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