Onko sormenjälkitunnistin kotona vielä turvallinen?

Matkapuhelimen pienen anturi -alueen takia on välttämätöntä käyttää kaikkia yksikköalueen kerättyjä biometrisiä tietoja niin paljon kuin mahdollista, joten se voi käyttää vain täydellistä kuvantunnistusta, eikä tekstuurirakenteen ominaisuuksien tunnistamista ainutlaatuinen Sormenjäljet. Koko kuvantunnistus ei pysty erottamaan sormenjälkikuvia ja ei-sormenjälkijäljikuvia. Tämä on oranssinkuorien ja kalvotarrojen hyökkäyksen nykyisen sormenjälkitunnistusajan osallistumisjärjestelmän perimmäinen syy. Lisäksi matkapuhelimien valmistajien sormenjälkien tunnistamisajan osallistumisjärjestelmän itseoppiminen erottamatta "vihollista ja vihollista" oppimaan väärennettyä biometristä tietoa sormenjälkien tunnistamisajan osallistumisjärjestelmään, mikä on myös yksi tärkeistä syistä Elokuvan jälkeinen halkeaminen.

Nämä ongelmat eivät kuitenkaan ole ratkaisemattomia. Sormenjälkisovelluksen lyhyen ajan matkapuhelimissa liittyvät valmistajat eivät ole kokeneet turvallisuustekniikan kertymistä sormenjälkien tunnistamisajan osallistumiseen, eikä tällaisia ​​hyökkäyksiä ole mitään keinoa. Vältämismenetelmä on myös hyvin yksinkertainen, ts. Ominaisuuspisteisiin perustuvan sovitusmenetelmän käyttäminen sormenjälkien tunnistusajan osallistumisjärjestelmän tekemiseksi ja ensin "vihollisen ja vihollisen" tunnistamisen tekemiseen ja sitten oppiminen välttää väärennettyjä tietohyökkäyksiä.

Periaatteessa ei ole tällaista haavoittuvuutta perinteisissä lukoissa. Koska lukot käyttävät yleensä suurten alueen antureita, ja suurten alueen antureita vastaavat sormenjäljen tunnistusajan osallistumisjärjestelmät on pohjimmiltaan rakennettu ominaisuuspisteiden tunnistamisen perusteella. Tietysti ei ole suljettu pois, että jotkut valmistajat käyttävät hyvin pieniä alueen antureita tai heillä on algoritmivaurioita, jotka voivat aiheuttaa tällaisia ​​ongelmia.

Sormenjälkitunnistimen sormenjälkilukija käyttää 360 °: n sokean pisteen tunnistusta, nano-keraamisen puolijohteen live-anturia, mukautuu korkean turvallisuuden ominaisuuspistealgoritmin moottorin syväoppimiseen ja käyttää 3 erilaista algoritmia sormenjälkitietojen vertailuun. Algoritmi on rakennettu rakenteellisten ominaisuuspisteiden perusteella, ja tämän perusteella kuvaalgoritmi otetaan käyttöön vertailun tarkkuuden parantamiseksi. Kuva -algoritmin läpäisyaste yleisellä matkapuhelimella on korkea, mutta myös virheentunnistusaste on korkea, yleensä noin yksi viidenkymmenen tuhannesta. Sormenjälkitunnistimen käyttämä suuren alueen anturi nopealla sormenjälkipisteen algoritmiryhmällä voi saavuttaa yhden virheentunnistusprosentin miljoonasta johtuen rikkaasta biologisen tiedon kokoelmasta, ja turvallisuus on paljon korkeampi kuin matkapuhelimen sormenjälkitunnistus Aikakäyttöjärjestelmä.