生物識別系統

生物識別技術是利用人的生理或行為特徵來核對或確認人的身份。當今，生物識別技術的利用得飛速發展，並不斷地進入到眾多應用領域中，在物理安全(門禁、樓宇監控)和邏輯安全(計算機，網絡)領域都得到了廣泛的應用。

生物識別技術是依靠人體的身體特徵來進行身份驗證的一種解決方案。人體的生物特徵包括指紋、聲音、臉孔、視網膜、掌紋、骨架等等。所謂的生物識別的核心在於如何獲取這些生物特徵，並將之轉換為數字信息，存儲於計算機中，利用可靠的匹配算法來完成驗證與識別個人身份的過程。

由於人體特徵具有人體所固有的不可複製的唯一性，這一生物密鑰無法複製，失竊或被遺忘。而常見的口令、IC卡、條紋碼、磁卡或鑰匙則存在着丟失、遺忘、複製及被盜用諸多不利因素。因此採用生物“鑰匙”，您可以不必攜帶大串的鑰匙，也不用費心去記或更換密碼。而系統管理員更不必因忘記密碼而束手無策。

人類在追尋文檔、交易及物品的安全保護的有效性與方便性經歷了三個階段的發展。第一階段也就是最初始的方法，是採用大家早已熟悉的各種機械鑰匙。第二階段是由機械鑰匙發展到數字密鑰如密碼或條形碼等。第三階段是利用人體所固有的生物特徵來辨識與驗證身份。生物識別是當今數字化生活中最高級別的安全密鑰系統。

十九世紀初，科學研究發現了至今仍然承認的兩個重要特徵：一是兩個不同手指的指紋紋脊的樣式(Ridge Pattern)不同，另外一個是指紋紋脊的樣式終生不變。這個研究成果使得指紋在犯罪鑑別中得以正式應用。二十世紀六十年代，由於計算機可以有效地處理圖形，人們開始着手研究計算機來處理指紋，自動指紋識別系統AFIS在法律實施方面的研究與應用就由此展開來。

一個優秀的生物識別系統要求能實時迅速有效地完成其識別過程。所有的生物識別系統都包括如下幾個處理過程：採集、解碼、比對和匹配。指紋識別處理也一樣，它包括對指紋圖像採集、指紋圖像處理特徵提取、特徵值的比對與匹配等過程。使用指紋識別方式的優點在於其可靠、方便與便於被接受。你只要花微不足道的時間去用指紋儀獲取指紋圖像，許多研究表明指紋識別在所有生物識別技術中是對人體最不構成侵犯的一種技術手段。

手掌幾何學是基於這樣一個事實：幾乎每個人的手的形狀都是不同的，而且這個手的形狀在人達到一定年齡之後就不再發生顯著變化。當用户把他的手放在手形讀取器上時，一個手的三維圖像就被捕捉下來。接下來，對手指和指關節的形狀和長度進行測量。

根據用來識別人的數據的不同，手形讀取技術可劃分為下列三種範疇：手掌的應用，手中血管的模式，以及手指的幾何分析。映射出手的不同特徵是相當簡單的，不會產生大量數據集。但是，即使有了相當數量的記錄，手掌幾何學不一定能夠將人區分開來，這是因為手的特徵是很相似的。與其他生物識別方法相比較，手掌幾何學不能獲得最高程度的準確度。當數據庫持續增大時，也就需要在數量上增加手的明顯特徵來清楚地將人與模板進行辨認和比較。

分析眼睛的複雜和獨特特徵的生物識別技術被劃分為兩個不同的領域：虹膜識別技術和角膜識別技術。

虹膜是環繞着瞳孔的一層有色的細胞組織。虹膜辨識系統使用一台攝像機來捕捉樣本，然後由軟件來對所得數據與儲存的模板進行比較。

角膜是眼睛底部的血液細胞層。角膜掃描的進行是用低密度的紅外線去捕捉角膜的獨特特徵。我們所知的位於角膜中心的區域被掃描，血液細胞的唯一模式就因此被捕捉下來。角膜識別技術被認為是最好的生物識別。然而，儘管它有着高度的準確性，人們通常認為這項技術不方便。因此，它很難獲得終端用户的普遍接受。角膜掃描儀要求被掃描者在它讀取角膜信息時直立不動。

眼睛和角膜掃描儀對於目盲者和眼睛患有的人是無效的。

面孔識別系統通過分析臉部特徵的唯一形狀、模式和位置來辨識人。基本上有兩個方法來處理數據：攝像機和熱量繪圖。標準攝像技術是建立在由攝像機捕捉到的臉部圖像上。熱量繪圖技術分析皮膚下的血管熱量發生模式。這項生物識別技術的吸引力在於它能夠人機交互。

然而，這套系統是非常不可靠和昂貴的。例如，它無法分辨出雙胞胎或三胞胎，無法認出理完髮的用户，也無法辨認出戴眼鏡與不戴眼鏡的同一個人。2012年，武漢公安正構建一套高精準人像識別系統，建成後能在1秒鐘內比對1億次圖像，瞬間可辨認嫌疑人。

這套系統主要通過安裝在城市道路路口、兩側以及公交車上的25萬個視頻探頭進行圖像採集。視頻監控將捕捉到的人像，與後台數據中犯罪嫌疑人面部特徵進行精確比對，可在幾秒內鎖定犯罪嫌疑人。這套系統將在2013年3月投入實戰應用 ^[1]  。

聲音的辨識是對基於生理學和行為特徵的説話者嗓音和語言學模式的運用。它與語言識別不同在於這項技術不對説出的詞語本身進行辨識。而是通過分析語音的唯一特性，例如發音的頻率，來識別出説話的人。語音辨識技術使得人們可以通過説話的嗓音來控制能否出入限制性的區域。舉例來説，通過電話撥入銀行、數據庫服務、購物或語音郵件，以及進入保密的裝置。雖然語音識別是方便的，但由於非人性化的風險、遠程控制和低準確度，它並不可靠。一個患上感冒的人有可能被錯誤的拒認從而無法使用該語音識別系統。

簽名識別，也被稱為簽名力學辨識(Danamic Signature Verification--DSV)，它是建立在簽名時的力度上的。它分析的是筆的移動，例如加速度、壓力、方向以及筆劃的長度，而非簽名的圖像本身。簽名力學的關鍵在於區分出不同的簽名部分，有些是習慣性的，而另一些在每次簽名時都不同。　簽名的使用已經被廣泛地接受，應用範圍從獨立宣言到信用卡都可見到。然而，簽名辨識的問題仍然存在於獲取在辨識過程中使用的度量的方式以及簽名的重複性。DSV系統已被控制在某種方式上去接受變量。但是，如果不降低接受率，它就無法持續地衡量簽名的力度 。

主要是利用靜脈血管的結構來進行身份識別。由於靜脈紋絡包含大量的特徵信息，可以作為驗證的對象。手掌靜脈識別的原理也是利用靜脈血管與肌肉、骨骸之間對特定波長紅外光不同的吸收特性來進行靜脈血管造影。與手掌靜脈識別的原理相同。由於手掌較厚，紅外光通常無法進行透射，因而只能採用反射造影法。紅外光照射在手背上，有靜脈的部位吸收紅外光反射暗淡，肌肉與骨路部位反射強烈，從而實現對靜脈的造影。靜脈紋絡在人體內部很難被偽造 ^[2]  。

任何生物識別系統都共同擁有的三個組件：

傳感器：檢測用於識別的特徵

計算機：讀取和存儲信息

軟件：分析特徵，將特徵轉換成圖形或代碼，並執行具體的比較 ^[3]