O3.03.1Probabilistic biometric matching设计研究
生物识别必然存在失败率
别名: 生物识别误差 · 概率匹配 · biometric uncertainty
概念解释
概率性生物特征匹配（probabilistic biometric matching）把本次传感器样本与登记模板比较并产生相似度，而不是像密码那样判断完全相等。光线、姿态、皮肤状态、传感器噪声和采集动作都会改变样本，所以合法用户可能不匹配，冒用者也存在被接受的概率；“识别成功”不是绝对身份事实。
机制
同一个人的两次脸部、指纹或行为测量不会完全一致，系统必须设定接受阈值。阈值、样本质量、传感器和部署环境共同塑造误拒与误识。界面若把失败只解释为“不是本人”，会让用户反复尝试、怀疑自身或进入锁定；若无限重试，又会给攻击者扩大尝试机会。交互必须承认不确定性并管理重试状态。
怎么研究
在目标设备、姿态和环境范围内，让经同意的参与者跨多次会话采样，并以合法匹配与零努力冒用匹配分别估计错误。按设备、环境和相关人群分层报告置信区间、质量失败、重试后成功与转入替代方式的比例。不要把一次演示成功或厂商单一平均准确率当作部署表现，也不得为测试收集超出目的的永久生物模板。
边界
失败率存在不意味着生物识别不可用，也不意味着所有模态和设备同样可靠。受控场景中的测量不能直接外推到户外、辅助设备或主动攻击；错误率也不是展示攻击防御能力。生物识别常适合在持有的物理认证器上作为本地激活因素，而非独立证明远端身份。
怎么落地
- 把“不匹配”呈现为采集或比较失败，提供改善光线、姿态或触点的具体提示，不断言用户身份为假。
- 为连续失败设置有限重试、递增延迟和明确的替代认证入口，避免死循环与无限探测。
- 记录质量失败、单次与重试后误拒、替代路径使用和锁定结果，并按部署条件审查。
- 在风险说明中同时呈现概率错误、传感器限制和攻击边界，不用“无误识别”等绝对文案。