你真的相信銀行刷臉取款是安全的嗎？

成都弱電公司訊：

這幾天有條新聞引起了我的關(guān)注，《招行推出ATM‘刷臉’取款業(yè)務(wù)》的新聞大意講的是招商銀行已將“刷臉”技術(shù)正式應用在A(yíng)TM取款上，在其ATM機內部安裝的人臉辨認系統可以自動(dòng)抓拍取款人現場(chǎng)照片，然后與銀行的可信照片源庫進(jìn)行比對，驗證通過(guò)后，讓取款人輸入手機號再次進(jìn)行核對，就可以進(jìn)行取款，取款再也不用銀行卡啦。

從今年3月份，阿里巴巴董事局主席馬云在德國參加活動(dòng)時(shí)，通過(guò)刷臉技術(shù)為嘉賓從淘寶上購買(mǎi)禮物開(kāi)始，刷臉支付開(kāi)始進(jìn)入公眾的視線(xiàn)。緊接著(zhù)比常規支付系統相對更保守的銀行領(lǐng)域，也開(kāi)始引入人臉辨認技術(shù)。到目前為止，并不僅僅是招商銀行，正式在業(yè)務(wù)環(huán)節運用人臉辨認技術(shù)的還包括微眾銀行、江蘇銀行、浙商銀行、平安銀行、成都銀行；華夏銀行、浦發(fā)銀行、成都銀行等也已成立團隊研究該業(yè)務(wù)。

各路銀行大佬，互聯(lián)網(wǎng)大佬的爭相看好，讓各路媒體又開(kāi)始打了雞血似的大肆鼓吹刷臉支付的前景遠大。然而卻在近日卻被一條娛樂(lè )新聞打了臉，略顯尷尬。

據人民法院報法治客戶(hù)端報道，著(zhù)名演員趙薇的老公黃有龍當前被人告上法庭，說(shuō)是有人買(mǎi)了他的房子卻遲遲無(wú)法入住，要求黃有龍騰退房產(chǎn)。一調查發(fā)現，這房子并不是黃有龍賣(mài)掉的，而是被他的司機給賣(mài)掉的。

那么問(wèn)題來(lái)了，司機為什么能賣(mài)掉黃有龍的房子呢？原來(lái)是黃有龍司機冒充黃有龍到公證處，騙過(guò)了公證處的人臉辨認系統辦理了委托公證證明，將黃有龍的房子給賣(mài)了，所以引發(fā)了這起烏龍。

刷臉取款的平安性

作為一個(gè)窮人，小編對于錢(qián)是非常謹慎的，任何有風(fēng)險使得小編面臨經(jīng)濟損失的人或事，小編一貫敬而遠之?，F在可好，2條新聞往小編面前一放，再加上小編最近對生物辨認技術(shù)很是感興趣，所以就想著(zhù)好好掰扯掰扯刷臉取款的平安問(wèn)題。我們先討論一下人臉辨認技術(shù)的準確率問(wèn)題，主要從誤識率、拒識率2個(gè)方向進(jìn)行研究。

誤識率

誤識指的是原本不是本人，但是系統卻將他認成是本人了。大家假如感興趣的話(huà)，稍加百度便可知道人臉辨認真的算是誤識率是比較高的一種生物辨認技術(shù)了。我們先來(lái)直觀(guān)感受一下，化妝、很相似的雙胞胎、整容等等都會(huì )對人臉辨認造成一定程度的影響。據我們的生活經(jīng)驗判斷，對于很相似的雙胞胎、化妝前后的人、整容過(guò)的人站在我們面前，作為人類(lèi)的我們也很難準確判斷，往往會(huì )認錯。人是利用視覺(jué)、聽(tīng)覺(jué)、嗅覺(jué)、觸覺(jué)等五感進(jìn)行綜合判斷的，自然是要強過(guò)僅僅通過(guò)視覺(jué)判斷的人臉辨認系統，那人臉辨認系統的誤識率就可想而知了，肯定不會(huì )太低。正如慧聰安防網(wǎng)顧問(wèn)向良璧先生所說(shuō)“機器智能在絕大多數領(lǐng)域強不過(guò)人的智能，也許機器在記憶、計算能力上可能有一定的優(yōu)勢，但綜合分析和判斷能力目前肯定是不如人的?！?/p>

直觀(guān)感受過(guò)后，我們來(lái)看看數據。關(guān)于人臉辨認的辨認率，目前實(shí)驗室中給出的最好數據是香港中文大學(xué)教授湯曉鷗團隊的人臉辨認技術(shù)，其團隊最主要的研究成果是GaussianFace、DeepID、DeepID2等人臉辨認技術(shù)，在全球最具權威的人臉辨認數據庫LFW（LabeledFacesintheWild）的實(shí)驗中多次打破記錄。截至去年7月份，湯曉鷗團隊研發(fā)的三個(gè)人臉辨認算法占據了LFW辨認率的前三名，最高達到了99.15%的辨認率。99.15%是實(shí)驗室的數據，在實(shí)際應用中要打折扣的。即使是實(shí)驗室數據的誤識率也幾乎達到1%，也即人臉辨認系統在每100次辨認中總要錯誤辨認1次。這樣的數據一拿出來(lái)，就讓小編有點(diǎn)心肝顫了。

不過(guò)在刁難完人臉辨認之后，小編要來(lái)給刷臉取款來(lái)平反了。其實(shí)雖然說(shuō)人臉辨認的誤識率相對于諸如虹膜辨認200萬(wàn)分之一的誤識來(lái)說(shuō)，真是有點(diǎn)不夠好看，但即便如此，對于熟悉取款業(yè)務(wù)平安性的人也不必太過(guò)杞人憂(yōu)天，因為人臉辨認并不是刷臉取款的唯一的身份驗證方式，以招行為例，在取款人經(jīng)過(guò)系統的身份認證之后，取款人還需要輸入手機號碼和取款密碼才能取款。一個(gè)人總不至于同時(shí)被人臉辨認系統誤識、又同時(shí)遺失手機號碼和取款密碼吧？即使有這概率也微乎其微了。同時(shí)，為了保證萬(wàn)一真的發(fā)生這種難得一遇的小概率事件，使用戶(hù)不蒙受過(guò)多的財產(chǎn)損失，銀行在取款限額上作了限定，單日取款不能超過(guò)3000塊。當然，這也從一定程度上反映了銀行對此項業(yè)務(wù)的不自信。

拒識率

拒識指的是原本是某人，但是系統卻認為不是本人。刷臉取款應用，相對誤識來(lái)說(shuō)，拒識率過(guò)高可就嚴重多了。我們知道刷臉取款在某種程度上，其實(shí)是用人臉辨認替代了銀行卡，我們可以通過(guò)人臉辨認進(jìn)行身份認證，而不需要通過(guò)插卡來(lái)進(jìn)行取款。也就是說(shuō)，雖然我們可以通過(guò)三重平安保證來(lái)保障我們最終的取款平安，但是我們一旦被拒識了就白瞎了。想象一下，假如系統認不出來(lái)我們是本人，那么我根本連進(jìn)入取款程序的資格都沒(méi)有，記得手機號碼和銀行密碼也沒(méi)用。當然這是小編根據搜集到的資料自己猜測的，或許目前推出此業(yè)務(wù)的銀行已經(jīng)推出了相對應的解決手段，但是小編沒(méi)有看到。

那人臉辨認的拒識率表現怎么樣呢？據騰訊優(yōu)圖負責人黃飛躍博士說(shuō)，很相似的雙胞胎、天氣光線(xiàn)、裁剪部位的分歧，都會(huì )對辨認產(chǎn)生一定的影響。人臉辨認的圖像采集是通過(guò)前端攝像頭進(jìn)行的，一旦光線(xiàn)不好或者攝像頭像素不高便會(huì )對圖像的采集造成非常大的影響；同時(shí)人臉辨認的辨認機制是首先通過(guò)拍攝人的各種分歧的情緒、角度等照片形成數據庫，然后在辨認的時(shí)候通過(guò)攝像頭采集，與數據庫中的圖像進(jìn)行對比，形成配對。所以分歧的剪裁部位和像素同樣會(huì )對人臉辨認造成較大影響。小編目前沒(méi)有找到人臉辨認技術(shù)具體的拒識率數據，但是就上文提到的這些情景來(lái)說(shuō)，人臉辨認的拒識率也不會(huì )太低。

因而，對于刷臉取款的平安性和方便性問(wèn)題，可以一句話(huà)總結，人臉辨認技術(shù)雖然不是萬(wàn)無(wú)一失的生物辨認技術(shù)，由于一項技術(shù)在推廣過(guò)程中需要通過(guò)實(shí)用不斷改進(jìn)，刷臉取款業(yè)務(wù)我們還是可以積極擁抱的。

辨認速度

僅僅談技術(shù)的時(shí)候，技術(shù)的先進(jìn)程度可能是我們唯一關(guān)注的內容。但當一項技術(shù)投入實(shí)際使用，我們更需要關(guān)注的或許是使用體驗了。針對刷臉取款，小編我個(gè)人最擔心的是辨認速度。想象一下小編我站在A(yíng)TM機前面準備取款，結果我照片拍了半天后看著(zhù)辨認系統一直在那兒轉圈圈，半天辨認不出來(lái)，我真的是會(huì )抓狂。經(jīng)過(guò)多方資料搜集發(fā)現這并不是小編我杞人憂(yōu)天。

在達到接近甚至超過(guò)人臉辨認準確率的前提下，每一張人臉能被辨認其數據可小于1KB，這算是相當小的數據了。但是，數據量小的人臉特征隨著(zhù)人員數量增長(cháng)也會(huì )變成大數據。曾有人對分歧規模的人臉數據庫做了計算：1000萬(wàn)人臉的數據量可達到10GB，3億人臉的數據量就是300GB，且經(jīng)研究發(fā)現，針對一個(gè)大小為1000萬(wàn)的人臉庫的查重，若采用暴力對比法查，需要對比50萬(wàn)億次。這樣一來(lái)，人臉辨認的對比速度馬上就會(huì )降下來(lái)。由于有一定的保密性，費了九牛二虎之力，小編查到了工商銀行的儲戶(hù)數據，工商銀行有509萬(wàn)家公司客戶(hù)和4.65億個(gè)人客戶(hù)，那么另外的大銀行儲戶(hù)數據可能略小于工行的數據，但是至少都是億級別的。在如此巨大的數據量面前，刷臉取款的辨認速度不得不說(shuō)是個(gè)令人擔憂(yōu)的事情啊。當然隨著(zhù)算法的提升，辨認技術(shù)和芯片功能的進(jìn)一步完善和提高，辨認速度的問(wèn)題的解決只是時(shí)日問(wèn)題。