[0001] 本实用新型涉及指纹识别的安全性能测试技术领域，尤其涉及一种针对指纹识别自学习算法的攻击测试装置。

[0002] 在所有的生物识别技术中，指纹识别技术是目前最为成熟、应用最广的生物识别技术，指纹识别装置已经开始广泛应用于各种门禁安防智能锁，指纹识别电子挂锁等方面。在开始指纹设备使用前都需要注册登记指纹，然而在有限次数的注册登记中提取到的指纹特征点并不是完整的，为了提高用户(尤其是差指纹用户)的使用最为关心的指纹识别的速度以及正确率，指纹厂商在指纹识别系统中会加入指纹自学习模块或算法，即在指纹识别过程中，会将之前尚未录入的部分指纹在识别成功后将该区域的特征点融合到该指纹数据库中，形成新的指纹数据库，使指纹数据更加完整，因此每次识别解锁后，都会收集到更多的指纹数据，这意味着随着时间的推移，指纹识别将会越来越快，准确率会越来越高。

[0003] 而如何分辨异物、脏污、图像处理效果不理想等原因形成的伪特征点是指纹自学习模块或算法需要克服的难点之一。目前大多数测试方法或装置对指纹自学习模块或算法只做了简单的功能测试，它能反映出指纹自学习是否实现功能，却不能反映它的安全性能是好或是坏。实用新型内容

[0004] 本实用新型要解决的技术问题在于针对现有技术不能反映它的安全性能的好坏缺陷，提供一种针对指纹识别自学习算法的攻击测试装置。

[0005] 本实用新型解决其技术问题所采用的技术方案是：一种针对指纹识别自学习算法的攻击测试装置，包括指纹传感器、指纹调试板、测试模块、放置台体以及网罩结构。

[0006] 进一步地，所述指纹传感器、指纹调试板、测试模块依次连接，所述指纹传感器设置在放置台体上，所述放置台体设置在网罩结构内；当手指由上而下从所述网罩结构压向所述指纹传感器，所述指纹传感器能够采集该手指的指纹图像；所述指纹调试板用于对所述指纹图像进行测试前调试与电流数据的采集；所述测试模块通过识别调试后的指纹图像来验证所述指纹识别自学习算法的安全性能。

[0007] 进一步地，所述指纹传感器设置在放置台体上，所述放置台体设置在网罩结构内。手指由上而下从所述网罩结构压向所述指纹传感器，所述指纹传感器采集该手指的指纹图像，所述指纹图像经所述指纹调试板传输至所述自测试模块进行测试。

[0008] 进一步地，所述网罩结构包括至少一条金属丝、多个固定针以及一个底座。所述金属丝连接在多个所述固定针上，所述固定针均与所述底座固定连接。

[0009] 优选地，所述金属丝的直径为0.05‑0.1mm。

[0010] 优选地，所述金属丝为铜丝。

[0011] 进一步地，所述金属丝连接在所述固定针上能够形成不同的图案纹路，所述图案纹路为直线交叉纹路、直线平行纹路、曲线纹路或波浪线纹路。

[0012] 进一步地，所述固定针一端设有可供所述金属丝穿出的孔，其另一端与所述底座焊接、铆接或插接；或所述固定针与所述底座为一体结构。

[0013] 进一步地，所述底座与所述放置台体为独立结构或通过固定装置连接。

[0014] 进一步地，所述放置台体与所述指纹传感器通过通过固定结构或防滑结构相连。

[0015] 进一步地，所述指纹传感器与所述指纹调试板通过软性电路板或导线连接。

[0016] 进一步地，所述指纹调试板与所述测试模块通过USB线连接。

[0017] 实施本实用新型的攻击测试装置的技术方案，具有以下优点或有益效果：

[0018] 本实用新型利用细丝模拟指纹横纹或竖纹，制造指纹伪特征点，攻击测试指纹自学习算法，验证其功能和安全性能。本装置不仅能够测试指纹自学习算法的功能，还能够检测算法的安全性能；装置中的金属丝可塑性强，可以变换成多种图案纹路以供测试，能模拟指纹纹路且不易发生变型，因而，在测试中，使用固定好的图案测试不同的算法，能够快速对比出多种算法安全性能上的优劣；另外，本装置结构简洁、使用便捷，可操作性强。

[0026] 为了使本实用新型的目的、技术方案及优点更加清楚明白，下文将要描述的各种实施例将要参考相应的附图，这些附图构成了实施例的一部分，其中描述了实现本实用新型可能采用的各种实施例。应明白，还可使用其他的实施例，或者对本文列举的实施例进行结构和功能上的修改，而不会脱离本实用新型的范围和实质。在其他情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本实用新型的描述。

[0027] 如图1所示，一种针对指纹识别自学习算法的攻击测试装置，包括指纹传感器1、指纹调试板2以及测试模块3，指纹传感器1、指纹调试板2以及测试模块3依次连接，攻击测试装置还包括放置台体4与网罩结构5。指纹传感器1设置在放置台体4上，放置台体4设置在网罩结构5内。本攻击测试装置中的网罩结构5用来制造指纹伪特征点，通过指纹传感器1采集包含伪特征点的指纹图像来攻击测试指纹自学习算法以验证其功能和安全性能。具体来说，当手指由上而下从网罩结构5压向指纹传感器1，指纹传感器1能够采集该手指的指纹图像，指纹调试板2用于对指纹图像进行测试前调试与电流数据(如功耗电流)的采集(由于不同的指纹传感器采集的指纹图像清晰度及噪声多少的不同，因而需要对指纹图像进行测试前的数据采集和相应调试)，测试模块3通过识别调试后的指纹图像来验证指纹识别自学习算法的安全性能。测试模块3中设有多种指纹识别自学习算法，测试模块3为安装指纹识别自学习算法的载体以及显示测试结果的载体(如电脑)，指纹识别自学习算法为自有技术或现有技术，在此不再赘述。

[0028] 如图2所示，网罩结构5包括至少一条金属丝50、多个固定针51以及一个底座52。每一个固定针51的一端设有可供金属丝50穿出的孔，其另一端与底座52通过但不限于焊接、铆接或插接方式固定连接；另一方面，为加工之便，固定针51与底座52还可以为一体结构。金属丝50穿过部分或全部上述的孔，并通过绑定方式与固定针51可拆卸连接，其中，金属丝可以是一条较长的金属丝，也可以是多条较短的金属丝。

[0029] 优选地，金属丝50的直径为0.05‑0.1mm。金属丝可塑性强，可以变换成多种图案纹路以供测试，能模拟指纹纹路且不易发生变型，是本装置用于检测较好的材料。本实施例中金属丝50为铜丝。如图3所示，进一步地，金属丝50连接在固定针51上能够形成不同的图案纹路，图案纹路可以是直线型纹路的直线交叉纹路或直线平行纹路，也可以是曲线纹路或波浪线纹路。再者，底座52与放置台体4为独立结构或通过固定装置(如连接件、连接杆)连接；放置台体4与指纹传感器1通过固定结构(如卡扣连接或通过固定件)固定连接，还可以是其他可以防止指纹传感器1从放置台体4滑落的防滑结构(如增加摩擦的垫子)相连接；指纹传感器1与指纹调试板2通过软性电路板或导线连接。指纹调试板2与测试模块3通过USB线连接。

[0030] 具体实施例为：开启电脑上存储的测试模块3，进入注册模式，手指按压指纹传感器先行注册一个指纹A，此时可以查看到注册指纹的图像，注册指纹图像如图4所示。测试开始，将指纹传感器1固定在放置台体4，此时，网罩结构5的超细金属丝(选择直线交叉纹路、直线平行纹路、曲线纹路以及波浪线纹路任意一种图案纹路)覆盖于指纹传感器表面，开启测试模块3的指纹比对模式，手指向下按压指纹传感器，采集指纹图像与已注册指纹A进行比对，指纹测试软件中会显示对比的指纹图像以及比对结果，对比的指纹图见图5所示。

[0031] 图4的指纹图像，其中的白色条纹为指纹上天然的横纹①或竖纹②，在我们的指纹中普遍存在。指纹横竖纹的出现让连续平滑的指纹纹路出现中断，形成短纹，孤立点等特征点。在测试装置中搭配使用超细直径的金属铜丝，使其平行或不同角度交叉，可模拟指纹中的横竖纹，形成伪特征点，帮助我们测试指纹自学习算法的安全性能。图4所采集的指纹，其中的白色条纹③和④为超细铜丝模拟的横纹，其与指纹原有的天然横竖纹交叉，打断了指纹局部区域的平滑指纹，形成了新的短纹和孤立点，交叉点等伪特征点。在识别到的指纹中有大部分已注册指纹A的特征点，局部区域有新特征点出现的情况下，自学习算法很可能认为新出现的伪特征点是注册指纹A未录入的部分，从而将其加入到指纹A的指纹数据库中。因此，本装置用于检测自学习算法是否存在上述存在安全性问题。

[0032] 现通过该装置检测自学习算法升级前与升级后的攻击测试结果为：在自学习算法升级前，装置使用多条超细金属丝模拟指纹纹路，使用未注册指纹进行比对攻击测试，测试比对450次，有2次对比成功，比对成功率0.44％。在如上攻击测试结果不理想的情况下，对自学习算法升级后，使用同样的装置及未注册指纹进行比对攻击测试，测试比对1000次，有0次对比成功，比对成功率0％，算法安全性能有明显提升。

[0033] 综上所述，本实用新型利用细丝模拟指纹横纹或竖纹，制造指纹伪特征点，攻击测试指纹自学习算法，验证其功能和安全性能。本装置不仅能够测试指纹自学习算法的功能，还能够检测算法的安全性能；装置中的金属丝可塑性强，可以变换成多种图案纹路以供测试，能模拟指纹纹路且不易发生变型，因而，在测试中，使用固定好的图案测试不同的算法，能够快速对比出多种算法安全性能上的优劣；另外，本装置结构简洁、使用便捷，可操作性强。

[0034] 以上所述仅为本实用新型的较佳实施例而已，本领域技术人员知悉，在不脱离本实用新型的精神和范围的情况下，可以对这些特征和实施例进行各种改变或等同替换。另外，在本实用新型的教导下，可以对这些特征和实施例进行修改以适应具体的情况及材料而不会脱离本实用新型的精神和范围。因此，本实用新型不受此处所公开的具体实施例的限制，所有落入本申请的权利要求范围内的实施例都属于本实用新型的保护范围。