金融級認證技術能力不同於網際網路級識別能力，因為它直接與金融資產和服務掛鈎，對準確性、安全性和穩定性要求更高。目前螞蟻金服「刷臉」的差錯率已經低至百萬分之一，但未來仍是一個長期的動態螺旋上升過程，需要持續的基礎研發投資來保障。
這些關鍵技術領域包括：接近100%的準確率、多因子驗證、信息安全保護、活體檢測等。具體來說:
1，深度學習開啟了生物識別的「任督二脈」，並不斷接近100%的準確率
近年來，由於深度學習的快速發展，我們可以使機器基於神經網絡模擬人腦的學習過程，並通過神經網絡模型和海量圖像數據進行訓練。這對生物特徵識別有明顯影響，準確率從過去的70%和80%提高到近兩年的99.6%甚至99.7%，可以大規模商用。
深度學習的作用是什麼？想像一下在用肉眼鑑別「你是誰」的過程中存在哪些困難(更準確的說是「你長得像我認識的那個人」的篩選過程)。一、角度、光線、表情、年齡、妝容、遮擋、照片質量等。會影響我們的判斷；第二，隨著我們「社交圈」的擴大(也就是資料庫樣本增加)，兩個不同的人長相相似的概率會迅速上升。這兩點對以前不會思考的電腦來說是致命的，而深度學習讓電腦更聰明，可以自己克服這些困難。
比如我們的算法一開始識別眼鏡不準確的概率很大，尤其是黑框眼鏡。但是當數據集積累到大量不同的幀時，機器就可以了解到什麼樣的幀有什麼樣的效果，以及它們之間的細微差別，甚至我們可以在後面模擬各種幀，從而保證對戴眼鏡的人有非常高的識別率。
眾所周知，通過深度學習，Alphago的棋藝進步神速，在短時間內超越了世界頂尖棋手。在生物識別領域，「任督二脈」也可以藉助深度學習打開，未來準確率將接近100%。
2，交叉驗證法進一步提高了識別率，雙胞胎也被「判定為兩個人」
在錯誤識別率極低的金融等領域，即使單個識別要素的準確率很高，也仍有可能被漏網，需要結合多因素綜合驗證。比如在同卵雙胞胎最極端的情況下，會很難使用人臉識別單認證元素，這也是線下和跨線業務處理中無法克服的問題。這一點完全可以用我們獨創的眼紋識別技術來克服。
眼紋識別模式，也稱為眼靜脈識別，允許用戶在不增加額外硬體設備的情況下，只需在可見光環境下，用普通智慧型手機攝像頭採集用戶眼白上的血管紋理特徵，就可以準確區分不同的用戶。實驗表明，當用戶積累足夠多的眼圖模板時，深度學習技術使得眼圖識別準確率接近虹膜級準確率(大於99.99%)和亞秒級識別速度。
此外，其他生理特徵識別(如指紋)和行為特徵識別(如擊鍵，即使用鍵盤時擊鍵的強度和頻率)也是參與交叉驗證的生物特徵。每增加一個特徵因子，虛假識別的概率就會大大降低，可以保證生物識別的準確性滿足金融要求。
3，多模態識別：與「活體檢測」分離的生物識別技術是紙老虎
在許多科幻電影中，特工使用照片或視頻來「欺騙」生物識別技術。在現實生活中，能夠區分真實人物和照片、視頻的活體檢測是核心技術，也是生物識別必須解決的問題。
目前，活體檢測的算法趨於成熟，一是傳感器相關的解決方案，二是純軟體方法。比如指紋識別，就是通過電容、電感傳感器來檢測它是不是活的；虹膜識別是由紅外攝像機完成的。對於人臉識別，在手機上部署紅外攝像頭等設備比較困難，所以我們開發了軟體算法來實現基於動作交互和圖像分析的識別模型。動作交互識別模型允許用戶完成眨眼、搖頭、張口等隨機動作，檢測動作的連續性，保證照片無法通過；我們使用基於圖像分析的識別模型來區分正常圖像和模擬或編輯圖像之間的差異。
此外，螞蟻金服引入眼紋識別技術，採用專為眼睛區域開發的活體檢測專利技術，也能有效抵抗人臉照片和視頻攻擊。
4，「眼」與「腦」的結合——生物特徵識別與大數據風險控制技術構建的雙保險
安全是一場攻防戰。在生物識別技術提高安全屏障的同時，黑色產業鏈也試圖突破這條防線。除了生物識別技術，螞蟻金服還構建了基於大數據技術的實時安全決策系統，通過地理位置、設備指紋、消費習慣等多維因素形成綜合決策，從而進一步提高用戶身份的驗證——而所有的決策過程都發生在一眨眼之間，這是幫助實現「活體檢測」的另一種手段。
事實上，螞蟻在活體檢測方面的研發工作遠遠超過了人臉比對過程。因為財務場景涉及財務損失，收益巨大，所以黑產業鏈會想盡一切辦法攻擊，比如使用照片和視頻軟體，甚至包括市面上越來越多的換臉軟體或者二維和三維人臉建模軟體。沒有活體檢測的保障，我們無法將這項技術大規模應用到金融層面。
自從「刷臉」服務推出以來，螞蟻們在基礎市場上經歷了各種各樣的攻擊，現在每天甚至攔截上千次攻擊，有的是惡意的，有的只是為了讓用戶嘗試玩玩。這也是一個動態的過程，所謂動態過程，指的是連續的攻防過程。黑產業鏈會根據我們的技術進行研究，提高攻擊能力，所以要依次提高反攻擊能力和識別能力，這是一個持續攻防和持續改進的過程。
5，「閱後即焚」的「天書」讓信息竊賊無從下手
用戶隱私保護是生物識別的第三個門檻。因此，生物特徵識別必須對生物特徵數據進行加密和脫敏，以確保即使數據洩露也無法恢復。
以人臉識別為例，人像是用戶隱私，但在技術實現上，用戶的「人像」是不存在的。經過生物特徵的多重加密和脫敏，它只是一長串通過網絡傳輸並在伺服器端存儲和比較的數字密碼。因為人臉圖像脫敏技術和擁有核心智慧財產權的非對稱密鑰，即使這一系列密碼洩露，也只是無人能理解的「天書」。
另外，這一長串密碼有令牌屬性，意味著一旦使用或幾分鐘後，這一串密碼就失去了作用，是真正的「閱後即焚」。
結語
未來，隨著5G時代的到來和移動網際網路的深入發展，數字服務將會普及，而「刷臉支付」等黑技術也將滲透到人們的日常生活中。為了幫助更多的用戶解決數字認證問題，適應新時代的變化，目前螞蟻佐羅全球可信身份平臺也在加速科技開放，支持全球行動支付認證，幫助更多機構加速數字轉型。