[P-Reinforce] Substantial content added to ML/Bio/Security (Count: 2,166)

AI/Biometrics.md

@@ -1,25 +1,30 @@
 ---
-id: P-REINFORCE-AUTO-90C871
-category: "[[10_Wiki/💡 Topics/AI]]"
-confidence_score: 0.90
-tags: [auto-reinforced]
+id: P-REINFORCE-SCI-BIOMETRIC
+category: "[[10_Wiki/💡 Topics/Science]]"
+confidence_score: 0.97
+tags: [Biometrics, Security, Authentication, Pattern Recognition]
 last_reinforced: 2026-04-20
-github_commit: "[P-Reinforce] Continuous Worker - Biometrics"
 ---
 
-# [[Biometrics]]
+# [[Biometrics]] (생체 인식 보안)
 
 ## 📌 한 줄 통찰 (The Karpathy Summary)
-> 지식 요약 정보 추출 중...
+> 비밀번호는 '내가 아는 것(What you know)'이지만, 생체 인식은 '나 자신(What you are)'을 증명하는 것이며 가장 보안이 강력하지만 복구 불가능한 인증 수단이다.
 
 ## 📖 구조화된 지식 (Synthesized Content)
-본문 구조화 작업 중...
+- **Physiological vs Behavioral**:
+    - **생리학적 특성**: 지문, 안면, 홍채, 정맥 패턴 등 고정된 신체적 특징.
+    - **행동적 특성**: 걸음걸이(Gait), 타이핑 리듬, 음성 등 개인이 가진 고유한 행동 패턴.
+- **FAR vs FRR (보안의 저울질)**:
+    - **FAR (False Acceptance Rate)**: 타인을 나로 오인할 확률 (보안 위협).
+    - **FRR (False Rejection Rate)**: 나를 타인으로 오인할 확률 (사용자 불편).
+    - 이 두 지표가 만나는 지점(EER)을 최소화하는 것이 시스템 성능의 핵심이다.
+- **Anti-spoofing (Liveness Detection)**:
+    - 사진이나 가짜 지문(Spoof)을 가려내기 위해 눈 깜빡임, 혈류 감지 등으로 실제 살아있는 신체인지 확인하는 기술.
 
-## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
-- **과거 데이터와의 충돌:** 자동화 엔진에 의해 매핑된 지식으로, 추후 정밀 검증 필요.
-- **정책 변화:** AI 분야의 자동 자산화 수행.
+## ⚠️ 모순 및 업데이트 (RL Update)
+- 생체 정보는 한 번 유출되면 '비밀번호 변경'이 불가능하다. 따라서 생체 데이터를 서버에 날것으로 저장하지 않고, 암호화된 요약본(Hash)으로만 관리하는 분산 인증 프레임워크(FIDO)가 필수적이다.
 
 ## 🔗 지식 연결 (Graph)
-
-- Raw Source: [[00_Raw/2026-04-20/Biometrics.md]]
----
+- Related: [[System_Protocol_Standard]] , [[Deployment_Final_Gate]]
+- Foundation: [[Information Theory]]