當前位置:
首頁 > 最新 > 蘋果的Face ID運用了機器學習,這是件好事嗎?

蘋果的Face ID運用了機器學習,這是件好事嗎?

所有生物識別技術的未來都將涉及人工智慧。這一說法似乎很奇怪。畢竟,生物識別是一個安全問題,通常涉及複雜演算法、隨機生成的密碼和多個認證步驟。

但在未來,數據安全將依賴AI和機器學習來分析數據。並確定是否有人試圖非法訪問。

以蘋果最新應用在iPhone X上的面部識別技術為例,iPhone X設備會在你的臉部投射多達3萬個點來繪製3D圖像。相關數據將會使用最新的A11仿生晶元進行處理,並在設備的神經引擎上(注意,不是在雲端)使用機器學習進行分析。根據蘋果的介紹,即使你戴上眼鏡,機器學習仍能夠確定是否是你的臉。同樣,這一AI系統還會掃描持有你的設備的黑客,繪製出3D圖像,並與你的數據進行對比。

使用這種AI來保護數據安全並不是臨時的手段,它將會成為打擊入侵企業網路的黑客的主要手段。AI可以分析網路釣魚、防範社會工程攻擊,甚至攻擊試圖使用更複雜的方法侵入安全環境的機器網路。

與此形成的對比的是,Face ID的使用是很簡單的:你只需要看看手機。你不需要將手指按在Touch ID感測器上,也無需輸入密碼。雖然在本周的Face ID演示中出現了失誤,但是一些專家表示,考慮到當天早上看手機的人太多,所以這屬於正常誤差範圍內。

當然,你可能會問:Face ID是保護iPhone的最佳方式嗎?

安全公司AppGuard的總裁兼COO Mike Fumai表示,這項技術是高度安全的。其中最主要的原因就在於其架構。Face ID並不在雲端運行,而來自神經疫情的額外處理能力也意味著蘋果並不希望把機器學習變得多麼複雜,而是著重提升設備的性能。此外,指紋掃描屬於2D渲染,而面部掃描則是3D渲染,包含更多的數據點,所以也更加安全。

他說:「由於Face ID是1.0版本,所以在面對廣泛且多樣化的終端用戶時,它必須是簡單且一致的。而在之後推出的2.0版本中,蘋果應該會提供更加複雜和動態的生物認證。」

Fumai說,神經引擎只會幫助每個新版本提高安全性。

當然,也有些人表示了擔心。

安全公司Acuant的業務發展和戰略執行副總裁Stephen Maloney表示,雖然面部識別的大體方向是對的,但是仍然有一些有趣的解決方法。Maloney說,最令人擔心的是,由於其簡單性,iPhone用戶會把Face ID作為唯一的身份驗證方式,畢竟只需要看一下手機就通過驗證了。而在使用Touch ID時,一些用戶除了使用指紋識別,也還會添加密碼。

此外,Maloney表示Face ID缺乏他所謂的積極意圖。在使用雙因素身份認證時,用戶必須掃描手指並輸入密碼,在這一過程中,用戶是參與到驗證中的。而在使用Face ID時,青少年可能會在父母沒有注意的時候掃描臉部解鎖父母的手機。(蘋果聲稱,機器學習能夠分辨出你是否直視手機,如果眼睛是閉著的,是不會通過驗證的。)

iPhone 7有一個有用的安全功能:你可以按五次Home鍵來激活登錄。目前還不清楚iPhone X是否支持此功能,但是由於現在取消了物理Home鍵,所以很大的可能性是沒有這一功能的。此外,Face ID是為了保證使用的流暢和簡易程度的,所以你可以快速的驗證並完成購買。(Fumai說,iPhone X可能仍然支持此功能,或者提供其他的方法來重新激活安全性。)

AsTech Consulting的首席安全策略師Nathan Wenzler說,這一次的蘋果發布會中最重要的里程碑是神經引擎。因為這意味著安全性會變得更加穩定、流暢和簡易。Face ID安全性功能是運行在手機本身上的,用戶無需記住複雜的密碼,也無需掃描手指或眼球。

現實是什麼呢?理論上來說,Face ID及其機器學習演算法看上去很有前途。幾乎每位專家都指出,除非黑客和安全專家手握著設備,否則iPhone X的安全性是很高的。

喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 機器學習 的精彩文章:

谷歌的機器學習軟體開發機器學習軟體,關鍵在於加快部署人工神經網路
BAT機器學習面試1000題系列
關於機器學習的11個開源工具
AIOps智能運維=機器學習+自動化運維
星座分析有科學依據嗎?用大數據和機器學習揭開十二星座的真實面目!

TAG:機器學習 |