Windows Hello 生物识别要求

了解生物识别设备(例如 IR 相机和指纹读取器)的硬件要求,以支持Windows Hello。

术语

术语 定义
错误接受率 (FAR) 表示生物识别解决方案验证未授权人员的实例数。 这通常表示为给定总体大小中实例数的比率,例如 1 在 100,000 中。 这也可以表示为发生百分比,例如 0.001%。 该算法非常重要,因为它涉及生物识别算法的安全性。
TAR 服务 (接受) 表示生物识别解决方案正确验证授权用户的实例数。 这通常以百分比表示。 始终认为"真接受率"和"假拒绝率"的总和为 1。
FRR (False 拒绝) 表示生物识别解决方案无法正确验证授权用户的实例数。 通常用百分比表示,正确接受率和错误拒绝率的总和为 1。
置信度 声明的 FAR 的置信度表示在验证声明的 FAR 时执行的分析的稳健性。 根据目标或声明的 FAR 以及目标用例的重要性,置信度可能会有所不同。
生物识别示例 这是指执行验证操作所需的完整生物识别示例。 例如,执行验证需要单个指纹。
生物识别欺骗 这是指生物识别样本的合成副本。

指纹读取器要求

大面积传感器 (160 x160 像素或更高像素的传感器矩阵,分辨率为 320 或更高) :

  • FAR < 0.001%。
  • 有效、真实的 FRR,具有 10% 的抗抗波或生存 < 能力检测。
  • 演示攻击防御措施是一项要求。

小面积传感器 (小于 160x160 的传感器矩阵,其 dpi 为 320 或更高) :

  • FAR < 0.002%。
  • 有效、真实的 FRR,具有 10% 的抗抗波或生存 < 能力检测。
  • 演示攻击防御措施是一项要求。

轻扫传感器:

  • FAR < 0.002%。
  • 有效、真实的 FRR,具有 10% 的抗抗波或生存 < 能力检测。
  • 反存储库措施是一项要求。

面部特征识别要求

  • FAR < 0.001%。
  • TAR > 95%。

附录

下面显示了在声明的 FAR 中验证特定置信度所需的比较次数:

# of Unique Comparisons = C = 1/((1-Conf)) × 1/((FAR))

其中 FAR 是所需的 False 接受率 ,Conf 是所需的置信度。

例如,所需 FAR 为 0.001%,置信度为 96% :

# of Unique Comparisons = C = 1/((1-0.96)) × 1/((0.00001))

C = 25 × 100,000

C = 2,500,000

在这种情况下,需要进行 2,500,000 次比较,才能在声明的 FAR 中达到所需的置信度。

若要确定为实现这些比较而收集的唯一生物识别样本 n的数量,可以使用以下公式:

# of Comparisons = n!/2(n-2)!

C = n(n-1)/2

∴ n^2-n = 2C

其中 n 是唯一生物识别样本的数量。

在 n ^2n 的情况下,可以将上述公式简化为:

n^2 ≈ 2C

∴ n ≈ √2C

继续上面的示例,所需的唯一生物识别样本数为:

n ≈ √(2×2,500,000)

n ≈ 2,236.1

这意味着,需要大约 2,237 个唯一生物识别样本来验证声明的 FAR 的置信度。

Windows Hello 面部身份验证

Windows Hello