电子商务|传说中的微信刷掌支付,可能真的要来咯( 二 )





至于原理 , 其实也大差不差 。

和录指纹、Face ID一样 , 用户使用之前 , 需要在JCB提供的App , 上传自己手掌的清晰照片到加密数据库 。

但商家就不需要特殊的设备 , 只需要安装一个软件 , 就能在用户扫描手掌之后 , 获取数据库的信息进行对比 , 从而实现支付 。



所以 , 「刷掌支付」早就不是一项刚刚起步的技术 。

而且 , 机哥之前还专门扒过这项技术的专利详情 , 发现和大家想象中的还是有点差距 。


(非接触式生物识别系统专利)

大家可能会jio得 , 刷手就只依靠掌纹来识别身份 , 所以很容易被不法分子冒用吧?

但事实上 , 这项技术在扫描的过程中 , 会结合各种特征进行认证 。 这里面除了表面的掌纹外...

还包括了静脉血管、骨骼形态、软组织等各种因素 。

然后 , 通过扫描仪上的偏振器和红外光线相互配合 , 把这些信息拆分成很多个子图像 , 并对应唯一的特征向量 。

在扫描时 , 形成的大量用户标识符就会和特征向量进行比对确认身份 。 更重要的是 , 即便出现老茧、破损等情况 , 都能够实现识别 。



所以嚯 , 想要伪造被人手掌上的信息 , 也是一项非常庞大的工程 。

说起来 , 除了「刷掌支付」 , 最近这几年还有不少研究 , 鼓捣出用各种生物特征来进行身份识别的技术 。

比如 , 用牙齿来识别 。



由于每个人的牙齿都有独特的形状、排列和表面沟壑分布 。

所以 , 它或许可以被用作身份验证的一个依据 。



至于原理嘛 , 过于复杂硬核 , 机哥就用人话给大家概括一下 。

首先需要对牙齿结构进行标记 , 建立基线ID 。

然后在验证的时候 , 通过专用App就能够提取用户牙齿的深度特征 , 来和数据库进行比对 。



从目前的研究来看 , 已经初步建立起了几种通过AI模型来识别的方法 。

数据显示 , 准确率分别能达到77.039%、84.828%和99.392% 。



不过这个识别方式有一个问题 , 就是必须咧开嘴才能完成识别 , 这就很容易让使用者在大庭广众之下社死 。

如果刚吃完的青菜没剔干净什么的 , 就会...

特别是现在还碰上了疫情 , 出门在外 , 口罩还是最好别摘下来 。

但不得不说 , 它确实给大家提供了一个新的生物特征识别思路 。

更重要的是 , 这篇论文的研究人员还发现 , 这套方法对比现有的指纹识别和人脸识别 , 有更强的抵御欺骗攻击能力 。

也就是说 , 更加安全 。


其实除了机哥提到的这些之外 , 生物识别的类型还有很多 。

例如有的研究 , 就在探索用耳朵来进行身份验证的方法 。



还有大家熟悉的声音识别 。

华为之前也公开了「语音支付」的相关专利 , 也是适用于各类智能终端设备内 。



当然啦 , 这些生物特征识别的技术 , 距离能真正用到实际支付场景里 , 可能还有一段路要走 。

毕竟涉及到个人财产安全 , 还需要在更多的细节上做得更加严谨 , 创新也是要建立在安全的基础上 。

当然 , 天底下没有不透风的墙 , 也没有完全无漏洞的系统 。