从图中，能够精确的看出，实验者带着包括眼部、鼻部主要特征的图片，经过了手机的人脸辨认解锁。

  实践上，这并不是第一次报导人脸辨认被假冒者骗过。上一年10月，央视报导，科研测验面具替代人脸。拜见《【紧迫】人脸辨认很风险！P一下图，分分钟掏空你的账户！》。

  再往前，2017年315晚会演出的手机变脸，软件能够将一个人的脸贴到视频中另一个人上，还不影响视频的播映。

  现在咱们的手机开机、上班打卡、开门等都经过人脸辨认，这是否很风险呢？其实，并没那么可怕。

  首要，安满是分级其他，不同级其他运用，对应的安全等级是不相同的。例如手机开机，实践是等级十分低的运用。例如，上一年由于受疫情影响，人们外出时都戴上了口罩，多款手机都支撑戴着口罩时人脸辨认开机，尽管之前保存的人脸数据并没戴口罩，但体系仍经过了。上班打卡等级或许更低。有多少人会为了待打卡预备人脸面具？

  比较而言，银行自助办卡转账或在人脸辨认ATM机上取款，就要求严厉多了。也没看有多少人借机盗窃的。假如该银行造成了“巨额丢失”，银行早把这些设备都当废品卖了。

  其次，人工智能的核算才能在渐渐地添加，核算才能加强，会推进更精准的辨认，逐渐减小过错辨认被骗过的或许。人工智能的形式，成果不受开发者干涉，但一代产品会比上一代精确率更高（假如精确率下降，为什么还要晋级呢？）。

  第三，就像手机APP相同，缝隙呈现，开发者会依据缝隙的严峻程度进行轻重缓急分类，然后快速处理影响较大的安全问题。例如，最开端手机号码长途实名认证时，用户只需提交身份证正面、反面以及手持身份证自身照就能够了。后来发现有人生意别人的身份信息，然后用别人身份处理实名，运营商就改为经过视频认证了，上一年为了冲击人号别离（有人将自己实名处理的手机号码卖给欺诈分子），又引入了运用环境比对，如环境发生变化，运营商会再次建议长途视频认证。再例如，手机人脸辨认开机，最开端相片就能够骗曩昔，现在需求3D人脸模型了，由于渐渐的变多的手机中存储的人脸数据不再是平面的，添加了立体的“景深”信息。

  与其重视，人脸辨认的安全缝隙，还不如重视一下人脸数据的办理。处处都是摄像头，都搜集数据。上一年还曝出了房地产售楼处隐藏摄像头，以并辨认用户是否是“老用户”，相似行为不少，这些都过度运用了个人人脸信息。

  2、非必要不存储，存储需经审计，（1）断定的确必要，（2）存储信息有安全保证。