德國生技辨識業者 Dermalog 將其人臉辨識軟體 Face SDK 6.12.0 與 TF60 指紋掃描器的呈現攻擊偵測技術，送交法國測試機構 Fime 評估。測試依據 ISO/IEC 30107-3 進行，針對人臉與指紋兩種生物特徵合計執行 1,500 次複雜呈現攻擊。
測試結果顯示，人臉與指錄模態的攻擊呈現分類錯誤率（APCER）皆為 0%；人臉活體偵測的真實呈現分類錯誤率（BPCER）也達 0%。此外，TF60 已取得 FBI Appendix F 認證，具備指紋資料加密、活體偵測及緊湊型十指掃描能力。
值得注意的是，Face SDK 6.12.0 先前於 2026 年 5 月接受 Fime Level 1 測試時，APCER 同為 0%，但 BPCER 為 2%；此次升級後 BPCER 降至 0%，顯示其新版人臉活體判定在降低誤拒風險方面取得具體進展。
這項測試的核心並非企業間的公開權力角力，而是生物辨識產業面對「身分驗證準確度」與「可被仿冒」之間的結構性安全矛盾。隨著護照、金融服務、遠距身分核驗及數位簽章日益普及，指紋、人臉與其他生理特徵不再只是生物資料，也逐漸成為可直接代表個人身分與行動權限的憑證。一旦攻擊者能以矽膠指紋、面具或合成影像騙過感測器，生物辨識系統就可能從防禦工具反轉為入口。
Dermalog 此次送測的核心是「呈現攻擊偵測」（PAD），也就是判斷站在感測器前的是真實本人，還是刻意偽造的替代物。這項機制與一般辨識演算法不同：辨識模型負責回答「這是誰」，PAD 則著力回答「這是不是活的、真正在場的人」。前者可能在高準確度下仍被精心設計的假指紋或人臉模型騙過，後者則以活體反應、材質差異、微動特徵及感測器回應等方式提高偽造難度。
Fime 的角色在於提供獨立測試與可重現的評估框架，而 Dermalog 則藉第三方結果降低客戶對演算法黑箱及供應商自行宣稱成效的疑慮。這種合作反映生物辨識市場正從單純追求辨識率，轉向要求 防偽、隱私、資安加密、誤拒率與認證資格並行。
測試數據仍須審慎解讀。0% APCER 與 0% BPCER 代表本次受測樣本中未出現分類錯誤，卻不等於所有部署環境都能實現零錯誤。光源、感測器污損、濕度、膚質、種族差異、操作速度與攻擊者取得高品質偽材的能力，都可能改變實際表現。因此，真正影響商業價值的，不僅是實驗室數字，而是同一套模型能否在跨裝置、跨場域及長時間運作下維持穩定。
戰略貿易流向與供應鏈依賴度
HS 8507資料來源：UN Comtrade 聯合國商品貿易統計庫 · 全球市場規模 $1,300 億美元 / 年 (複合成長率 >24%)
生物辨識產業正沿著類似支付防偽與網路安全演化的路徑，由單一功能驗證走向「風險分級＋持續監控」。過去的人臉辨識評測多集中於辨識準確度，近年則逐步納入活體偵測、深度偽影、資料保護及不同人口群體的表現差異。此次 Dermalog 在 Level 2 測試中取得零 APCER，顯示高階防偽已逐漸接近成熟商品化的門檻。
歷史教訓顯示，重大突破並非來自一次實驗室測試，而是來自測試、部署、回饋資料與安全修補形成閉環。未來的勝出者，不一定是最會辨識「誰」的公司，而是能最可靠地證明「確實是本人」並控制誤拒成本的公司。
01 起因觸發：Dermalog將人臉與指紋PAD技術送交Fime進行ISO/IEC 30107-3評估
02 一階傳導：獨立測試、活體偵測與FBI Appendix F認證提高政府及金融採購可信度
03 二階擴散：生物辨識廠商被迫把防偽、誤拒率、加密及隱私治理整合為標準產品
04 宏觀終局：數位身分市場由單純演算法競賽走向硬體、軟體、憑證與監管共同構成的信任基礎設施
領域延伸情報推薦 相關延伸研讀
依主題領域自動關聯之高參考價值外電情報
