當我們看到生物測定技術不斷被運用到我們的生活中時，我們必須停下來考慮這樣做的風險和后果，因為技術的進步使生物測定技術越來越容易被模仿、被操縱和被制造。隨著世界越來越依賴生物識別認證，我們必須了解它是如何受到威脅的，當它受到威脅時會發生什么，以及我們能做些什么來防止生物識別的反烏托邦現象。

生物特征學正面臨來自新興技術的威脅，這些新興技術包括人工智能（AI）、機器學習（ML）、3D打印、繪圖以及先進的光學和傳感器。這些技術可能會破壞生物識別技術的完整性。

指紋欺詐

雖然我們每個人都有自己獨特的身體特征，但代表生物統計學的數據卻并非如此。也就是說，當人們驗證指紋時，構成指紋物理紋路的獨特模式被傳感器轉換成數據，然后這些數據就可以被存儲、共享甚至修改。這就為盜用創造了機會。

2017年1月，日本國家信息學研究所的研究人員證明，他們可以僅用中端的數碼相機就能從個人照片中成功提取指紋。而后可以使用消費級的3D樹脂打印機輕松創建指紋的副本。

密歇根州的警察在2016年就這么做過。不過從警察是從自己的存儲庫而非照片中提取的指紋。通過與當地一所大學的合作，執法部門制作了一個謀殺案受害者的指紋復制品，以便解鎖受害者的手機，獲取潛在證據。

面部欺詐

面部識別更容易受到這種攻擊。從社交網絡到駕照，再到商店內外使用的安全攝像頭，我們面部的生物測量系統都可以隨時被獲取。

雖然可以通過個人授權的簡單照片攻破初級面部識別系統，但對于使用范圍更廣的現代3D比對系統也可以通過3D頭像打印技術來破解，正如研究人員在2018年成功地針對某些三星、LG和一加手機演示的那樣。

你或許認為從二維照片或視頻幀中提取目標的面部3D渲染圖是不可行的？但事實卻是，機器學習和計算機視覺方面的進步已經使其成為可能，而且今年剛剛成立的一家初創公司還以在線服務方式提供這種業務。

靜脈認證，白費力氣？

由于我們皮膚下的大多數靜脈都不是外部可見的，因此靜脈認證被吹捧為一種更好的生物識別替代品。其原理是利用個體皮膚下靜脈的獨特位置和尺寸對其進行識別。然而，僅僅因為人眼看不到靜脈并不意味著它們不能被儀器看到，或是不能被遠程設備提取。

去年，德國研究人員利用一臺不帶紅外濾光片的單反相機，在5米外，從一個人手上遠程提取靜脈紋理。然后，他們利用這些數據創建了一個手部的蠟制模型，包括合成靜脈，成功地欺騙了靜脈掃描儀。其中一位研究人員指出：“我很驚訝，一切居然這么簡單！“

所有這一切都意味著沒有哪種生物識別認證方法可以免于欺騙。無論是通過重建物理模擬，還是向生物識別驗證系統提供虛假的生物識別數據，總會有人嘗試利用。即使這些盜用方式在今天不可用或不實用，新興技術也不將可避免地改變這一點。