最近，美国纽约大学和密歇根州立大学发表的一篇论文详细介绍了深度学习技术如何削弱指纹识别的安全系统。

指纹识别虽应用广泛但存在一定的弊端。因为触摸式的验证方式对环境要求高，对手指的湿度和清洁度更有要求，指纹磨损也会造成识别困难；另外一些人天生没有指纹，或者指纹特征少导致无法成像；不容忽视的是，指纹痕迹容易留存，存在被复制的可能性，造假成本低。

研究人员使用神经网络数据训练基础软件，创建出令人信服的伪造指纹，其图像甚至优于原始指纹素材，即生成对抗网络伪造指纹。人工智能技术还能够利用人眼和计算机认知方式的不同，在指纹图像中嵌入某些隐藏属性，虽然肉眼看不出来，但计算机可抓取这些信息，达到利用伪造指纹图像进行身份识别的目的。

综合来看，人脸识别是目前生物识别领域安全性较高的，当然也并非万无一失，想要实现人脸识别安全、规模化落地需要技术水平、法律法规和行业标准逐步完善。

生物特征识别迅猛发展，不同模态的生物特征有其自身的特性，抗伪造能力也不同。若要更高级别抗击假体攻击的风险，可以采取多模态融合的识别方式，例如步态和人脸一体化识别，能够大幅度增加伪造数据的难度，提升识别系统的安全性。