智能終端的指紋解鎖原理

王競博

【摘要】 隨著智能手機的日漸普及，手機逐漸成為人們日常生活中最重要的工具之一，手機使用的安全性一直以來備受關注，各種解鎖方式層出不窮。本文主要以指紋解鎖在智能手機中的應用為例，剖析智能手機終端的指紋解鎖原理。

【關鍵詞】 指紋識別 智能終端 技術原理 鎖屏

一、指紋解鎖在智能終端上的應用現(xiàn)狀

20世紀以來，電子信息產業(yè)蓬勃發(fā)展，移動互聯(lián)網絡緊隨其后得到了全面普及，人們的日常生活方式發(fā)生了翻天覆地的變化，越來越多的日?；顒?，例如打車、購物、娛樂消費、證券交易等等，正在借助移動智能終端完成著，給人們的生活帶來了極大的便利。但是傳統(tǒng)的密碼機制已經不能滿足人們對智能終端使用安全性的要求，因此將目光轉向具有超高獨特性和穩(wěn)定性的生物密碼識別技術上。

生物密碼是人體與生俱來的生理特征，與傳統(tǒng)的密碼相比，它具有 “隨身攜帶”、無須記憶的特征，它包括指紋、人臉、聲紋、虹膜等等。其中，指紋識別技術是目前在各個領域應用最廣的一項生物識別技術。人的指紋具有穩(wěn)定不變性，一個人從出生到死亡，除非是經過特意破壞，否則他的指紋不會發(fā)生變化；人的指紋還具有獨一無二的特征，就算是同卵雙生的雙胞胎，他們的指紋也存在著很大的差異，所以指紋識別是最常見的身份識別方式。

1998年，德國西門子公司研制了史上第一款指紋識別手機。這一款手機裝有手機存儲卡一般大小的指紋傳感器，一共可以錄入并存儲60個人的指紋信息，所以手機用戶可以設置除了機主以外的其他臨時手機用戶。之后，又有很多手機公司在指紋識別上進行研發(fā)應用，但是都沒有將其發(fā)展壯大，直到2013年9月蘋果公司的旗艦機型iPhone 5S問世。這一款機型在新功能中添加的Touch ID指紋識別技術，在iPhone手機獨特的home鍵下設置一個指紋識別傳感器，不僅可以解鎖屏幕，還可以在蘋果公司旗下的應用商店、iTune和電子商城進行APP下載和在線支付驗證。這一項新奇的技術引起了社會上極大的關注，此后Android手機開發(fā)商們紛紛效仿，越來越多的智能手機添加了指紋識別技術。

2014年9月，以華為手機為代表的國產手機配置了指紋識別技術，雖然更早以前就有國產手機搶先配置了這項技術，但是華為創(chuàng)新性地引用了主動按壓式指紋傳感器，是第一個使用此類傳感器的Android手機廠商，并且與支付寶合作，進行指紋密碼在線支付。2016年是智能手機大面積轉向指紋識別的一年，指紋識別不再是中高端手機的特權，低價手機也在越來越多地使用著指紋識別技術。

二、指紋識別基本原理

2.1指紋的特征

人的指紋特征可分為3級：第1級特征、第2級特征、第3級特征。

第1級特征是指紋的紋形，指紋的紋形可分為3類：環(huán)形（loop，或者俗稱斗形）、弓形（arch）、螺旋形（whorl）。根據研究調查表明，紋形表現(xiàn)出來的不同最主要的原因在于遺傳基因。不同人種呈現(xiàn)出各種指紋紋形的概率是不一樣的，相反，直系親屬之間表現(xiàn)出指紋紋形存在較高的相似性。

第2級特征是指紋的細節(jié)點，包括端點、分叉點、核心點等等。端點是一條紋線延伸到消失的地方；一條紋線延伸到某個點突然分成兩條紋線，這個點就被成為分叉點；核心點就是紋路的漸進中心點。這三個點是最常用的細節(jié)點特征，通常記錄這三個點的位置和方向用來作為讀取指紋和比對指紋的參考點。

第3級特征是指紋紋線上的汗孔、紋線形態(tài)、疤痕等。第3級特征表現(xiàn)得更加細致，但是穩(wěn)定性不如第2級特征，但是第2級特征和第3級特征都具有很強的隨機性。

根據這3級特征，指紋匹配算法可大體分為：基于細節(jié)點的指紋匹配算法、基于紋理結構的指紋匹配算法和其他指紋匹配算法。目前應用最多的是基于細節(jié)點的指紋匹配算法，這種算法難度適中，它具有指紋模板占用存儲空間小、算法容易實現(xiàn)等優(yōu)點，但同時它的匹配用時較多。

2.2指紋識別步驟

智能終端上的指紋識別技術分為四個步驟：指紋圖像采集、圖像預處理、特征提取和指紋匹配（如下圖1所示）。

第一步：指紋圖像采集。這是一個利用各種指紋傳感器依照自身不同的采集原理采集并儲存指紋信息的過程。目前指紋傳感器的種類是光學傳感器、半導體傳感器、超聲波傳感器和射頻式傳感器（號稱“活體識別”傳感器）。其中半導體傳感器又可分為：電容式指紋傳感器、熱敏指紋傳感器、壓感指紋傳感器。目前市面上應用最廣的是電容式指紋傳感器，而做得最出色的是蘋果公司，他在電容式傳感器之外，還采用射頻傳感器實現(xiàn)雙重驗證人體皮膚的真皮層信息，使得指紋圖像采集中不受手指上的污物影響，能快速精確地識別用戶的指紋信息。

第二步：圖像預處理。由于人體指紋上可能會出現(xiàn)不同程度的污物或者指紋采集設備本身具有一些缺陷，導致采集的指紋圖像會有較強的噪聲，在后期的細節(jié)特征會出現(xiàn)困難，所以要對圖像進行預處理，包括指紋圖像均衡、分割、平滑、智能增強、智能二值化細化等步驟，處理后的指紋圖像紋路和特征點清晰可見，便于提取。

第三步：特征提取。指紋圖像經過預處理之后每條指紋紋線都變成了一個點寬度的細小紋路。由于指紋紋線上的像素點的數(shù)據量很大，如果后期指紋匹配對紋線像素進行一一匹配，將會耗費大量時間，并且需要較大存儲空間，所以進行了時間和空間上的優(yōu)化，在描述紋線時采用紋線上的特征點來表示指紋。通常提取的特征點就是端點、分叉點和核心點。

第四步：指紋匹配。在指紋進行匹配之前，首先要將采集的指紋和系統(tǒng)已建檔指紋進行一個特征點的配準，使得他們的方向相同，特征點一一對應。然后才是特征點的一一匹配，根據匹配算法，匹配之后得出一個相似值，與系統(tǒng)設置的判定是否為同一指紋的相似值進行比較，如果大于或等于系統(tǒng)設定相似值，則判定是同一指紋，解鎖成功；反之，判定為不同指紋，解鎖失敗。

2.3指紋識別算法性能評測

為了評價不同指紋算法的性能優(yōu)劣，設置了以下四個重要的參數(shù)：

拒識率（False Rejection Rate）：與系統(tǒng)已建檔指紋匹配的指紋被認為是不匹配的指紋的概率；

認假率（False Accept Rate）：與系統(tǒng)已建檔指紋不匹配的指紋被認為是匹配的指紋的概率；

平均錯誤率（Equal Error Rate）：拒識率與認假率相等的概率，作為系統(tǒng)性能綜合評價重要指標；

拒登率（Failure To Enroll Rate）：出現(xiàn)不能夠建檔進行后續(xù)識別的指紋的概率。

根據這四個參數(shù)，設置標準來判定指紋識別算法的性能好壞。

三、總結

智能終端自融入人們的日常生活中后，就變成了人們生活中不可或缺的一部分。據不完全統(tǒng)計顯示，人們每天對手機的操作次數(shù)頻繁，就屏幕解鎖而言，iOS用戶平均次數(shù)80余次，Android用戶頻率更是高達150余次。在每天高頻的屏幕解鎖中，如果在開放的環(huán)境下輸入密碼或者畫圖案解鎖，很容易造成密碼泄密，并且手機在線支付在生活中的應用越來越頻繁，一旦支付密碼泄露，將會帶來不同程度的經濟損傷。指紋解鎖的私密性正好彌補了傳統(tǒng)密碼解鎖的缺陷，并且指紋是人類獨一無二的生物密碼，它的復雜程度足以提供用于身份鑒別的信息，指紋識別技術已經十分成熟，為各類身份識別系統(tǒng)廣泛引用，指紋解鎖滿足手機使用的安全要求。

參 考 文 獻

[1]王曙光. 指紋識別技術綜述[J]. 信息安全研究，2016，（04）：343-355.

[2]王研昊. Android設備指紋識別技術的研究與實現(xiàn)[D].東南大學，2015.

[3]田森，閆滿囤. 基于Android手機的指紋識別技術研究[J]. 電腦迷，2016，（03）：13.