Sinh trắc học là cách dùng một đặc điểm của cơ thể hoặc hành vi, như khuôn mặt, vân tay, mống mắt, giọng nói, để máy xác nhận bạn đúng là người đã đăng ký trước đó. Khác với mật khẩu là thứ bạn nhớ, hay thẻ là thứ bạn cầm, sinh trắc là thứ bạn mang trên người. Vì vậy nó tiện, không quên được, nhưng cũng không đổi được khi bị lộ.
Ở Việt Nam, người dùng gặp sinh trắc mỗi ngày: mở khoá điện thoại bằng mặt, chạm vân tay để vào ứng dụng ngân hàng, quét mặt khi chuyển khoản lớn, đọc chip căn cước. Phía sau gần như tất cả đều là mô hình học máy, tức một dạng AI. Bài này giải thích cơ chế chung để bạn hiểu vì sao máy đôi khi từ chối mình, đôi khi lại nhận nhầm người khác, và phải cẩn thận với dữ liệu nào.
Các loại sinh trắc thường gặp và nơi bạn gặp chúng
Không có loại sinh trắc nào tốt nhất cho mọi việc. Mỗi loại đổi giữa độ tiện, độ chính xác và chi phí thiết bị theo cách riêng. Bảng dưới xếp theo mức độ phổ biến với người dùng phổ thông ở Việt Nam.
| Loại | Máy đo cái gì | Thường gặp ở đâu | Điểm yếu chính |
|---|---|---|---|
| Khuôn mặt | Hình dạng, tỷ lệ các vùng trên mặt, có máy đo cả độ sâu | Mở khoá điện thoại, xác thực chuyển tiền, eKYC, chấm công | Ánh sáng, góc chụp, ảnh hoặc video giả |
| Vân tay | Đường vân, điểm rẽ nhánh, điểm kết thúc của vân | Điện thoại, máy tính xách tay, khoá cửa, chấm công | Tay ướt, bẩn, vân mòn do lao động |
| Mống mắt | Hoa văn vòng màu quanh con ngươi, chụp bằng ánh sáng hồng ngoại | Một số cửa kiểm soát, thiết bị chuyên dụng | Thiết bị đắt, người dùng ngại nhìn sát |
| Giọng nói | Đặc trưng âm thanh của giọng: cao độ, cộng hưởng, cách phát âm | Tổng đài, trợ lý giọng nói | Ồn, ốm, và giọng giả bằng AI |
| Tĩnh mạch lòng bàn tay, ngón tay | Mạng mạch máu dưới da, đọc bằng hồng ngoại | Máy rút tiền ở một số nước, cửa bảo mật | Ít phổ biến, thiết bị riêng |
| Hành vi | Nhịp gõ phím, cách cầm máy, cách vuốt màn hình | Ứng dụng ngân hàng chạy ngầm để phát hiện bất thường | Chỉ dùng hỗ trợ, không đủ để xác nhận một mình |
Điều đáng nhớ là các hệ thống quan trọng ít khi dựa vào một loại duy nhất. Ứng dụng ngân hàng thường kết hợp khuôn mặt với thiết bị đã đăng ký và mã PIN; cửa kiểm soát có thể kết hợp thẻ với vân tay. Cách ghép nhiều lớp này mới tạo nên độ an toàn, không phải bản thân một con mắt máy ảnh.
Ba bước mọi hệ thống sinh trắc đều đi qua
Dù là khuôn mặt hay vân tay, quy trình bên trong gần như giống nhau. Hiểu ba bước này giúp bạn đoán được lỗi nằm ở đâu khi máy không nhận.
- Thu nhận: cảm biến ghi lại đặc điểm cơ thể, ví dụ camera chụp mặt, cảm biến chụp vân tay, micro ghi giọng. Chất lượng bước này quyết định gần hết kết quả: ảnh mờ, ngược sáng, ngón tay đặt lệch đều làm bước sau sai theo.
- Trích đặc trưng: phần mềm, thường là mạng nơ-ron đã được huấn luyện, biến ảnh hoặc âm thanh thành một dãy số ngắn gọi là mẫu sinh trắc. Mẫu này không phải bức ảnh, mà là bản tóm tắt những điểm giúp phân biệt bạn với người khác.
- So khớp và quyết định: mẫu mới được so với mẫu đã lưu lúc đăng ký, ra một điểm giống nhau. Điểm vượt ngưỡng thì chấp nhận, dưới ngưỡng thì từ chối. Ngưỡng do bên vận hành đặt, không phải do máy tự biết đúng sai.
Lần đăng ký đầu tiên quan trọng hơn bạn nghĩ. Nếu lúc đăng ký khuôn mặt bạn đang đeo kính dày, đứng ngược sáng, hoặc đăng ký vân tay chỉ bằng phần đầu ngón, thì mẫu gốc đã kém, và lần nào sau đó cũng phải so với một bản gốc kém. Nhiều trường hợp "máy hay không nhận" được giải quyết chỉ bằng cách xoá và đăng ký lại cẩn thận.
Xác minh một với một và nhận dạng một với nhiều khác nhau thế nào
Xác minh một với một. Bạn tự khai mình là ai, bằng cách cầm điện thoại của mình, nhập số tài khoản, hoặc đặt căn cước lên đầu đọc. Máy chỉ cần trả lời một câu: người đang đứng đây có giống mẫu của người được khai không. Mở khoá điện thoại và xác thực chuyển tiền thuộc loại này.
Nhận dạng một với nhiều. Bạn không khai gì cả, máy phải tự tìm trong cả kho mẫu xem bạn là ai. Máy chấm công khuôn mặt ở công ty, camera nhận diện ở cửa toà nhà là loại này. Kho càng lớn, khả năng có hai người trông giống nhau trong kho càng cao, nên bài toán khó hơn xác minh nhiều.
Vì sao bạn nên quan tâm đến khác biệt này. Hai loại có rủi ro riêng tư khác nhau. Xác minh một với một có thể làm hoàn toàn trên thiết bị của bạn, mẫu không cần rời khỏi máy. Nhận dạng một với nhiều buộc phải có một kho tập trung chứa mẫu của nhiều người, và kho đó trở thành đích nhắm khi bị tấn công.
Một ví dụ dễ nhầm. Khi ứng dụng ngân hàng bảo bạn quét mặt để cập nhật sinh trắc, máy đang làm xác minh một với một: so mặt bạn với ảnh trong chip căn cước của chính bạn. Nó không đi tìm bạn trong một kho mặt toàn quốc. Hiểu đúng điều này giúp bạn bớt lo những tin đồn không có cơ sở.
AI nằm ở đâu trong một hệ thống sinh trắc
Mười mấy năm trước, máy nhận diện khuôn mặt dựa vào những quy tắc do kỹ sư tự viết: đo khoảng cách hai mắt, độ rộng mũi, chiều dài cằm. Cách đó dễ hỏng khi ánh sáng đổi hay người dùng quay mặt nghiêng. Ngày nay phần trích đặc trưng gần như luôn là mạng nơ-ron sâu được huấn luyện trên lượng ảnh rất lớn. Mô hình tự học ra những đặc điểm giúp phân biệt người này với người kia, kể cả những đặc điểm mà con người không gọi tên được.
AI còn có mặt ở hai chỗ khác ít được nhắc. Thứ nhất là bước kiểm tra người thật, tức xem trước camera là gương mặt sống hay chỉ là ảnh in, màn hình, mặt nạ. Thứ hai là phần chấm điểm rủi ro: ứng dụng có thể xét thêm thiết bị quen hay lạ, vị trí, thời điểm, để quyết định có cần đòi quét mặt hay không. Phần kiểm tra người thật khi mở tài khoản có bài riêng ở danh mục eKYC của trang.
Hệ quả thực tế là chất lượng của một hệ thống sinh trắc phụ thuộc mạnh vào dữ liệu mà mô hình được huấn luyện. Nếu dữ liệu ít người châu Á, ít người cao tuổi, ít người có da sẫm màu, mô hình có thể kém chính xác hơn với chính những nhóm này. Các đợt đánh giá độc lập của viện tiêu chuẩn Mỹ (NIST) với thuật toán nhận diện khuôn mặt từng ghi nhận độ chính xác chênh lệch giữa các nhóm nhân khẩu ở nhiều thuật toán, dù các thuật toán tốt nhất đã thu hẹp khoảng cách này đáng kể.
So sánh sinh trắc với mật khẩu và mã OTP
Sinh trắc không thay thế hoàn toàn các cách xác thực khác. Nó là một yếu tố trong số nhiều yếu tố, và có điểm mạnh, điểm yếu riêng.
| Tiêu chí | Mật khẩu, mã PIN | Mã OTP qua tin nhắn | Sinh trắc |
|---|---|---|---|
| Có thể quên không | Có | Không, nhưng phải có máy nhận | Không |
| Đổi được khi bị lộ không | Đổi ngay được | Mỗi lần một mã mới | Không đổi được khuôn mặt, vân tay |
| Kết quả | Đúng hoặc sai tuyệt đối | Đúng hoặc sai tuyệt đối | Một điểm giống nhau, có sai số |
| Người khác dùng hộ được không | Được nếu biết | Được nếu cầm máy hoặc chiếm SIM | Khó hơn nhiều, nhưng không phải không thể |
| Rủi ro khi kho dữ liệu bị lộ | Đổi mật khẩu là xong | Ít rủi ro lâu dài | Rủi ro kéo dài cả đời |
Dòng cuối bảng là lý do pháp luật về bảo vệ dữ liệu cá nhân ở Việt Nam xếp dữ liệu sinh trắc vào nhóm dữ liệu nhạy cảm, đòi hỏi bên thu thập phải có biện pháp bảo vệ cao hơn. Quyền cụ thể của bạn với loại dữ liệu này có bài riêng ở danh mục quyền dữ liệu định danh của trang.
Dùng chatbot để hiểu một thông báo sinh trắc mà không lộ dữ liệu
Khi gặp một thông báo khó hiểu từ ứng dụng hay một đoạn điều khoản về sinh trắc, bạn có thể nhờ chatbot giải thích. Làm vậy an toàn nếu giữ mấy nguyên tắc sau.
- Chỉ dán nội dung chữ của thông báo hoặc điều khoản, không chụp màn hình có tên, số tài khoản, số căn cước của bạn.
- Không bao giờ gửi ảnh khuôn mặt, ảnh căn cước, ảnh vân tay cho chatbot để "nhờ kiểm tra xem có hợp lệ không".
- Câu lệnh mẫu: "Giải thích bằng lời dễ hiểu đoạn điều khoản sau về dữ liệu khuôn mặt: dữ liệu được lưu ở đâu, lưu bao lâu, có chia sẻ cho bên thứ ba không, và người dùng rút đồng ý bằng cách nào. Chỗ nào điều khoản không nói rõ thì ghi là không rõ."
- Câu lệnh mẫu khi bị từ chối: "Ứng dụng báo xác thực khuôn mặt không thành công nhiều lần. Liệt kê các nguyên nhân thường gặp về ánh sáng, góc chụp, thiết bị và cách kiểm tra từng nguyên nhân, không đưa cách vượt qua bước kiểm tra."
- Đối chiếu câu trả lời với trang hỗ trợ chính thức của đơn vị cung cấp dịch vụ, vì chatbot không biết quy trình riêng của từng ngân hàng hay từng ứng dụng.
Chatbot giỏi giải thích nguyên lý và gợi ý hướng kiểm tra, nhưng không có quyền truy cập vào hệ thống của ngân hàng. Câu trả lời của nó về lý do cụ thể tài khoản của bạn bị từ chối luôn chỉ là phỏng đoán.
Giới hạn của sinh trắc mà người dùng nên biết
Sinh trắc là xác suất, không phải chân lý. Mọi hệ thống đều có hai loại lỗi: từ chối nhầm chính chủ và chấp nhận nhầm người khác. Bên vận hành chỉnh ngưỡng để cân hai loại lỗi này theo mục đích: mở khoá điện thoại có thể dễ một chút cho tiện, xác thực chuyển khoản lớn phải chặt hơn dù đôi khi làm phiền chính chủ. Cơ chế này có bài riêng về sai số trong danh mục này.
Sinh trắc cũng không thay được sự cảnh giác của bạn. Kẻ gian không cần làm giả khuôn mặt nếu có thể dụ bạn tự quét mặt cho một giao dịch mà bạn không hiểu. Nhiều vụ lừa đảo nhắm vào chính khoảnh khắc người dùng bấm xác nhận. Quy tắc đơn giản: chỉ quét mặt, chạm vân tay trong ứng dụng chính thức, cho giao dịch mà bạn tự khởi tạo và đọc rõ số tiền, người nhận.
Cuối cùng, cơ thể thay đổi theo thời gian. Người già đi, tăng giảm cân, bị sẹo, vân tay mòn do làm việc tay chân. Hệ thống tốt thường tự cập nhật mẫu dần sau mỗi lần nhận thành công, nhưng không phải hệ thống nào cũng làm vậy. Khi máy từ chối bạn ngày càng nhiều, đăng ký lại là việc nên làm trước khi nghĩ đến chuyện thiết bị hỏng.
Câu hỏi thường gặp
Sinh trắc học có an toàn hơn mật khẩu không?
Nó khó bị người khác dùng hộ hơn mật khẩu và không bị quên, nhưng không đổi được khi bị lộ và luôn có sai số. An toàn nhất là kết hợp sinh trắc với thiết bị đã đăng ký và một mã PIN, thay vì chỉ dùng một yếu tố.
Mẫu sinh trắc có phải là ảnh khuôn mặt hay ảnh vân tay của bạn không?
Thường thì không. Mẫu là một dãy số tóm tắt đặc trưng do phần mềm tính ra. Tuy vậy một số hệ thống vẫn lưu cả ảnh gốc để đối chiếu, và mẫu không được bảo vệ tốt vẫn có thể bị khai thác, nên mẫu vẫn là dữ liệu nhạy cảm.
Vì sao cùng một khuôn mặt mà lúc được lúc không?
Vì mỗi lần quét là một lần chụp mới với ánh sáng, góc mặt, khoảng cách khác nhau, nên điểm giống nhau dao động. Khi điểm rơi sát ngưỡng, chỉ một chút ngược sáng cũng đủ làm kết quả đổi. Chỉnh lại ánh sáng và tư thế thường giải quyết được.
Máy nhận diện có biết bạn là ai trong cả nước không?
Hầu hết các tình huống người dùng gặp, như mở khoá máy hay xác thực chuyển khoản, chỉ là so mặt bạn với một mẫu đã gắn với chính tài khoản đó. Đó là xác minh một với một, không phải đi tìm bạn trong một kho mặt lớn.
Có nên gửi ảnh mặt cho chatbot để hỏi vì sao ứng dụng không nhận?
Không nên. Ảnh khuôn mặt là dữ liệu sinh trắc nhạy cảm và chatbot không có quyền truy cập hệ thống của ngân hàng nên cũng không trả lời đúng được. Hãy mô tả bằng chữ hoàn cảnh bị lỗi và hỏi nguyên nhân thường gặp.
Trẻ em có nên đăng ký sinh trắc trên điện thoại của cha mẹ không?
Nên cân nhắc kỹ. Khuôn mặt trẻ thay đổi nhanh nên dễ nhận sai, và thêm khuôn mặt hay vân tay của con vào máy cũng có nghĩa là con mở được mọi ứng dụng dùng sinh trắc của máy đó, kể cả ứng dụng ngân hàng.