张玲峰 肖忠良 曾舜 姚晋

摘 要：物联网与人工智能、大数据等技术的快速发展之下，网络设备融入人们的日常生活当中，尤其是在物联网领域发挥了重要的安全保障作用。由于每个人都有唯一的生理特性与行为特点，在物联网领域中也能体现出不同的特征。文章研究了生物识别技术在物联网领域的安全应用及防护，引入生物识别技术，也能提升认证流程的安全性，提升防护作用。

关键词：生物识别技术；物联网；安全应用

1 物联网与生物识别技术

众所周知，物联网的发展一直都是高歌猛进，不过在形势一片大好的表象之下，隐藏着不小的安全隐患。而生物识别技术已经在安全领域取得了不小的成果，应用于物联网，能够为物联网安全保驾护航。业界对于物联网内涵的定义为：物体之间特定属性的感知与交流分析，而人正是物联网运作的主体角色。物联网时代之下，我们需要面临的安全问题众多，不仅包含生命安全、设备安全，还包含信息安全等。人工智能技术与生物识别技术的出现有效地解决了这些方面的问题，结合人的生物特征，依靠数据与建模进行分析。例如通过对车辆驾驶者的体内酒精含量判定是否酒驾。通过指纹提取判定犯罪行为，通过血糖含量分析健康情况等，这些都是物联网技术下的生物识别技术。

2 生物识别技术与生物特征在物联网中的实际应用

2.1 面部识别

基于摄像头传感器对输入的视频流与图像进行分析，可以对人脸状态进行判断，并提取面部器官的位置和信息，结合各个器官的不同特征来提取“符号”的身份特征，最终确定被识别人的身份。人脸识别技术主要包含3个部分：人脸检测、人脸跟踪和人脸比对。人脸检测是指在动态场景或者复杂的背景中判断是否存在人脸图像，并从这些图片或者视频流中分离出人脸图像。面部识别应先建立人脸档案，储存面纹编码之后，在获取被识别人的信息之后，按照面纹来获得结果。该识别方案原先一直是社会公认的最有效身份鉴别方式，但考虑到年龄增长产生的容貌变化、面部整容等印象因素，其准确性与有效性也受到了一定程度的挑战[1]。

随着科技的迅速发展，人脸识别已经逐渐成了新时期生物识别技术应用的重要领域，忘记密码了？没事儿，咱还可以“刷脸”。传统的人脸识别技术主要是基于可见光图像的人脸识别，人们也比较熟悉这样的识别方式。不过，这种方式的缺点其实非常明显，光线的限制性非常大，并不能满足实际的需要。解决光照问题的方案有三维图像人脸识别和热成像人脸识别。但这两种技术还远不成熟，识别效果不尽人意。迅速发展起来的一种解决方案是基于主动近红外图像的多光源人脸识别技术。它可以克服光线变化的影响，已经取得了卓越的识别性能，在精度、稳定性和速度方面的整体系统性能超过三维图像人脸识别。这项技术在近两三年发展迅速，使人脸识别技术逐渐走向实用化。

2.2 指纹、掌纹识别

该识别技术的原理是通过光学元件获取手部图像之后，对手部进行建模，根据传感器来获取上肢等区域的肌肉组织，从而表现出不同的手掌形态。

据报道，比利时微电子研究中心（Interuniversity Microelectronics Centre，IMEC）和霍尔斯特中心（Holst Centre）展示了新型柔性薄膜传感器，该传感器基于薄膜图像传感技术可实现对指纹和掌纹识别。该薄膜传感器的厚度只有0.2 mm，可以安装在任何物体上进行身份的验证，比如门把手、手机屏幕、汽车方向盘等。该薄膜传感器的两种示范机，如图1所示。第一个示范机（a）尺寸大小为6 cm×8 cm，它可以同时检测4根手指，分辨率为200 ppi。第二个示范机（b）是为单个指纹设计的，分辨率为500 ppi，可以提供更高的图形质量。其精准度达到联邦调查局（Federal Bureau of Investigation，FBI）身份识别的标准。其图像传感器可以检测到皮肤表面反射的波长在400～700 nm的可见光。它们还可以检测到反射之前的穿透皮肤的部分光。后面这一特征对于心脏跳动的检测很有价值，因为它提供了一种额外的安全检测手段。

新型指纹传感器由一层氧化物薄膜晶体管构成，顶层为有机光电二极管。这些光电二极管可以通过使用不同的有机材料来进行“调谐”，以使它们可以检测到不同的波长，例如近紅外光。通过近红外光检测可以将手部的静脉图像显示出来，这些图像甚至比掌纹的识别更精确。解决了部分人员的指纹和掌纹特性并不适用于当前的技术识别，使其在高精度要求下的识别工作中发挥有效作用，解决了部分人员掌形的不稳定性问题。

（a）

（b）

图1 薄膜指纹识别传感器示范机

2.3 声纹识别

人的发音器官相同，但语言作为中枢与发音器的物理过程，每个人的器官构成存在一定的差异，舌、喉等在存在形态上有所区别，不同人在声纹方面的差异情况较大。但对于一个人来说，从年轻期到老年期的声纹却不会发生改变。声纹识别过程主要通过特征提取与模式识别两个过程，且识别的准确率较高。不过也可能存在一些因疾病或年龄因素所导致的识别特征变异情况。

2.4 行动特征识别

对于人员行动过程的提取和识别，也是当前进行身份鉴别的新生物识别技术，在不同的领域内发挥了重要作用。以手势识别为例，可以通过传感器收集手势的原始数据，然后按照三维坐标与时间轴的信息来进行起始状态的特征分析。此外，还包括步态特征、笔记特征等，前者是以摄像机拍摄步态过程的方法来进行记录分析，以结果作为判定依据，但对于一些受伤人员、残疾人等步态失常者并不适用。后者则是根据笔迹记录进行对照分析等。

3 生物识别技术的深层次表达

3.1 实时定位监测

物联网应用中，对于各种物体状态的监测也是物联网元素特征的体现，是人作为“符号”融入互联网的过程，其位置信息也可以在物联网之中得到准确反映。采用其他功能系统可以实现对特定区域内的特定人员进行状态监测，例如以移动状态为例，所处区域是否符合授权要求、速度和加速度行为是否能进行状态监测等，都是其中的重要内容。

3.2 生命状态监测

生命状态监测即对人内在状态的一种分析。通过温度传感器可以获取人的体温信息、压力传感器获取血压、脉搏信息，微电信号传感器进行心电图、脑电图分析等，这些都是生命体征监测的重要组成部分。目前，快速准确的身份识别与生命体征监测不仅可以在医疗领域发挥重要作用，还可以促进新型医疗领域的诞生，对人的疾病预防、身体状态改善与养护工作进行指导。

3.3 安防与安全监测

人脸识别和指纹识别等生物识别技术当下受热议，用户安全的问题，仅仅依赖生物识别技术，还不够成熟，可以叠加其他安全手段，以保证身份真实性以及交易私密性等。快速准确的身份识别信息可以提升传统型安防的作用，也能促进新的安防领域诞生，让传统型安全监管的作用和职能进一步体现。物联网的新元素下，物联网不再是空洞的概念，可以通过抽象的理论来促进新兴行业与产业的应用[2]。

4 结语

基于生物特征的生物识别技术在社会领域发挥了重要作用，人工智能技术的发展之下，在物联网领域的安全应用与防护工作也将成为未来技术发展的必然趋势。目前识别技术已经在商业领域得到了高度重视，解决了智能认证问题，这也是未来研究的重点。

[参考文献]

[1]邱亮南，曾伟.物联网时代生物识别技术加快人“符号化”进程[J].中国公共安全（学术版），2012（15）：165-168.

[2]卢阳，鲍淑娣，刘小东，等.应用于动态心电监测的自动身份识别系统[J].信息网络安全，2013（12）：71-74.