（文章來源：OFweek）

由于人為設置的安全密碼表現(xiàn)不佳，人們引入了一系列基于生物特征識別技術(shù)的新設備來解決安全問題，包括指紋、語音和面部識別技術(shù)。指紋識別系統(tǒng)是一種被廣泛認同和采用的生物認證形式，目前全球有數(shù)十億智能手機和其他設備都安裝了該系統(tǒng)。然而，紐約大學（NYU）研究團隊的一項新研究揭示了這些系統(tǒng)存在的安全隱患，讓人懷疑生物識別安全系統(tǒng)是否可以保護人們最敏感的數(shù)據(jù)。

紐約大學坦頓計算機科學與工程學院的副教授Julian Togelius和博士生Philip Bontrager領導了這個研究團隊，他們指出，問題在于指紋傳感器的工作方式，大部分指紋傳感器依靠部分而非完整的指紋來確認用戶身份，允許用戶提交多個指紋驗證，通過對比已經(jīng)保存的部分指紋來識別用戶身份，NYU坦頓的Nasir Memon和MSU的Arun Ross在此前的另一項研究中使用“MasterPrint”一詞來描述這種方式。此外，大多數(shù)生物識別安全系統(tǒng)不會驗證指紋或其他生物信息是來自于本人的還是復制品，因此，從理論上講一個主密鑰可以利用AI來匹配存儲在指紋數(shù)據(jù)庫中的大量打印件進而解鎖大量的設備。

NYU的研究人員利用這些發(fā)現(xiàn)進一步發(fā)展了MasterPrint的概念——創(chuàng)建一種新的機器學習算法來生成合成指紋。他們構(gòu)建了這些合成指紋的完整圖像，這一過程具有雙重意義。首先，這能評估MasterPrint對真實設備的可行性（研究人員尚未對其進行測試）；其次，這些圖像被復制和存儲在可訪問的指紋數(shù)據(jù)庫中，其圖像的安全緩存可被利用來發(fā)起暴力攻擊，即用窮舉法測試直至系統(tǒng)開鎖相關(guān)設備。

這個研究團隊表示，這些實驗證明了對多因素身份驗證的需求，為生物識別安全系統(tǒng)的設備制造商敲響了關(guān)于人工指紋攻擊可能性的警鐘。除了安全領域外，這種生成指紋的潛在演變方法也可用于其他行業(yè)的設計制作，尤其是游戲開發(fā)，此項技術(shù)已經(jīng)被用于開發(fā)流行視頻游戲的新等級。