O3.03.5Temporal biometric drift设计研究
生理变化（受伤、衰老）会导致识别率随时间下降
别名: 生物特征漂移 · 模板老化 · biometric aging
概念解释
时间性生物特征漂移（temporal biometric drift）指登记模板与后来样本的差距随受伤、疾病、衰老、劳动磨损、外貌改变或行为习惯变化而扩大。系统上线时的匹配表现因此不是永久属性；同一合法用户可能从稳定通过逐步变成频繁误拒，甚至无法再用原模态。
机制
模板冻结了登记时的特征表示，身体和采集条件却继续变化。小变化可由多次重试掩盖，直到用户在关键时刻越过阈值。自动模板更新能追随合法变化，但若用低质量或未经充分验证的样本更新，也可能吸收噪声、偏移或攻击者特征。维护既要恢复可用性，又不能让适应机制成为逐步接管通道。
怎么研究
对经同意的队列做跨月或跨年重复测量，按距登记时间、暂时与永久变化、设备版本分别分析得分和误拒轨迹。事件研究可围绕已报告的受伤或外貌改变，但不得诱发伤害。若启用模板适应，用受控序列比较合法漂移、噪声和冒用样本能否改变模板，并记录回滚后的恢复。横截面年龄差异不能替代同一人的纵向证据。
边界
不同模态的变化速度和可恢复性不同，短期污渍、口罩或照明不一定是生理漂移。性能下降也可能来自传感器老化、软件更新或环境改变，需分解原因。模板更新不是必需答案；重新登记、改用其他模态或非生物认证都可更合适。任何适应都受目的限制、敏感数据保护和同意约束。
怎么落地
- 监测个人层面的重试和匹配质量趋势，在完全失效前建议核验身份后重新登记或添加替代方式。
- 把模板、模型、传感器和阈值版本一起记录，区分身体变化与系统变化。
- 自动适应仅使用高置信、强认证会话中的样本，限制单次变化幅度，并支持审计和回滚。
- 对临时受伤、长期变化和设备更换提供不同帮助文案，不要求用户反复“把身体调回登记状态”。