生物识别系统性能

生物识别系统制造商声称系统性能很高，但在实际运行环境中很难实现。可能的原因包括在受控环境中进行测试，硬件限制等。

例如，语音识别系统仅在安静的环境中才能高效工作；人脸识别系统如果光照条件可控则可以正常工作；并且可以对考生进行培训，让他们正确清洁并放置手指在指纹扫描仪上。

然而，在实践中，目标运行环境可能无法提供这种理想条件。

性能测量

生物识别系统的性能测量与错误拒绝率 (FRR) 和错误接受率 (FAR) 密切相关。

FRR 也被称为I 类错误或错误不匹配率 (FNMR)，它表示合法用户被系统拒绝的可能性。

FAR 也被称为II 类错误或错误匹配率 (FMR)，它表示虚假身份声明被系统接受的可能性。

理想的生物识别系统预期 FAR 和 FRR 的值都为零。这意味着它应该接受所有合法用户并拒绝所有虚假身份声明，但这实际上是无法实现的。

FAR 和 FRR 彼此成反比。如果 FAR 提高，则 FRR 下降。提供高 FRR 的生物识别系统确保高安全性。如果 FRR 太高，则系统需要多次输入活体样本，这使其效率降低。

当前生物识别技术的性能远未达到理想状态。因此，系统开发人员需要根据安全要求在这两个因素之间取得良好的平衡。