法转移给他人。

该方法的基础是测量生物识别特征并与预先存储的模板进行比较。该技术从昂贵的企业系统发展到消费设备的广泛应用。第一款配备指纹扫描仪的大众智能手机是2011年的Motorola Atrix 4G，如今生物识别传感器已安装从100美元起的价位设备中。

生物识别解决了密码认证的关键问题：人类记忆。根据Hypr（2024）的研究，普通用户拥有超过100个在线账户，但只使用5个唯一密码。生物识别消除了记住复杂组合的需要。

生物识别认证如何工作？

生物识别认证过程包括两个阶段：注册（enrollment）和验证（verification）。在注册阶段，系统捕获生物识别图像，提取特征特征并创建参考模板。在验证时，新图像与存储的模板进行比较——算法计算匹配程度并做出决定。

生物识别图像捕获

设备传感器记录原始生物识别信号：通过电容矩阵的指纹图像，通过点投影仪的三维面部地图，或通过麦克风的声音频谱。捕获质量直接影响后续识别的准确性。现代传感器为指纹每毫米使用50到300个测量点，为面部使用多达30,000个点。

特征提取和模板创建

算法从原始数据中提取独特特征：指纹——细节特征（脊线的末端和分叉），面部——眼睛之间的距离、鼻子形状和下颌轮廓。这些特征被转换为2至20KB的数学模板。原始图像不保存——仅保存特征模板，无法从中重建原始图像。

匹配和决策

系统将获得的模板与参考模板进行比较，计算相似度指标。如果值超过设定的阈值（threshold），则认证被视为成功。阈值决定了便利性和安全性之间的平衡：低阈值增加错误接受率（FAR），高阈值增加错误拒绝率（FRR）。对于移动设备，典型阈值设置在FAR 0.001%的水平，FRR约为2%。

生物识别认证的类型

移动设备支持几种类型的生物识别传感器，它们在准确性、速度和防伪性方面有所不同。每种类型都有其应用领域和安全级别。

指纹扫描仪

移动设备中最常见的生物识别类型。电容式扫描仪根据皮肤脊线和谷之间的电位差创建脊状图案图像。首次在Galaxy S10中应用的超声波扫描仪使用声波进行指纹的三维重建——即使在湿手指时也能工作，并且抗硅胶仿制品。

面部识别

两种方法：2D摄像头（简单前置摄像头）和3D扫描（结构光或ToF）。Apple Face ID向用户面部投射超过30,000个红外点，创建精确的三维地图。Neural Engine上的算法在毫秒内处理数据，并适应外观变化——胡须、眼镜、发型。

虹膜扫描仪

眼睛的虹膜是最稳定的生物识别特征之一：几乎不随年龄变化，也不像指纹那样容易受损。三星的虹膜扫描仪（Galaxy S8–S10）使用红外摄像头分析多达240个独特虹膜特征。此类系统的FAR低于0.0001%，但捕获速度低于面部扫描仪。

语音识别

语音生物识别分析声道物理特征：基频、共振峰和音色。该技术应用于语音助手——Siri和Google Assistant——中识别特定用户。主要缺点是环境噪音敏感性和攻击者录制语音的可能性。

在Android中实现生物识别认证

从Android 9（API 28）开始，Google提供统一的BiometricPrompt API，它抽象了与设备上所有类型生物识别传感器的工作。开发人员无需为指纹扫描仪和面部识别编写单独代码——BiometricPrompt自动检测可用传感器并显示标准对话框。

val executor = ContextCompat.mainExecutor(context)
val biometricPrompt = BiometricPrompt(activity, executor,
    object : BiometricPrompt.AuthenticationCallback() {
        override fun onAuthenticationSucceeded(
            result: BiometricPrompt.AuthenticationResult
        ) {
            // 访问已授权——可以显示内容
            binding.showContent()
        }

        override fun onAuthenticationFailed() {
            // 生物识别未识别——通知用户
            binding.showError("指纹未识别")
        }

        override fun onAuthenticationError(
            errorCode: Int,
            errString: CharSequence
        ) {
            // 不可恢复的错误——生物识别不可用
            binding.showFallback()
        }
    }
)

val promptInfo = BiometricPrompt.PromptInfo.Builder()
    .setTitle("登录应用程序")
    .setSubtitle("通过指纹确认您的身份")
    .setNegativeButtonText("使用PIN")
    .build()

biometricPrompt.authenticate(promptInfo)

所示代码演示了通过BiometricPrompt进行生物识别认证的完整周期。onAuthenticationSucceeded回调在Trusted Execution Environment中成功验证模板后被调用。在没有生物识别传感器的设备上，BiometricPrompt将自动显示PIN码或图案输入屏幕——开发人员无需单独处理此场景。

重要的安全要求：所有生物识别操作必须在TEE（Trusted Execution Environment）端执行——处理器的硬件隔离区域。Android BiometricPrompt通过BiometricManager.Authenticators.BIOMETRIC_STRONG提供程序保证使用TEE，该提供程序无法从用户空间替换。

生物识别的优缺点

生物识别认证相比密码具有显著优势，但也有开发人员在设计应用程序安全性时必须考虑的基本限制。

• 速度——指纹识别需要200–400毫秒，Face ID约1秒，比输入8个以上字符的密码快得多
• 便利性——用户无需记住和输入凭证；触摸或注视屏幕时认证在无意识中完成
• 不可分割性——生物识别特征始终与用户同在；与令牌或智能卡不同，不会忘在家里或丢失
• 泄露时的不可逆性——生物识别模板泄露时无法更改，与密码不同；这是生物识别的关键缺点
• 误识别——FAR虽然低但不为零；3D面部系统的FAR约为0.0001%，意味着每百万次尝试有1次错误识别

关键限制——生物识别不是意图的证据。用户可能被迫在物理或压力下解锁设备。因此，银行级应用的监管机构（PSD2、PCI DSS）要求多因素认证，其中生物识别只是因素之一。

生物识别数据的安全性

生物识别模板的安全性由硬件保护机制保证：iOS中的Secure Enclave和Android中的Trusted Execution Environment（TEE）。这些隔离的协处理器执行生物识别数据的捕获、处理和比较操作，主处理器和操作系统无法访问。

关键安全原则——不保存原始图像。传感器仅将特征的数学表示传递给TEE，而非指纹图像或面部照片。在Android 13+中，BiometricPrompt API额外使用TEE内生成的加密密钥对认证结果进行加密。这种方法使得从服务器窃取生物识别数据库变得无用——攻击者只获得加密的模板，而非原始数据。

国际标准ISO/IEC 24745:2022和FIDO2规定了生物识别的存储要求：禁止存储原始图像，模板必须不可逆转换，传感器和比较模块之间的数据传输通道必须硬件保护。在开发移动应用时，建议使用FIDO2 WebAuthn——一种保证生物识别交易端到端加密的协议。