生物识别技术通过对采集到的生物信息，譬如指纹、面部等，利用算法进行匹配以区分生物个体。早期的生物识别通常利用两眼间的瞳距等空间距离作为特征，建立特征向量或者矩阵，并以此为基础数据，设计有效的算法或者模型，对采集到的生物信息进行分类，从而实现对生物个体的区分。早期的生物识别由于精度较低且成本较高，只能在一些高度机密、预算限制较小的环境中应用，譬如国防领域、保密机构。

大数据和人工智能的发展，为生物识别技术获得突破性发展提供了契机。以深度学习（Deep Learning）为代表的人工智能技术融合大数据技术的新进展，在人脸识别等过去的信息技术很难得到实际应用的场景中，取得了不少突破。利用深度学习技术训练得到的人脸识别模型，对各种复杂场景的识别精度甚至能够超越大部分人类个体。这使得城市或者封闭区域的管理者可以利用成本较低的视频摄像头，非常方便地将物理世界中人群的个体行为轨迹接入网络空间中，从而实现“智慧”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中的个体是当前信息社会中基础的需求。应用普遍的识别技术是基于用户口令的认证技术，即用户使用一串预设的字符串，通过系统对用户身份的合法性验证，从而获取信息系统所带来的便利服务。当前信息社会个体识别的技术主要包括以下三种类型：

1. 预设秘密信息：即“你知道什么”（What do you know）?常见的如用户口令、PIN码。它们通常需要用户创建、记忆和输入。

2. 预置私有令牌：即“你拥有什么”（What do you have）?常见的如USBKey、门禁卡、手机短信认证码。它们通常需要用户注册、持有和展示。

3. 特有生物特征：即“你是什么”（What are you）?常见的如指纹、虹膜、人脸、基因。它们通常是用户某个身体部位的特征信息，需要用户注册和展示。在某些场景下，注册环节可能并不需要用户特征信息，因为这些特征信息已经被管理人员预先收集了。此外，生物信息的采集也分为接触式（譬如指纹）和非接触式（譬如人脸）。非接触式的生物认证技术会为用户带来更好的使用体验。

生物识别的用途

生物识别因其便利性以及在识别精度上的突破性进展，正广泛地应用于当前信息社会的多个场景中。

1. 个人电脑和手机的持有人识别。当前的某些个人笔记本可支持指纹识别；大多数手机则支持人脸识别。

2. 金融机构的柜面服务。在银行领域，为实施反洗钱等金融管控手段，通过身份证件和人脸的匹配，实施人证合一验证，可以更好地实施用户实名认证。

3. 公共场所安全。为加快安检速度，当前的车站和机场普遍装备了人脸识别设备：利用身份证与持有人的人脸数据，可以方便、快捷地进行人证合一验证，很大程度上提升了公共区域的安全性。

生物识别的风险分析

生物识别在带来便利性的同时，也带来了诸多风险。

1. 技术风险：用于个体识别的生物信息通常是人们所独有的隐私信息，对这些数据的采集、传输和存储会带来严重的隐私泄露风险。特别值得注意的是，部分识别系统为简化设计，通常存储用户的原始生物学信息，而这些信息对用户个体来说具有不可修改性。一旦泄露，其他系统对该用户的生物信息的保护措施将会变得毫无意义。这对于广泛部署在高等级的安全环境（譬如国防领域）中的生物识别系统来说，是个重大的安全隐患。

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》，均对个人信息的处理和存储进行了规范。后续的法律和条例也正在细化相关的处罚场景。这些法律的推出，对部署在金融、机场等领域的个人身份认证系统提出了更高的安全要求，促使这些机构投入必要成本到安全管理中，以提升其系统安全性。

3. 伦理风险：生物识别技术在公共场所的广泛应用，正在深刻改变人们的生活方式和人际关系。一方面，这些技术应用对犯罪分子是一种震慑。另一方面，当人们的生活轨迹完全暴露在某个高科技系统后，其隐私无法得到保障：系统处理的数据会很容易被犯罪分子利用，用来跟踪数据和盗窃财物。甚至，人脸数据被窃取会为高科技手段犯罪提供更多可能。