生物識別風(fēng)起從身份認證走向金融支付

成都弱電公司訊：

生物辨認技術(shù)的成熟、金融支付平安性的亟待完善，以及用戶支付體驗需求的提升，共同催生了生物辨認支付。生物辨認技術(shù)在金融支付領(lǐng)域的應(yīng)用逐漸從早期的身份認證走向金融支付，其支付鏈主要包含金融機構(gòu)、生物辨認運營商、商戶和用戶等角色。

目前，生物辨認支付的發(fā)展雖存在一定局限，但未來商業(yè)銀行與互聯(lián)網(wǎng)金融公司在生物辨認支付市場一定會存在競爭。從用戶基礎(chǔ)、社會公信力和信息平安性角度來看，商業(yè)銀行更適合主導(dǎo)生物辨認支付市場的發(fā)展。商業(yè)銀行發(fā)展生物辨認支付還需要在專業(yè)部門建立、基礎(chǔ)設(shè)施完善、注重品牌推廣、加強專業(yè)合作等多方面共同發(fā)力。

近年來，隨著移動互聯(lián)技術(shù)和智能終端的發(fā)展，移動支付已經(jīng)融入了人們的生活。面對移動支付的興起與密碼平安問題之間日益尖銳的矛盾，生物辨認支付成為繼密碼之后移動支付平安保障的一項最新選擇。

生物辨認支付是生物辨認技術(shù)與金融支付的跨領(lǐng)域深度融合，這種新型的支付正逐步改變?nèi)藗兊闹Ц斗绞?。?jù)研究顯示，生物辨認支付占支付市場的份額呈逐年遞增趨勢，其發(fā)展與創(chuàng)新正逐步顛覆傳統(tǒng)的金融支付模式，在帶來巨大的商機的同時，也必然會導(dǎo)致商業(yè)銀行、互聯(lián)網(wǎng)金融等多方的合作與競爭。

生物辨認進軍小額支付市場

1.生物辨認進軍小額支付市場的因素及發(fā)展現(xiàn)狀

近年來，生物辨認技術(shù)在金融支付領(lǐng)域發(fā)展迅速，并已經(jīng)開始搶占小額支付市場，究其原因主要有以下幾點。

首先，身份認證是支付領(lǐng)域極為重要的環(huán)節(jié)，隨著移動支付技術(shù)的發(fā)展，支付行為由最原始的人人交互變?yōu)槿藱C交互，這一過程極易產(chǎn)生平安漏洞，因此除了密碼之外，還需要更平安的身份認證方式。

其次，移動互聯(lián)、云計算和大數(shù)據(jù)技術(shù)在金融行業(yè)已經(jīng)得到廣泛的應(yīng)用，高性能傳感器、存儲器和處理器迭代發(fā)展速度很快，生物辨認技術(shù)在支付領(lǐng)域的軟、硬件條件已經(jīng)基本成熟。

再次，生物辨認支付作為一種新興的智能支付方式提升了用戶的支付體驗。

有關(guān)研究報告稱，預(yù)計到2020年，生物辨認技術(shù)將為總額超過5.6萬億美元的移動支付提供平安保障；這5.6萬億美元將由2260多億筆支付組成，平均每筆支付約為25美元。這說明生物辨認支付大部分都是小額支付，而非大規(guī)模交易。

雖然生物辨認當(dāng)前已經(jīng)成為網(wǎng)絡(luò)金融所關(guān)注的熱點領(lǐng)域，但在主流金融機構(gòu)的身份辨認和認證過程中，卻并未大規(guī)模推廣。其主要原因包括監(jiān)管機構(gòu)對于生物辨認的認可、生物辨認技術(shù)本身的準(zhǔn)確率、身份辨認特征的仿造問題、法律及司法對于身份辨認的認可程度等因素。

2．生物辨認技術(shù)及其發(fā)展現(xiàn)狀

生物辨認技術(shù)的官方定義如下：生物辨認技術(shù)是通過計算機與光學(xué)、聲學(xué)、生物傳感器和生物統(tǒng)計學(xué)原理等高科技手段密切結(jié)合，利用人體固有的生理特性（如指紋、臉相、虹膜等）和行為特征（如筆跡、聲音、步態(tài)等）來進行個人身份的鑒定。2009年全球辨認產(chǎn)業(yè)收入為34.22億元，而2018年達到了93.68億元。

一個生物辨認的最小系統(tǒng)一般包含了傳感器、存儲器和處理器三個部分，其操作流程包括用戶注冊和用戶認證兩個步驟。首先需要用戶在身份認證前注冊自己的生物特征信息，以此作為后續(xù)用戶身份認證的依據(jù)；在用戶進行身份認證時，將認證時采集的生物特征信息與注冊時采集的生物特征信息進行匹配。用戶注冊與身份認證的過程主要包含了生物特征采集、預(yù)處理、特征提取及模式辨認四個步驟。

（1）特征采集

特征采集是利用傳感器把人體固有的生理特征轉(zhuǎn)換為計算機可讀取的數(shù)字信息的過程。生物辨認傳感器主要采用高精度的掃描儀、攝像機等光學(xué)設(shè)備，以及基于電容、電場技術(shù)的晶體傳感芯片、超聲波掃描、紅外線掃描等設(shè)備。生物辨認傳感器的類型極為豐富，分歧的生理特征采集所用的傳感器有所分歧，即便是同一特征所采用的傳感器也會分歧。

（2）預(yù)處理

預(yù)處理是將傳感器讀取的數(shù)字信息進行尺度化，將原始數(shù)據(jù)處理成半結(jié)構(gòu)化數(shù)據(jù)的過程。預(yù)處理通常方法主要包括信息壓縮、降噪和數(shù)據(jù)歸一化等。

（3）特征提取

特征提取是提取生物特征中最具代表性的部分，并將其轉(zhuǎn)換為結(jié)構(gòu)化數(shù)據(jù)的過程。特征提取和表達是生物辨認過程的重點和難點，例如虹膜、指紋、人臉等圖像在采集時極易出現(xiàn)光照不均、平面旋轉(zhuǎn)、局部遮擋和三維形變等情況，這給后續(xù)的特征匹配與模式辨認帶來了極大的障礙，可能導(dǎo)致辨認失敗，不能進行身份認定。因此在處理器速度提升的基礎(chǔ)上，出現(xiàn)了更加復(fù)雜的圖像局部不變特征提取算法，這些算法專門用于提升生物特征在采集時由于光照強度變化、平面旋轉(zhuǎn)、局部被遮擋和三維形變時的匹配能力。

（4）模式辨認

模式辨認通常包括特征練習(xí)、特征匹配和特征辨認，是通過機器學(xué)習(xí)與數(shù)據(jù)挖掘手段構(gòu)建分類器，對結(jié)構(gòu)化的特征向量進行匹配和辨認的過程。其中，特征練習(xí)是通過機器學(xué)習(xí)方法對用戶注冊階段采集的生物特征數(shù)據(jù)集進行學(xué)習(xí)，生成生物特征分類器模型；特征匹配是將身份認證階段提取的生物特征與用戶注冊階段生成的生物特征數(shù)據(jù)庫模型進行匹配，并計算二者相似度；特征辨認設(shè)置相似度閾值等辨認準(zhǔn)則，并對辨認的結(jié)果進行接受或拒絕。

從理論上來說，人的任何生理或者行為特征，只要滿足普遍性、獨特性、唯一性、穩(wěn)定性、可采集性等條件，都可以作為生物特征用于身份鑒定。所謂普遍性，指每個人都具有具備的特征；所謂唯一性，指任何兩個人的該特征都是不相同的；所謂穩(wěn)定性，指該特征不會隨時間等條件的變化而變化，至少在一段時間內(nèi)是不變的；所謂可采集性，指該特征要便于采集和定量測量。

從圖表對比可以看出，指紋、人臉和虹膜是目前生物辨認技術(shù)中應(yīng)用最為成功的三類特征。其中，指紋和人臉是目前商業(yè)應(yīng)用中最為廣泛的兩類生物特征，但仍有其弊端：人臉辨認準(zhǔn)確率偏低，而指紋在采集過程中涉及個人隱私和信息平安問題；虹膜辨認的準(zhǔn)確率僅次于DNA，但其采集設(shè)備成本高，可采集性差，而且人們對虹膜辨認接受度不高，因此在商業(yè)應(yīng)用中的普及程度不及人臉和指紋。