IEC 29158 — 生物特征识别 — 呈现攻击检测

1. IEC 29158 简介：呈现攻击检测

IEC 29158 建立了检测生物特征识别系统中呈现攻击的标准化方法。呈现攻击，通常称为欺骗攻击，是指将人工或经过修饰的生物特征——如硅胶指纹、打印的虹膜图像或录制的语音样本——呈现给生物特征传感器以冒充合法注册用户。该标准定义了攻击类别、检测性能指标、测试协议和报告格式，使不同生物特征模态和产品实现之间的呈现攻击检测机制能够进行客观比较。

该标准将呈现攻击分为两大类：使用伪造生物特征的物理攻击（如人造手指、面部面具、假体虹膜）和使用重放或合成生成的生物特征信号的数字攻击（如视频重放、语音合成、深度伪造生成）。每类攻击需要根本不同的检测策略，一个稳健的 PAD 系统通常结合在生物特征采集和处理流程不同层次运行的多种检测机制。

2. 攻击检测级别与性能指标

IEC 29158 定义了三个呈现攻击检测级别。级别 1 涉及传感器级活体检测——检查生理生命迹象，如脉搏、汗液或组织氧合。级别 2 采用特征级分析，检查捕获的生物特征样本是否表现出人工或修饰组织的特征性迹象。级别 3 执行行为分析，验证呈现是否表现出与活体人类主体一致的自然非自愿微运动和响应模式。

3. PAD 实施的工程设计洞见

从系统工程角度来看，实施符合 IEC 29158 的 PAD 需要在检测精度与用户便利性和系统成本之间取得平衡。捕获可见光和近红外波长的多光谱成像传感器显著提高了指纹和人脸模态的活体检测能力，但会使传感器成本增加 30-50%。同样，要求用户执行特定动作（眨眼、转头、随机短语发声）的挑战-响应机制提供了强大的行为活体验证，但在高吞吐量场景中会降低用户体验。

该标准将攻击呈现分类错误率（APCER）和真实呈现分类错误率（BPCER）定义为主要性能指标。工程师必须在 APCER-BPCER 权衡曲线上选择与应用程序安全要求相符的操作点。对于边境管制或金融认证等高安全性应用，即使 BPCER 升至 5%，通常也需要 APCER 低于 1%。对于设备解锁等便利性导向的应用，BPCER 必须保持在 1% 以下以避免用户困扰。

4. 常见问题