人臉識別可能造成生物信息泄露，這個臉該不該刷？

2018年的武大櫻花季除了傳統的櫻花看點之外，就要數武漢大學在校園管理上的優化了。除了保持「實名限額、免費預約、雙重核驗」等基本政策外，還特別引入了人臉識別閘機，預約而來的遊客需要「刷臉」才能進入校區。

從2015年到2017年，人臉識別技術經歷了從快速落地到多領域應用的井噴式發展。如今，坐車可以刷臉、支付可以刷臉、自動取款也能刷臉、甚至連公廁取紙都能夠刷臉……沒有一點點防備，「刷臉」已經融入到人們生活的方方面面，在金融、交通、教育、安防、社保等領域發揮著重要作用。

然而，生物識別技術明明有那麼多，比如指紋識別、虹膜識別、靜脈識別、聲紋識別以及步態識別等等，其中指紋識別應用最為成熟，虹膜識別安全係數最高，為什麼偏偏人臉識別能夠獨得市場認可，落地與應用都如此迅速呢？

對比之後，小編覺得主要有三方面的原因。

首先，相比於指紋識別必須要採集指紋信息，人臉識別具有非強制性。它不需要被測者主動提供任何信息，只要你露出你的臉，它就能在不經意間對你完成識別。因此，人臉識別在便利性和隱蔽性方面更具優勢。其次，因為人臉識別是利用可見光獲取人臉圖像信息，無需接觸設備，因此不用擔心病毒的接觸性傳染，在安全性和衛生方面更有保障。最後，在實際應用場景中，人臉識別技術可以進行多個人臉的分揀、判斷及識別，並發性特點讓其在識別速度和範圍上具有明顯優勢。

不過，雖然人臉識別技術相比其他識別技術優勢明顯，也深受市場和商家追捧。但我們不能對人臉識別技術過分迷信與樂觀。

人臉識別技術公司駿聿科技創始人袁存鼎表示，現在的人臉識別精準度還達不到100%，對相似度高的臉容易出現識別誤差。2017年國際最新的測試表明，在錯誤接受率為萬分之一的條件下，人臉識別正確識別率只有76%。如此的精準度不禁讓人對某些特定條件下的識別正確率產生懷疑，比如黑人能識別的出來嗎？相似度極高的雙胞胎呢？被識別者變胖了、變醜了或者整容了機器還認得嗎？又或者化了妝呢？3D列印樹脂人臉面具或者高清圖片能騙過機器嗎等等！

除了技術上本身的硬傷之外，行業在安全性上的投入和重視也令人擔憂。

在互聯網環境下，不管是人臉識別還是指紋識別，一旦採用生物特徵認證，就一定會有特徵資料庫，所有的生物特徵數據，只要進入計算機，就會被轉換為計算機代碼。只要是代碼就可以被截獲、被重放、被重構。伺服器端存儲大量用戶的特徵資料庫，特徵資料庫一旦被黑客或犯罪分子獲取，後果將無法挽回。畢竟，密碼丟了可以換，但生物信息是不可再生的，一旦泄露，你不可能再有第二張臉給你換！

然而有調查顯示，在信息安全投入占信息化投入的比重方面，美國佔到了20%—25%，歐洲為10%—15%，中國僅有1%—3%。這意味著，作為世界第一的互聯網應用大國，我國在網路安全上的投入遠遠落後於其他國家。相當數量的互聯網公司只顧及流量，卻不顧用戶安全，只顧及體驗，卻不顧用戶隱私保護！

誠然，人臉識別技術憑藉自身優勢能夠快速落地應用打入市場、融入生活，但當我們享受技術帶來的便利之時，更應該注意到技術帶來的安全隱患。特別是當技術本身由於發展限制暫時無法解決，而其帶來的安全隱患又可能致命時，就需要所有人通過對於安全問題的高度重視來進行風險規避。只有通過前期重視安全、規避風險，後期再通過技術進步來徹底解決隱患，人臉識別技術才能正在的融入我們的生活，方便我們的生活！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！