２０１９年１２月１０日第３卷第２３期现代信息科技Modern Information Technology Dec.2019 Vol.3 No.23试论信息安全领域中生物识别技术和人工智能的应用李亚方（苏州健雄职业技术学院，江苏 太仓 2111）摘 要：生物识别技术是一项涵盖多学科知识的身份验证技术，随着大数据技术以及云计算技术等的发展，人工智能技术在实际生活中的应用也越来越广泛。利用生物识别技术和人工智能技术进行识别验证，在多个领域中都有体现，本文主要对信息安全领域中生物识别技术和人工智能技术应用进行了分析，以供参考。关键词：人工智能；生物识别；信息安全中图分类号：TP18；TP391.41 文献标识码：A 文章编号：2096-4706（2019）23-0142-03Ｔｈｅ Ａｐｐｌｉｃａｔｉｏｎ ｏｆ Ｂｉｏｍｅｔｒｉｃｓ ａｎｄ Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅｉｎ ｔｈｅ Ｆｉｅｌｄ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ ＳｅｃｕｒｉｔｙLI Yafang（Suzhou Chien-shiung Institute of technology，Taicang 2111，China）of big data technology and cloud computing technology，artificial intelligence technology is more and more widely applied in real life. The analyzes the application of biometrics and artificial intelligence in the field of information security for reference.Abstract：Biometrics technology is an authentication technology that covers multi-disciplinary knowledge. With the development use of biometrics and artificial intelligence technology for identification verification has been reflected in many fields. This paper mainly Keywords：artificial intelligence；biometric identification；information security0 引 言在计算机技术以及网络技术快速发展的同时，信息安全问题也越来越重要，利用生物识别技术来进行身份验证，能够增加信息的安全性，最大程度地避免信息泄露问题，如今在很多领域中都有应用，而且生物识别技术已经进入全面应用发展时代。静脉识别声音识别步态识别字迹识别可以可以一般一般低低低低＜2s2s～4s＜3s＜4s难难一般一般生理特征行为特征行为特征行为特征1 生物识别技术的应用发展生物识别技术主要是利用计算机与生物学、光学、声学等的结合，通过人体的生物特征来鉴别个人身份信息。人体的生物特征包括生理特征和行为特征。利用生理特征进行识别的技术有人脸识别、指纹识别、虹膜识别、掌纹识别、静脉识别等。利用行为特征进行识别的技术有声音识别、步态识别、字迹识别等。在众多的生物识别技术中，人脸识别、指纹识别、虹膜识别、掌纹识别技术的发展较为成熟，应用也比较多。对生物识别技术进行简单比较如表1所示。表1 生物识别技术的比较生物识别错误处理速度仿冒实用性生物特征技术接收率/人难易度＜5s人脸识别非常好低一般生理特征指纹识别掌纹识别虹膜识别好困难困难很低低很低＜2s5s～10s5s～20s一般一般极难生理特征生理特征生理特征我国最早开始进行人脸、虹膜、字迹、步态等生物识别技术研究的单位有中科院研究所，并且在步态识别技术方面取得了很好的研究效果。如今，生物识别技术已经在很多领域中得到了应用。在公共安全方面，可以使用相关的生物识别技术进行罪犯信息识别、刑侦追击等，为系统的安全提供更好的保障；在计算机信息安全方面，可以使用生物识别技术进行文件加密、登录以及解密等；在商业企业信息安全方面，可以使用生物识别技术进行电子商务、电子货币的交易，保障资金信息安全；在门禁系统安全方面，可以使用生物识别技术保障军事机构、金融机构等的信息安全。2 基于人脸识别的生物识别技术算法研究人脸识别技术在使用时流程通常如图1所示。在整个识别流程中，图像的预处理是非常重要的一个环节，因为在人脸识别中，图像的质量会影响对人脸的检测和对比识别，而人脸图像的取得大都是使用摄像头来拍摄的，这样得到的图像就会受到很多环境因素的影响，导致图像与原物之间的差异过大，不能够进行有效识别，所以要在人脸识别前进行图像预处理，使图像的质量得到改进，这样就能够使人脸识别更好地进行。通常使用的人脸图像预处理的方法包括灰度归收稿日期：2019-10-281422019.12李亚方：试论信息安全领域中生物识别技术和人工智能的应用一与直方图均衡、图像二值化、图像滤波去噪等。图像获取输出结果人脸库人脸对比检测识别人脸定位预处理特征提取人脸特征图1 人脸识别流程图在灰度归一与直方图均衡方法中，灰度归一主要是指经过一定的处理后，彩色图像转化成灰度图像。如果直接使用彩色图像，会需要很长时间的处理，影响系统的处理速度，而把彩色的图像转化成灰度图像后，信息能够更好地得到体现，并且也不会使图像失真。在取得人脸图像之后，可以对其进行灰度归一处理，减少光度的影响，使图像的对比度能够进一步加强，保证人脸识别的关键信息，这样才能更好地进行后续识别工作。在处理图像时通常使用RGB图像格式，使用这种方式来进行处理时，由于受到光线影响，需要将RGB颜色模型进行灰度归一处理。如果把RGB作为原图像的某像素值，将RGB作为灰度归一后的像素值，那么计算公式为：=++，=++，=++另外，直方图均衡主要是将图像局部的对比度进一步加强，通过直方图让局部图像的亮度均衡分布，使局部图像对比度增强而不影响整体图像的对比度。图像预处理完成后，需要对人脸特征进行提取，通常人脸图像特征表示的方法有Haar特征、Gabor特征、LBP特征等。图像预处理和人脸特征表示这两部分的工作做好后，才能够使人脸检测更好地进行。人脸检测主要是利用计算机技术来处理图像信息，检测目标中有没有人脸以及人脸图像的实际位置，这也是识别技术中最关键的部分。然后是对人脸进行识别，并与人脸数据库进行比对，识别人脸图像信息与数据库的匹配程度，从而实现识别的目的。在研究完人脸识别技术的关键流程后，使用摄像头进行人脸图像拍摄，在获取到图像后，对人脸进行检测，检测有人脸信息后进行识别，识别成功后就会读取到人脸所对应的信息。在人脸识别技术中，对人脸的图像预处理、人脸特征表示、人脸检测及识别是其中最主要的内容，确保人脸图像的收集质量，并做好人脸检测和识别，才能够使该项技术顺利地完成身份验证。3 在保障安全方面生物识别技术的应用3.1 金融信息安全应用根据有关研究报告显示，在全球金融无现金化交易中，中国已经位居第六位，仅次于美国。而在国内的金融交易中，手机支付交易占据较高的比重，美国的无现金化交易第23期主要是使用信用卡，而中国则是手机支付最多。在美国金融行业中，很多大型的银行都在使用人脸识别、指纹识别等生物识别技术来确保金融交易信息的安全。例如，美国银行在手机账户登录方面使用指纹识别技术，客户通过指纹识别才能够进入该银行的账户登录界面。花旗银行使用声音识别技术来验证信用卡客户达到80万人以上，通过不同的生物识别技术提高金融交易信息的安全。在国内，中科博宏科技有限公司将人工智能和生物识别技术进行融合应用在金融安全上。如今很多银行及金融机构在使用生物识别技术进行交易安全认证，包括工商银行、平安银行、廊坊银行等单位。将人脸识别技术应用在中国工商银行中，如今，可以在自助取款机上进行刷脸取款、进行生物识别建档、自助业务办理等方面实现。生物识别技术的应用，使金融交易信息安全进一步得到保障，同时也提高了金融业务交易的效率。3.2 个人身份信息安全认证应用在航空信息安全认证方面，生物识别技术已经逐渐受到重视，利用生物识别技术，美国已经将人脸识别系统应用在多个机场中。2018年，美国航空公司与海关保护局、运输安全管理局合作，全面使用生物识别技术在亚特兰大国际机场，是首个全面使用生物识别技术的航站楼。而在我国，利用生物识别技术进行信息安全认证，2014年是最重要的转折点，到2018年，生物识别技术的应用已经进入全面发展阶段，比如智能手机与生物识别技术的融合，人们可以利用人脸识别技术进行个人身份信息的安全认证，在线上交易进行时，以往个人信息的安全认证要通过密码，使用生物识别技术后，可以利用指纹识别和人脸识别更快地完成信息验证，防止密码外泄的情况发生，而且生物识别技术的优势就是不可复制的唯一性，不怕忘记，不会丢失，能够保障个人信息的安全。3.3 门禁系统安全应用在很多安全级别较高的机构中，门禁系统的安全是非常重要的，涉及到很多机密信息的安全问题，因此会使用生物识别技术来验证进出人员的身份合理性，以防止重要信息泄露情况的发生。利用生物识别技术进行门禁识别，大都是使用人脸、掌纹、虹膜、声音等进行身份识别，或者是多种识别技术同时使用进行多重验证，确保信息的安全性。例如，在一些重要的实验研究场所，为了确保核心资料数据不被盗取，门禁系统的进出需要核心技术人员的虹膜识别或者是掌纹识别，这样可以控制好重要场所人员的进出，保证信息数据的安全性。4 生物识别和人工智能的结合应用4.1 智能设备与生物识别技术的结合如今，智能手机已经成为人们生活中普遍应用的移动终端设备，而生物识别技术也已经实现了与智能手机之间的结合，尤其是指纹识别技术和人脸识别技术。到2018年，智能手机中生物识别技术的使用率已经达到55%左右，主要用于手机的安全解锁以及隐私文件的解密还有手机支付的身份安全验证等。如今，大多数品牌智能机的安全解锁都有指纹识别技术和人脸识别技术，并且还增加语音（下转146页）2019.12143第23期现代信息科技机上重新启动虚拟机，恢复或重启时间以分钟计算，大大减少宕机时间；利用虚拟化容错技术，实现虚拟服务器零停机、零数据丢失。可跨地域监控生产站点和灾备站点的情况，一旦生产站点发生故障，可利用SRM将生产站点的所有虚拟化资源和应用全部适时迁移到灾备站点。3.3 虚拟化数据备份与容灾在金融业，由于业务特殊性以及监管要求，对业务连续性的要求和对各类IT风险的应对能力要求是非常高的，特别是对数据备份和容灾能力的要求。如果IT系统出现故障或者发生灾难，就意味着金融业务无法开展，有可能对金融业带来毁灭性的打击。如何使应用系统面对突发灾难能够快速恢复，将灾难对业务造成的影响降到最低，已成为金融业IT建设最受关注的问题。引入虚拟化技术后，数据备份和容灾技术架构也随之发生较大变化。传统数据备份方式存在众多的痛点，如备份影响应用的运行和用户访问、操作复杂、恢复与硬件相关等。而虚拟化数据备份可提供高度可扩展的、不中断业务的备份，以及简单可靠的、到任意硬件环境的恢复，如虚拟化备份软件Veeam、NBU虚拟化备份模块等。同样传统灾难恢复也面临各种挑战，如容灾部署成本高、恢复周期长、恢复依赖人工操作等。虚拟化容灾可采用SRM技术，一步复制OS、应用和数据，减少硬件需求和切换的风险，实现虚拟化架构的全自动异地容灾。通过SRM（上接143页）识别技术来增强人工智能体验。例如，华为Mate10手机系统使用海思970处理器和EMUI8.0，能够增加语音识别的信息交互体验，苹果iPhone X使用仿生处理器实现了人脸识别解锁功能。4 结 论综上所述，虚拟化技术在金融业中的应用呈多元化路径发展，它的优势在于将设备硬件资源整合在一起，有效解决传统IT架构带来的弊端。但是它同样有缺点，即虚拟化架构的安全防范困难重重、挑战众多。随着金融企业的发展，金融业关于信息及业务运营管理的运维压力还会持续增大，虚拟化技术的应用还会更加深入，只有在实践中不断完善技术，才能让其在金融业中发挥更显著的影响效果与作用。参考文献：[1] 王进，谈宏伟.虚拟化技术应用方案及在金融业的应用探讨 [J].科技资讯，2017，15（2）：13-14.[2] 周炬，马国胜.虚拟化技术在金融业的应用及安全分析 [J].中国金融电脑，2013（3）：51-57.作者简介：黄豪杰（1981.02-），男，汉族，广东台山人，数据中心副总监，研究生，研究方向：金融业数据中心系统集成与运维。的不断加深，生物识别技术的发展也会逐渐多元化，应用空间会更广。尤其是在大数据技术以及云计算技术等快速发展的时代，信息安全越来越受人们的重视，为了进一步确保信息的安全性，生物识别技术也会不断地创新，实现多方式的生物识别。参考文献：[1] 李旭洋.信息安全领域中生物识别技术和人工智能的应用 [J].电子技术与软件工程，2018（3）：220.[2] 高景煜.生物识别技术在计算机信息安全中的应用探析 [J].科技与创新，2019（3）：158-159.[3] 娜.生物识别：传统信息安全在新技术环境的创新应用 [J].中国信息安全，2019（2）：60-.作者简介：李亚方（1972-），男，汉族，江苏太仓人，硕士，讲师，主要研究方向：计算机网络及信息安全技术。4.2 生物识别技术在智能化场景中的应用生物识别技术在信息安全方面的应用能够防止信息外泄，确保信息的安全，与人工智能技术结合，在很多智能化的场景中也得到了很好的应用。在汽车使用中，生物识别技术的体现主要在开关启动、车锁使用、监测等方面。5 结 论从有关资料数据显示中可以看出，生物识别技术的应用已经逐渐变得广泛，未来的应用市场还会不断地扩大，这些都源于生物识别技术的良好特点，而且随着人工智能化程度1462019.12
