| 羅心妤／國立臺灣科技大學資訊管理學系 |
生物辨識的識別類型
生物辨識技術主要基於「生理特徵」和「行為特徵」進行識別。「生理特徵」是指與個體身體結構和生理功能有關的特徵，例如指紋、虹膜、聲紋、臉部識別、靜脈等。生理特徵通常是固定的，難以模仿，也不會因個體的行為或情緒狀態而改變。因此，生理特徵識別通常被認為是一種高可信度的生物辨識技術。
「行為特徵」是指個人在特定活動中表現出來的獨特行為模式，例如利用個人在簽署文件時擷取筆劃、筆速、筆壓的「簽名辨識」，或是利用聲音記錄來擷取音調、聲音強度、音量、語速的「語音辨識」。然而，行為辨識技術的準確性通常比生理特徵辨識技術低，因為個人的行為模式可能受到多種因素的影響，例如疲勞、心情等。
生物辨識的衡量指標
當使用生物辨識技術進行身份驗證時，需要設置一個閾值（threshold），若系統輸出的識別分數高於閾值時，就判定為正確識別；反之，識別分數低於閾值時，則判定為識別失敗或者拒絕識別。
在提及生物辨識的衡量指標中，常用的評估指標是「FAR」和「FRR」：
- 錯誤接受率（False accept rate，FAR）：系統誤將不合法使用者辨認為合法使用者的機率。FAR越低，代表誤判率越低，生物辨識系統的安全性就越高。
- 錯誤拒絕率（False reject rate，FRR）：系統誤將合法使用者誤判為不合法使用者的機率。FRR越低，越能夠準確識別本人身份，生物辨識系統的便利性就越高。
在生物辨識技術應用中，FAR和FRR是相互影響的。當FAR越低時，FRR可能會隨之增加；反之亦然。因此，設計生物辨識系統時，需要根據具體應用場景和需求，平衡FAR和FRR之間的關係，以達到最優的識別效果。例如，對於高安全性要求的場景，可以設置較高的閾值，以減少FAR，而對於便捷性較高的場景，可以設置較低的閾值，以減少FRR。
除上述指標外，其他可以考量的評估指標有交叉誤差率（Crossover Error Rate，CER）、等錯率（Equal Error Rate，EER）、未能獲得率（Failure to acquire rate，FTA）和註冊失敗率（Failure to enroll rate，FER）等。
特別的「生理特徵」生物辨識
- 耳道辨識
耳道辨識[1]是透過反射的聲音以確定耳道的具體形狀。當使用者第一次佩戴耳機時，耳機會發出聲波進行掃描，以便記錄使用者耳道的形狀。之後每次使用者戴上耳機時，聲波會自動掃描，並確認與事前記錄的耳道形狀相符後，才能正常使用。
此機制基本原理可以運用簡單的物理學「空氣柱共振」來解釋，空氣柱共振是長笛和其他管樂器能夠產生特定聲音的原因。[2]耳道的長度約為2至3公分，戴上耳塞式耳機的耳道可以被視為封閉式空氣管，共振發生的頻率因耳道的長度而異，而共振的強度和衰減也因耳道形狀和面板硬度有所差異。 因此，可以透過觀察聲波反射的情況來提取個人耳道的獨特形狀。
耳道辨識的優點在於生物資料直接來自活體且不易複製，因此幾乎不可能偽造，這使得這種技術比其他生物識別技術有更大的安全性與隱私性，可以作為手機解鎖或是行動支付的身份認證。另一方面，耳道辨識提供持續性的辨識能力，可以在不同使用情境下發揮長處，例如能讓存有機密資料的裝置，只在個人配戴耳機時可以操作。
- 心電圖辨識
心電圖信號是一種反映人體心臟活動的生理信號，是通過檢測人體心臟的電活動而得到的。直覺上容易認為心電圖會隨著生理狀態不同而產生變化，因此不是一個生物辨識的元素，但是隨著研究持續的發現，證明心電圖具有生物辨識的特性。心電圖的生物特徵可分為「特徵點（基準點）」和波形兩類。心電圖中三個主要波形是P波（代表心房的收縮）、QRS波群（代表心室的收縮）和T波（代表心室的再極化過程），它們的波峰和邊界稱為特徵點。[3]
診斷疾病用的心電圖特徵，與身分辨識所用的心電圖特徵並不相同，心電圖身分辨識所用的特徵必須保持一致性與可連續被量測性，能在心跳速率改變時，提供更加穩定的觀察元素，因此一般心臟支架手術或是心律不整也並不影響其身分辨識。[4]
相比傳統的生物特徵識別技術，如指紋識別和人臉識別等，心電圖身份辨識具有以下優點：首先，心電圖信號是不易被模擬的，這意味著心電圖身份辨識具有高度的辨識精度和安全性。其次，心電圖身份辨識無需接觸，且無論是在靜止狀態還是運動狀態下都可以進行識別，這使得其具有更好的實用性和廣泛應用的可能性，且對於需要長時間持續識別的應用場景具有明顯優勢。然而，心電圖身份辨識也受到許多因素的影響，例如心臟病變、運動、情緒等，因此在實際應用中需要對信號進行預處理和濾波等操作，以提高辨識精度。
心電圖身份辨識的應用包括個人身份識別、智慧家居、醫學健康監測等方面。例如，在健康照護領域中，可以用於確認患者的身份以及監測患者的健康狀況。
- 其他生物辨識
其他有趣的生物辨識包括運用壓力感測技術的「臀部辨識」，可用於汽車防盜[5]；利用指紋辨識與肛門影像辨識雙重身分驗證的「菊花辨識」，可用於客製化如廁體驗以及檢測消化系統疾病；[6]透過蒐集電阻資料來分析的「氣味辨識」，亦稱「仿生電子鼻」[7]，目前多用於食品辨識。雖然上述辨別身分的技術尚未成熟，我們仍可期待其技術及應用能在未來創造更加便利和安全的生物辨識方式。
結語
生物辨識技術在身份認證和安全領域中的重要性日益增加，而可持續辨識、難以複製和複合式生物辨識技術將成為其未來發展的趨勢。此外，保障使用者隱私安全的資料處理和保存也是生物辨識技術發展中不可忽視的議題。未來，生物辨識技術將朝著更複合、更高效、更安全、更環保的方向發展。
| 本文內容純屬筆者個人意見，並不代表TWNIC立場 |
[1] JONATHAN CHADWICK (2021) Forget facial recognition! Apple AirPods could soon identify you based on the shape of your EAR CANAL, patent suggests 檢自：https://www.dailymail.co.uk/sciencetech/article-10460575/Apple-AirPods-soon-identify-based-shape-EAR-CANAL-patent-suggests.html(Feb. 20, 2023)
[2] NEC (2018) Ear Acoustic Authentication Technology: Using Sound to Identify the Distinctive Shape of the Ear Canal 檢自：https://www.nec.com/en/global/techrep/journal/g18/n02/180219.html (Feb. 20, 2023)
[3] Mehdi Hosseinzadeh, Bay Vo, Marwan Yassin Ghafour & Sajjad Naghipour (2020) Electrocardiogram signals-based user authentication systems using soft computing techniques 檢自：https://link.springer.com/article/10.1007/s10462-020-09863-0#Sec5 (Feb. 20, 2023)
[4] 沈祖望 (2021) 心臟微弱的生理訊號——利用心電圖辨識身分 檢自：https://www.sancode.org.tw/activities_info.php?type=3&nid=125 (Feb. 20, 2023)
[5] Dan Nosowitz (2011) A Car Seat That Authenticates the Driver With Butt Recognition 檢自：https://www.popsci.com/cars/article/2011-12/car-seat-recognizes-your-butt-security-and-fun/ (Feb. 20, 2023)
[6] Jake Loader (2021) Boffins invent toilet with camera which identifies people from bum’s ‘unique anal print’ 檢自：https://www.dailystar.co.uk/news/weird-news/boffins-invent-toilet-camera-identifies-25076133 (Feb. 20, 2023)
[7] 維基百科 Electronic nose 檢自：https://en.wikipedia.org/wiki/Electronic_nose (Feb. 20, 2023)
