针对第二个问题“以后还会有其他的人体认证方案出现吗？”说一下吧
会有，而且已经出现了。
先放一个短视频
https://www.zhihu.com/video/977209270203228160 在这个视频里，密码就贴在手机上，任何人都能看到。真正的用户敲击密码就能顺利进入，但是其他人输入正确的密码也无法登录账户。这是怎么回事呢？
去年的RSA 2017大会上，创新沙盒大赛冠军Unify ID采用的就是一种行为识别。这种行为识别是physical层面的，而非网络行为。
原理就是，每个用户在操作手机和PC时，都有着各自独特的行为特征。举个简单的例子，仅就打字而言，有的键有人按得稍快，有人按得会稍慢；每人从一个键跳到另一个键的时间间隔也有差异。
当然，实际应用的时候，对行为特征的采集是多维度的，不仅仅是击键行为这一种，精确度能达到
99.999%。
通过信号采集和机器学习，从用户看似无规律的操作行为数据中，提取出可用的行为特征，并与用户的每次实际操作进行相似度匹配，即可精准识别对方身份。
有趣的地方还在于，整个过程是在用户无感知的状态下完成的。你在输入的时候，就同时完成了两步：账户密码验证+身份验证。
目前，我们的产品（SecID）已经成功落地。上面的视频就是我们的产品。我们还在出差的途中，在高铁上试着玩，整个车厢，除了用户本人，其余人没有一个能登录。也就是说，你知道密码都没用。
https://www.zhihu.com/video/977209270203228160 在这个视频里，密码就贴在手机上，任何人都能看到。真正的用户敲击密码就能顺利进入，但是其他人输入正确的密码也无法登录账户。这是怎么回事呢？
去年的RSA 2017大会上，创新沙盒大赛冠军Unify ID采用的就是一种行为识别。这种行为识别是physical层面的，而非网络行为。
原理就是，每个用户在操作手机和PC时，都有着各自独特的行为特征。举个简单的例子，仅就打字而言，有的键有人按得稍快，有人按得会稍慢；每人从一个键跳到另一个键的时间间隔也有差异。
当然，实际应用的时候，对行为特征的采集是多维度的，不仅仅是击键行为这一种，精确度能达到
99.999%。
通过信号采集和机器学习，从用户看似无规律的操作行为数据中，提取出可用的行为特征，并与用户的每次实际操作进行相似度匹配，即可精准识别对方身份。
有趣的地方还在于，整个过程是在用户无感知的状态下完成的。你在输入的时候，就同时完成了两步：账户密码验证+身份验证。
目前，我们的产品（SecID）已经成功落地。上面的视频就是我们的产品。我们还在出差的途中，在高铁上试着玩，整个车厢，除了用户本人，其余人没有一个能登录。也就是说，你知道密码都没用。
问题动态
- 发布时间
- 2026-01-17 15:36
- 更新时间
- 2026-01-17 15:36
- 关注人数
- 0 人关注
