Antigravity Agent
1.8 KiB
1.8 KiB
id: P-Reinforce-SCI-BIOMETRIC category: Unified confidence_score: 0.97 tags: [Biometrics, Security, Authentication, Pattern Recognition] last_reinforced: 2026-04-20
Biometrics (생체 인식 보안)
📌 한 줄 통찰 (The Karpathy Summary)
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)
- 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 (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)
- Related: System_Protocol_Standard , Deployment_Final_Gate
- Foundation: Information Theory