生物特征识别技术通过算法对采集的生物信息，如指纹、面部等进行匹配，来区分生物个体。 早期生物识别通常以两眼间瞳孔间距等空间距离为特征，建立特征向量或矩阵，以此为基础建立数据，设计有效的算法或模型，对收集的生物信息进行分类，实现生物个体的区别。 由于早期的生物测定学精度低、成本高，因此只适用于国防领域和保密机构等机密性高、预算限制小的环境。

大数据和人工智能的发展，为生物认证技术的划时代发展提供了契机。 以深度学习为代表的人工智能技术融合大数据技术的最新进展，在人脸识别等过去的信息技术难以实用化的情况下，取得了许多突破。 经过深度学习技术训练的脸部识别模型能够使各种复杂场景的识别精度超过人类个体的大部分。 这样，城市和封闭区域的壮观外衣就可以利用低成本的摄像机，轻松访问物理世界的人们的个人行为轨迹，实现“智能化”的管理。

个体生物识别技术的类型

在网络空间中识别现实世界的个体是当今信息社会最基本的需要。 最常见的识别技术是基于用户密码的认证技术，用户通过使用预先设定的一系列字符串，通过系统验证用户身份的合法性，来获得信息系统带来的便利服务。 当前信息社会的个人识别技术主要有以下三种类型。

1 .默认秘密信息：“你知道什么？ ”？ 常见的有用户密码、PIN码等。 通常需要用户创建、存储和输入。

2 .预设私人令牌：“你有什么”(What do you have )？ 常见的有USB钥匙、门禁卡、手机短信验证码等。 通常需要用户注册、持有、展示。

3 .特有的生物学特征：“你是什么”(What are you )？ 常见的有指纹、虹膜、面部、基因等。 通常，这些是用户某个身体部位的特征信息，需要用户注册和展示。 在某些情况下，注册过程可能不需要用户配置文件信息，因为这些信息是由管理员预先收集的。 另外，生物信息的收集也有接触式(例如指纹)和非接触式)，例如脸)。 非接触式生物识别技术可以给用户带来更好的使用体验。

生物识别的用途

生物认证因其便利性和识别精度方面的划时代发展而被广泛应用于当今信息社会的许多场合。

1 .电脑和手机的所有者识别。 目前的许多高端个人笔记本电脑都支持指纹识别大部分手机都支持面部识别

2 .金融机构的柜面服务。 在银行领域，为了实施反洗钱等金融监管手段，通过身份证和人脸匹配，实施人证合一认证，可以更好地实施用户实名认证。

3 .公共场所的安全。 为了提高安检的速度，现在的车站和机场一般都配备了脸部识别设备。 利用身份证和持有人的面部数据，可以方便、迅速地进行人证合一的验证，大大提高了公共区域的安全性。

生物识别的风险分析

生物认证在带来便利的同时，也带来了很多风险。

1 .技术风险：用于个人识别的生物信息通常是人们独有的隐私信息，对这些数据的收集、传输、保存带来重大的隐私泄露风险。 特别值得注意的是，一些识别系统为了简化设计，通常存储用户的原始生物学信息，这些信息对用户个人来说是不可修改的。 一旦泄露，其他系统保护该用户生物信息的措施就没有意义了。 这对于在国防领域等高级安全环境中广泛引入的生物认证系统来说，是一个重大的安全隐患。

2 .法律风险：无论是欧盟的《通用数据保护条例》还是中国的《网络安全法》，都对个人信息的处理和保存进行了规范。 后续法律和条例也细分了相关的处罚场景。 这些法律的推出，对引入金融、机场等领域的个人认证系统提出了更高的安全要求，这些机构开始将提高系统安全性所需的成本投入到安全管理中。

3 )伦理风险)生物认证技术在公共场所的广泛应用，深刻地改变着人们的生活方式和人际关系。 另一方面，这些技术的应用对ckdbm是个冲击。 另一方面，当人们的生活轨迹完全暴露在高科技系统之下后，其隐私就真的得不到保障。 系统处理的数据很容易被ckdbm利用，用于数据跟踪和财产盗窃。 而且，面部数据被盗的话，用高科技手段犯罪的可能性会变高。