眼睛就是銀行卡、刷臉就能貸款，生物識別時代已經到來？| 馨金融

生物識別在金融行業的應用不止於通過生物特徵的獨特性來確認你是你，更重要的是，在「KYC（know your customer）」越來越重要的今天，生物識別可以解決更多信息問題。

洪偌馨/文

前兩天我在一篇文章里看到了這樣幾個數據： 互聯網用戶平均每人擁有26個賬號、6.5個密碼，每天需要使用密碼登錄8次。

有點遺憾的是，我並沒有找到這份數據的準確來源，但可以確定，這至少是兩三年前的數據了。

這份數據勾起了我的好奇心，所以我打開手機看了一下自己的APP和賬號們，發現自己現在的手機里一共有57個已經註冊的APP（還不算已經卸載的），其中許多已經進行了實名認證並綁定了銀行，但是我的密碼一共只有7個。

很多人都知道，這種簡單的密碼設置很容易引起信息的泄露。但是更多人也可能有過這樣的體驗，如果把密碼設置的太多太複雜，帶來的成本或許更高，這兩種情況都不符合科技發展的主流。

所以近些年來，一些新的手段開始流行，一個新的大膽的設想也在逐漸被證實：有沒有可能把人本身變成密碼，通過指紋、掃臉、虹膜檢測等等技術實現個人身份的鑒定，也就是科學家們所說的「生物識別技術」。

根據前瞻產業研究院《生物識別技術行業市場前瞻與投資戰略規劃分析報告》數據顯示，2013年全球生物識別市場的規模達到98億美元，預計到2020年將增長至250億元。尤其是在金融行業里的應用，生物識別已經深入到開戶、支付、取款、借貸等各個領域。

值得注意的是，生物識別在金融行業的應用不止於通過生物特徵的獨特性來確認你是你，更重要的是，在「KYC（know your customer）」越來越重要的今天，生物識別可以解決更多信息問題。

根據媒體報道，無論是傳統銀行業如招商銀行、浦發銀行，還是金融科技巨頭如螞蟻金服、騰訊的互聯網金融板塊，還有一些科技公司，都已經在生物識別領域布局已久。或許我們可以這樣理解，即便這個而行業還沒有站上風口，但這些公司的動作也足以說明一些趨勢。

最近我也恰好最近去參加了虎嗅「上道」沙龍——金融級生物識別的場景應用於安全風控，這個看似名字很拗口、主題很冷門的活動講的卻是和我們生活息息相關的事，收穫了一些有意思的信息在此和大家分享：

✔ 在目前，生物識別在金融領域的應用還處於一種「補充手段」的作用，與傳統身份核驗等手段的關係屬於配合而非取代。

✔ 生物識別是一個概念的合集，其中包括無數種手段。這些手段各有利弊，在不同環境、條件和場景下可以發揮不同的作用，但在最終的應用中可能要變成一套「組合拳」才能發揮最大效用。

✔ 生物識別在金融行業的應用可能是以技術形態呈現的，但是從根本上技術並不能解決全部問題，它的應用需要一個從場景到數據化採集分析的綜合解決方案。

指紋識別前景最慘淡

在日常生活中，應用最為廣泛的生物識別技術應該是指紋。這可能主要得益於蘋果從第五代iPhone開始在home鍵上搭載了指紋感測器。但事實上，人體可以被用來當作「密碼」的部分遠不止有指紋。

在國內，人臉識別似乎特別受到青睞。

2015年，支付寶首先實現了通過「刷臉」實現登陸和修改密碼。同年，招商銀行率先啟用了人臉識別用於輔助銀行開戶、風險評估等銀行業務，並投放了VTM(遠程視頻櫃員機)全渠道應用了人臉識別技術。此外，微眾銀行、平安普惠也相繼放出了「刷臉」借貸的第一筆貸款。

而在國外，不同地區的應用狀況也不太一樣。比如中東地區因為宗教等原因，婦女大多需要包括頭巾，因此金融機構更青睞虹膜技術。基於虹膜的採集和入庫，這些註冊用戶可以享受「無卡無密碼」的金融服務，可以通過ATM取款，也可以實現櫃檯交易。

說到這裡，有一個很有意思的問題。如果排除像宗教這樣社會因素的影響，在眾多的生物識別方式中，有沒有哪一種是最優選項，比其他方式都要好？

是應用最廣泛的指紋識別嗎？

恰恰相反，指紋識別可能是現在最不被看好的一種生物識別方式。這一方面是指紋本身的局限性，比如在農村地區很多勞動者由於長期從事勞動，指紋可能會被磨平，導致無法識別。與此同時，還有7%到8%的人天生沒有指紋，也無法使用。再加上指紋識別受到許多外界因素的干擾，比如潮濕環境的影響，而且因為太容易複製，安全防範能力不夠，導致它的應用很難再進一步。

此外，還有一點很重要的原因，螞蟻金服副總裁陸傑訊強調，指紋感測器在過去這些年的時間裡在成本急劇下降的情況下，仍然是手機配件中攝像頭以外最貴的零件，這本身就是一個很大的障礙。而指紋這種直接接觸式的識別方式，未來也很可能被非接觸式的攝像頭等迅速取代。

如果指紋識別沒那麼好，那人臉識別呢？虹膜識別呢？還有其他的聲紋識別、掌紋識別等等呢？

在周六參加的論壇上，據中科院自動化研究所的雷震博士介紹，如果只考慮準確度的話，虹膜識別的效果可能是最好的，因為唯一性最強。但是虹膜識別需要高度的配合性，比如需要虹膜信息的採集入庫，同時在使用中，在手機上要搭載專門的攝像頭，這些都可能導致成本的提升。

相比之下，人臉識別可以實現無配合下的採集，在便捷度上是最高的，但是問題也同樣存在。人臉識別的準確度與採集環境有著很大的關係，在光線充足、環境穩定等情況下可能準確率接近虹膜識別，但是如果採集環境較差，精度也可能下降得很厲害。

在各種識別方式的比較中，我們不難發現，每種方式都有其優點，但是也有不可迴避的問題。因此一個更接近真實情況的答案是，只有通過採取多種生物特徵綜合的核驗方式，才可能得到一個更準確的結果。

「我們會比較什麼時候用指紋更方便，什麼時候用人臉更方便，什麼情況下用什麼樣的核身方式。」 螞蟻金服全球核身平台資深專家陳繼東說。

所以，嚴格意義來說，生物識別技術在金融領域的應用是一套「組合拳」。

以假亂真的「換臉術」如何破？

說到生物識別，有些朋友可能會聯想到今年3·15時央視現場表演的「換臉術」。

在當時的晚會現場，主持人隨機邀請了一位現場觀眾，並找到觀眾個人微博中一張公開發布的自拍照。經現場技術處理，這張照片被快速生成了與觀眾本人一模一樣的3D人臉模型，並且在APP的活體加測提示下，一次完成了眨眼、轉頭、微笑等動作，最終騙過了APP，順利完成了刷臉登陸。

此外，單就人臉識別而言，還有人試過用更簡單的方式騙過機器，比如列印一張照片戴在臉上，或者把人臉識別裝置對準攝像頭視頻。

如果生物識別技術如果這麼容易破解，真的還安全嗎？

解決以上這個問題的關鍵在於「活體監測」。所謂活體監測，意思就是生物識別不僅要解決「你是你」的問題，還要解決「你真的是你」的問題。

對於許多在線下進行生物識別的項目來說，這個問題相對好解決，但是很多金融業務都是在線上進行的，這就變成了一個更高的門檻。

「我認為如果沒有活體監測這個門檻，生物識別是沒有辦法進入金融級別應用研究的」。陳繼東告訴我。

螞蟻金服對於生物識別最早的應用，是在識別出交易高風險的時候，通過生物識別進行二次驗證。

「這是一個不斷動態變化的過程，我們現在除了有活體的演算法之外，還需要後台有一個強有力的實時風控系統，你要識別出他的設備、他的環境、他的行為，綜合下來要有一個實時決策系統，如果沒有這種能力，當某一種攻擊方式非常流行之後，資金的損失是非常巨大的。」

活體監測是目前生物識別技需要解決的一個大問題，但絕不是唯一的問題。

比如在「刷臉」這個界面的呈現上，是一秒好還是三秒五秒好，其實在不同的用戶群體，不同的年齡性別之間都是不同的，這是一種對安全感和便利的平衡。

比如在文案的選擇上，告訴用戶「點頭」和「點點頭」，以及「眨眼」和「眨眨眼」之間都會對體驗和效果產生微妙的影響。

無論從發展的時間，還是應用成熟度的角度，生物識別技術離成熟還有著很遠的距離。在短時間內，它可能也不會像其他金融科技一樣成為風口，但是從一個更大的維度來看，它能夠提升識別的精度、準度和廣度，同時使金融服務更加便捷，這本身就是一個大趨勢。

順勢而為就好。

原創聲明：馨金融的每一篇原創稿件都經過反覆的打磨，只希望能帶給大家更有價值的閱讀。我們歡迎知識的分享，但更希望自己的勞動能被尊重，在轉載時請註明來源馨金融（Xinfinance）。