人脸采集模组的安全风险

人脸采集模组主要指图像采集与活体检测功能模块，主要以摄像头形式存在。人脸采集模组的安全风险包含两方面，一个是模组是否带活体检测技术，另一个是模组本身的设计与实现安全风险，以下对其进行分类讨论。

1 未含活体检测功能的人脸采集模组风险

在一些非高安全的金融应用场景中，人脸采集方式仍使用普通单目摄像头，不具备活体检测功能，这些场景包括VIP精准识别与营销、有人值守的银行柜台业务和移动终端金融类APP身份识别等。

对于不带人脸检测功能的采集设备，整个设备无法识别采集到的图像是否来源于一个真实的活人，则理论上可以通过照片、面具、视频和头模等模拟手段欺骗人脸识别设备，即实施所谓的呈现攻击。

对于为提升服务质量和营销手段而采用的人脸识别功能，因其基本不涉及资金交易、敏感身份识别与使用等业务，则采集模组不需要考虑活体检测带来的安全风险问题。此外，对于有人值守的应用场景下，活体检测完全可由提供服务者直接完成，则此场景也不需要考虑活体检测的安全风险。

对于很多低端安卓手机以及其他类似形式的移动设备，它们仍大量配备普通单目摄像头，无法实现活体检测功能，而一些APP为保持应用的统一性，仍然开通了这些设备上的人脸识别功能。虽然这一功能可能不会直接应用于支付交易等敏感业务，但其实现的身份认证功能在用户通过验证后仍提供了使用很多业务的权限，这在一定程度上影响到了金融服务相关的整体安全稳定。例如，某恶意用户使用他人照片通过人脸识别功能登陆某APP后，查询其中的电子钱包余额及消费状况，能够非法获取大量他人的金融数据隐私。这一风险正是由人脸采集设备不具备活体检测功能而造成的。

2 人脸采集模组设计与实现风险

人脸采集模组本身通常是一个以摄像头为主体的硬件加软件产品，产品的样式有很多。根据人脸识别技术和活体检测技术的差异，人脸采集模组的摄像头可以分为普通单目可见光摄像头、红外双目摄像头、3D结构光摄像头和TOF摄像头，根据摄像头的不同，模组的逻辑芯片与算法软件也不相同，以下总结相关的风险问题。

• 物理安全风险

人脸采集模组的硬件部分一般由摄像头、PCB板和板载芯片组组成，整个模组可能内置在终端设备中，也可能单独成为外置设备连接终端。

人脸采集模组的物理安全风险主要体现在对模组的暴力破拆。一些模组的物理防破拆能力设计并不够好，没有继承ATM与POS机的破拆防护机制。一旦对模组成功实施破拆，则攻击者可以接触到模组的硬件组件，通过总线监听和芯片攻击等方式，攻击者能够获取模组中的运算数据，并篡改运算结果。一些模组通过信号线向终端输出人脸识别或活体检测的结果，对于模组的物理攻击可能实现对结果信号输出的修改，则直接影响人脸识别结果的判定。

• 逻辑安全风险

人脸采集模组的逻辑安全风险，主要指模组中软件代码的设计与实现安全及特定人脸识别与活体检测技术的软实现安全。

模组的软件代码设计与实现可能存在诸多不确定的漏洞，人脸采集模组厂商很多没有金融级系统软件安全设计的经验，加之当前模组软件的技术规范尚未统一，检测业务也没有开展，这会为未来的推广留下很多风险。模组软件代码的漏洞可以让攻击者远程攻击人脸采集模组，攻击者利用漏洞可以控制模组的权限、获取有用的数据乃至篡改逻辑执行。事实上，对模组的软件攻击模式可类比于对网络中物联网设备的攻击。

对于不同的人脸识别技术和活体检测技术，目前尚不确定是否有特定的方法可以绕过相应的识别技术。有案例显示，对于某型的红外双目摄像头，通过黑白照片与遮挡红外摄像头的动作配合，可以绕过红外双目摄像头的活体识别功能，进而通过照片可以完成人脸识别。这种问题也属于逻辑安全问题，是未来产品推广的隐藏风险，需要检测机构对相关设备进行深入检测后排除问题的存在。

• 通信传输安全风险

人脸采集模组的通信传输安全，主要指模组与终端之间的控制信号与数据流的通信安全。人脸采集模组与终端安全通信的最佳方式是采用模组内硬件密码芯片对与终端之间传输的控制信号和数据流采用认证和加密保护。

然而，当前市面上的人脸采集模组中，尚未发现完全实现上述认证和加密保护的产品。当前人脸采集模组产品对于通信传输安全的防护等级可以分为三类：

1. 完全无任何认证和加密保护，所有信息均采用明文交互传输；
2. 使用软件算法对传输信息实现一定的认证或加密保护；
3. 使用密码芯片仅对数据流（人脸图像数据）进行认证或加密保护。

可以看出即使是第三类产品，也没有对控制信号进行安全保护，攻击者依然可以通过劫持控制信号而实施更多的攻击行为。

总体上讲，由于人脸采集模组与终端大多由不同的厂商设计和生产，其要做到非常高的安全集成方案是有很大难度的，在成本、研发周期和系统复杂度上都可能存在困难，而这也致使目前人脸采集模组与终端的通信存在很多安全风险，信息传输的认证性、完整性和机密性无法得到保证。攻击者有机会借助各类手段劫持人脸采集模组的控制权，改变人脸识别判定结果，并窃取人脸图像等个人隐私数据，造成不可估量的损失。