在刷脸支付出现之后，我们深知，刷脸支付还只是星星之火，它的普及程度依然还处于初期阶段，很多地区的商家和消费者还并没有体验到刷脸支付这种支付方式。

不仅如此，很多人对刷脸支付也带着质疑。

今天，我们就来讨论一下，刷脸支付目前普及中，被提到次数最多的问题——是否安全？

在开始讲解这个疑虑之前，我们要先明确一个前提：我们讨论的刷脸支付，是建立在使用支付宝官方的“蜻蜓”和微信官方的“青蛙”，这类型专用成熟的线下支付刷脸设备，不包括手机刷脸等不知名渠道的线上支付。

接下来进入正题，我们先看看担心刷脸支付不安全的具体情况是那几个方面？

经过搜集资料，担忧情况可以总结成为以下三点：识别准确率、冒用盗刷、信息安全问题。

接下来，我们从技术方面了解一下，这些疑虑是否真的能构成刷脸支付的“不安全”。

深度学习技术

关注科技的人可能都知道，在2016年的时候，AlphaGo出现，通过围棋小小的秀了一把AI的技术。

为什么要提AlphaGo呢？

因为现在的人脸识别系统也是用的类似AlphaGo的深度学习技术，视觉识别的准确性是通过日积月累的数据，变得越来越准确，不断的接近于100%的准确。

可以知道的是，通过这些数据积累，目前的人脸识别准确率，已经达到了99.7%，具备大规模的商用条件。

多要素识别

而我们也知道，世界之大无奇不有，难免出现两个人的样子长得90%相同，就像双胞胎那样。

人都不好分别出来，这一台机器能分别出来么？

答案是：能。

要知道：单一要素的准确率再高，依然可能存在漏网之鱼，真正能够大幅度提高安全等级的，是由多个要素组成的系统。

这就是刷脸系统强大的认人方式，不是说单通过一个要素就做出判断的，而是通过很多判断要素来加强确认。

当第一个要素被确定符合90%以上时，开始在剩下的10%中识别第二要素，第二要素也达到90%时开始识别第三个要素，好比第一要素是五官，第二要素是脸型等。

而通过此方式识别下来，第二次识别完成后就已经达到90%+10%×90%=99%！

可想而知，这样的识别方式，是不是比人的眼睛都要准确。而且每多一个识别要素，安全等级就会大幅度提升。

眼纹识别

刷脸识别除了识别脸，还要识别眼纹！

眼纹是什么？眼纹指的是眼白上的血管纹理特征，每个人的眼纹都大不相同，通过实验证明，当用户的眼纹模板积累足够时，深度学习技术让眼纹识别准确率可以接近虹膜级别，准确率大于 99.99%。

所以，综上所述，即便是双胞胎，也能成功完成识别进行区分！

古代人为了伪装自己，有易容术一说，在现代更是有数码相片、面具等“以假乱真”。

而在刷脸时代，高精度的照片、视频、面具就不会被别人拿去盗刷么？

其实，照片、视频骗过刷脸识别都是上个年代的故事了。而现阶段，解决这种情况，已经有了最好的方法——3D结构光摄像头。

3D面部识别

大家都知道照片和视频都是2D的，但是我们所存在的是一个3D的世界，而支付宝的“蜻蜓”刷脸设备用的就是现金的3D结构光摄像头，立体扫描下，2D的图形全部无效。

“那做个高仿真的假面具呢？就像谍战电影里面那样的！”

很多人都爱较个真，但是解决办法在前面都已经说到了。多要素的识别不仅与长相，包括眼纹的识别。

“假设全都可以模仿呢？”

我们就钻进这个牛角尖去说，那还有大数据风控！

你不可能这一秒在西安用刷脸吃了一顿饭，下一秒就在上海用支付宝刷脸消费吧？

平时每天的消费可能就三五十，这次一把几千上万？这些种种行为都会被大数据风控。

而基于大数据技术，这个系统中的识别要素又要多很多层，具体是哪些，我们就不得而知了。

信息安全问题

信息安全一直是互联网时代被大家所关注的话题之一，而刷脸的出现让人们更加担心自己的肖像信息是否会泄露？

这个问题其实在技术角度上说是不存在的。

刷脸后，你的信息是通过多重加密和脱敏后，形成一串数字密码。

首先就不存在肖像照片的上传问题，因为在云端进行信息对比时，传输照片的成本太高，网络差还容易造成卡顿延迟等显现。

支付宝蜻蜓刷脸设备

信息处理

其次，这段串码是非对称密钥，密码是无法在反转翻译成为照片的，就像把镜子打碎这样一个不可逆的过程。

最后，这段密码是即时性的，使用过一次或几分钟后就失效了。

所以对于肖像信息的泄露，我们可以放心使用。

“刷脸”只是需要时间。

对于人们的习惯来说，是不可能很快的就去改变的。就像之前二维码成为主要支付方式的时候一样，刷脸支付也需要时间逐渐被人们接受。

而且作为一种在未来必将存在的支付方式，刷脸定是大势所趋，而非一时兴起。

微信青蛙刷脸设备