指纹中间样本处理功能针对指纹进行修剪、下采样、压缩、转换成数据交换格式标准以及图像增强等处理操作，形成指纹中间样本。
指纹特征提取功能针对经过标准化处理后的指纹中间样本分离并输出可重复性和辨识性的数值或标记，形成指纹样本，并将其提交给匹配过程。通常来说，一旦原始指纹数据已经处理，通过已经处理的数据或模板重构原始指纹数据是不可行的。
质量控制拒绝接受样本时，指纹采集模块可能会采集新的样本。

1.3 指纹登记模块

根据指纹处理模块提供的信息，进行指纹登记处理，并将指纹特征数据信息提交数据存储管理模块进行存储。

1.4 指纹识别模块

根据指纹处理模块提供的指纹样本，以及经存储管理模块提供的指纹特征参考，进行指纹识别比对。比较所产生的分数值表明指纹样本和指纹特征参考匹配的程度。

1.5 指纹识别决策模块

指纹识别决策模块接收从指纹识别模块输出的比对数值，根据设置的指纹识别决策策略，为指纹识别应用产生一个声称者是否是其所声称的身份的是非决定。

指纹识别决策策略可以包括：

匹配阈值
每次识别所允许的匹配尝试次数
每个声称者登记的参考模板数目
在匹配过程中使用内部控制，用以检测指纹特征样本是否相同
使用串行、并行、加权或者融合的决策模型，使用多次参考模板

1.6 管理模块

1.6.1 存储管理

存储功能为登记的用户保存指纹特征参考。根据指纹识别模块的需要，它提供登记指纹特征参考的增加、删除和检索功能。存储模块根据系统架构和预期的功能，可为单个用户保存一个或大量指纹模板。

模板可以存储在：

指纹特征设备中的物理保护介质；
计算机系统的常规数据库；
便携的令牌，例如智能卡。

1.6.2 传输管理

传输管理部分实现各模块节点或子系统以及其他信息系统间的通信与数据传输。

1.6.3 安全管理

安全管理部分负责管理指纹识别系统安全决策的执行和应用。

1.7 应用开放功能

指纹识别系统包含指纹采集、指纹处理、指纹登记、指纹识别、指纹识别决策和管理等功能模块。这些模块用以实现指纹登记、指纹验证以及指纹辨识三种基础身份鉴别安全功能。

1.7.1 指纹登记功能

为用户创建指纹特征参考，并将其作为鉴别用户身份唯一标识的依据。

1.7.2 指纹验证功能

依据某使用者所声称的身份以及提供的指纹特征，对其身份进行鉴别，验证用户的真实身份是否与其声称的身份一致。

1.7.3 指纹辨识功能

用以确定某使用者是否已经注册在系统中，如果是则确定其身份。

2. 工作流程

指纹识别系统的工作流程框图如下图所示。

2.1 指纹登记

指纹登记是将用户身份与指纹特征参考数据绑定并保存的过程。依据指纹特征模板是否允许更新，指纹登记可分为初始登记和再登记。

指纹登记过程一般包括：

指纹样本采集；
指纹特征提取；
指纹特征质量评价，如果不合格则重新采集；
指纹特征模板生成与存储；
测试登记是否成功；
若初始登记不合格，可能允许重复登记尝试。

2.2 指纹验证

在指纹验证过程中，用户提交所声称的身份和进行验证所需要的指纹特征。通常基于所声称的身份，系统提取用户的指纹模板，并将其与从所采集指纹样本产生的特征进行比对，以确定用户是否确实是所声称身份的拥有者。

指纹验证一般包括以下步骤：

指纹样本采集；
指纹特征提取；
指纹特征质量评价；如果不合格则重新采集；
比对输入指纹特征与其所声称的身份的对应指纹模板；
判断相似度是否超过确定的门限；
根据指纹识别决策策略和比对得分判断是否匹配。

2.3 指纹辨识

指纹辨识的过程是试图确定某使用者是否已注册在系统中，如果是则确定其身份。

指纹辨识通常包括以下步骤：

指纹样本采集；
指纹特征提取；
指纹特征质量评价；如果不合格则重新采集；
比对输入指纹特征及系统中的待比对指纹模板；
判断是否有匹配上的身份；
根据指纹识别决策策略和输出的一组比对得分做出辨识结论。

3. 系统安全

《生物特征识别白皮书（2019年版）》概括了生物特征识别系统安全问题主要可以分为两种类型：系统内在限制和系统外部攻击。

3.1 系统内在限制

一是“错误不匹配”，即来自合法用户的样本由于算法设计和样本采集准确度等问题不能正确识别，导致合法用户无法正常使用系统

二是“错误匹配”，即来自非法用户的样本与已注册样本的相似度高，被错误的当作合法用户。

生物特征识别技术研究的核心工作之一就是提高准确率，减少“错误不匹配”和“错误匹配”。

3.2 系统外部攻击

系统外部攻击可能来自于系统管理员，也可能来自于外部对于系统的直接攻击。生物特征识别系统通常包括生物特征注册和生物特征识别两部分，这两个部分都易受到安全威胁，如下图所示。

伪造身份：攻击者使用伪造的身份（如假的身份证件或身份证明材料）向系统申请注册，并且通过了身份审核，在用户生物特征模板数据库中形成了生物特征和身份之间伪造的对应关系；
伪造特征：攻击者在系统采集生物特征样本时，提供虚假生物特征；
篡改特征处理器：攻击者在系统提取、处理生物特征时进行攻击，在用户生物特征模板数据库中注册形成虚假样例；
传送攻击：攻击者在生物特征采集子系统向用户生物特征模板数据库进行数据传送时进行攻击，一方面可以获取注册用户的生物特征信息，另一方面也可以将篡改和伪造的生物特征信息在用户生物特征模板数据库中注册；
侵库攻击：攻击者通过黑客手段侵入系统的用户生物特征模板数据库，对已注册的用户生物特征信息进行篡改和伪造；
重放攻击：攻击者对生物特征采集子系统和匹配子系统之间的信息传递进行攻击，重放合法注册用户生物特征信息，对匹配子系统进行欺骗，从而达到通过身份认证的目的；
篡改匹配器：攻击者通过对匹配器进行攻击，篡改匹配结果，从而达到通过身份认证的目的。

生物特征加密是解决生物特征识别系统安全隐患问题的主要方法之一。

大多数生物特征采集器是通过程序驱动进行数据明文传输，存在数据被劫持、被篡改和被替换的风险。建议在数据传输过程中，增加数据加密机制及访问控制等防护手段，提升数据传输过程的安全性。

生物特征处理模块负责接收采集图像信息，并进行算法运算处理，存在数据被篡改、模块被劫持和数据泄露等风险。建议对生物特征处理模块进行安全加固，如果生物特征处理模块还负责生物特征的本地比对，则需要采用TEE（Trust Execution Environment，可信执行环境）等安全可信环境进行保护。

生物特征识别系统客户端与服务端通常使用互联网进行通信，存在数据被窃听、重放攻击和中间人攻击等风险。建议客户端与服务端通信采用加密通信链路，如条件允许可结合令牌并采用密码技术，实现数据加密、数据防篡改和防止中间人攻击等安全防护能力。

生物特征识别系统服务端面临的安全风险主要是数据泄露，生物特征数据属于个人隐私信息，一旦泄露将造成极大危害。建议增强服务端网络防护安全性，使用密码技术进行加密和脱敏等手段进行数据安全防护。采用标准化的生物识别鉴别框架，通过分散风险和利用硬件安全能力，来避免安全风险，减少用户隐私泄露的风险。

生物特征识别安全问题还应包括发生安全事件后的紧急应对措施，针对生物特征识别信息控制者需要制定一系列相关规范，主要的措施包括要求个人信息控制者建立自身的评估机制，定期对个人信息安全影响进行评估；建设适当的数据安全能力，定期对相关人员进行管理培训；完善具体的审计系统，对自身建立的相关隐私政策以及安全措施进行有效的审计；落实必要的管理和技术措施，最大程度地防范个人信息的泄露、损毁和丢失等情况发生；形成较为完备的安全事件应急处理机制，最大程度降低事件带来的不良后果。