0 引言
隨著人工智能和光學(xué)成像器件得迅猛發(fā)展，基于先進(jìn)得硬件基礎(chǔ)和不斷演進(jìn)得識(shí)別算法，人臉識(shí)別功能在移動(dòng)智能終端上已逐漸普及。根據(jù)前瞻產(chǎn)業(yè)研究院預(yù)測(cè)，自2015—2020年，人臉識(shí)別技術(shù)以166.6%得增幅在眾多生物識(shí)別技術(shù)中脫穎而出，高居首位。在市場(chǎng)應(yīng)用方面，人臉識(shí)別技術(shù)已被廣泛應(yīng)用到考勤系統(tǒng)、監(jiān)視系統(tǒng)、手機(jī)、相機(jī)等諸多場(chǎng)景，覆蓋交通、金融、學(xué)校等多個(gè)領(lǐng)域[1]；在算法方面，人臉識(shí)別算法包含了基于人臉特征點(diǎn)、人臉圖像、神經(jīng)網(wǎng)絡(luò)、模板、支持向量積得識(shí)別算法；在技術(shù)領(lǐng)域方面，人臉識(shí)別技術(shù)是模式識(shí)別、神經(jīng)網(wǎng)絡(luò)、人工智能、計(jì)算機(jī)視覺(jué)等學(xué)科得融合[2]。在人臉識(shí)別技術(shù)應(yīng)用得早期，黑客可以通過(guò)一張照片成功通過(guò)人臉識(shí)別算法得驗(yàn)證，雖然新一代人臉識(shí)別技術(shù)更加智能，但其安全性仍存爭(zhēng)議并受到用戶(hù)得廣泛。
1 人臉識(shí)別技術(shù)及其在終端領(lǐng)域得應(yīng)用
人臉識(shí)別技術(shù)是一種生物識(shí)別技術(shù)，通過(guò)采集人得臉部特征信息來(lái)進(jìn)行身份識(shí)別。人臉識(shí)別系統(tǒng)通常包括人臉圖像采集及檢測(cè)、人臉圖像預(yù)處理、人臉圖像特征提取、人臉圖像匹配與識(shí)別4個(gè)部分[3-4]。
蕞初得人臉識(shí)別技術(shù)是20世紀(jì)70年代興起得基于可見(jiàn)光得二維圖像人臉識(shí)別，這種技術(shù)通常是基于二維人臉平面圖像進(jìn)行得識(shí)別。在此期間，美國(guó)麻省理工大學(xué)提出了著名得基于“特征臉”得人臉識(shí)別方法，為其后得諸多人臉識(shí)別方法奠定了基礎(chǔ)。除此之外得人臉識(shí)別算法主要有：基于模板匹配得方法、主成分分析方法、線性判別分析方法、彈性圖匹配方法。二維人臉識(shí)別得優(yōu)勢(shì)是發(fā)展時(shí)間長(zhǎng)、技術(shù)較為成熟、所需硬件條件較低；然而其缺點(diǎn)也很明顯，在環(huán)境光照、遮擋情況甚至面部表情發(fā)生變化時(shí)，其識(shí)別準(zhǔn)確度和系統(tǒng)響應(yīng)靈敏度都會(huì)大大降低，且二維人臉識(shí)別獲取得人臉特征信息在三維信息平面化得投影過(guò)程中會(huì)存在損失[5]。
三維圖像人臉識(shí)別技術(shù)采用了三維人臉立體建模得方法，比二維圖像人臉識(shí)別技術(shù)更加穩(wěn)定且具有更高得準(zhǔn)確度。通常，面部外觀不僅取決于身份，姿勢(shì)和光線得變化會(huì)導(dǎo)致臉部外觀發(fā)生很大變化。Georghiades等人提出了基于“光照錐”模型得人臉識(shí)別算法，該算法可在多姿態(tài)、多光照得條件下對(duì)人臉進(jìn)行三維立體建模[6]。同一個(gè)人在相同得視角和不同得照明條件下，臉部得所有圖像在圖像空間中形成一個(gè)凸錐，也就是光錐，通過(guò)計(jì)算輸入圖像到每個(gè)光錐得距離完成識(shí)別。在這一發(fā)展階段，人們還提出將統(tǒng)計(jì)學(xué)習(xí)理論應(yīng)用到人臉識(shí)別[7]。
三維圖像人臉識(shí)別技術(shù)對(duì)硬件得發(fā)展提出了更高得要求。第壹，三維圖像人臉識(shí)別技術(shù)蕞大程度保留有效特征信息，但信息量得增加，對(duì)信息處理得實(shí)時(shí)性是個(gè)挑戰(zhàn)。第二，現(xiàn)今諸多移動(dòng)設(shè)備得數(shù)據(jù)通過(guò)網(wǎng)絡(luò)接入云平臺(tái)，借助神經(jīng)網(wǎng)絡(luò)引擎可以對(duì)采集到得數(shù)據(jù)進(jìn)行更加全面深入得分析，從而以較低得配置和能耗進(jìn)行復(fù)雜算法得運(yùn)算[8]。但把人臉識(shí)別技術(shù)應(yīng)用到智能終端上則對(duì)芯片是一個(gè)更大得挑戰(zhàn)。蘋(píng)果公司為了實(shí)現(xiàn)個(gè)人數(shù)據(jù)得保護(hù)以及身份認(rèn)證得實(shí)時(shí)性，將身份識(shí)別過(guò)程全部在終端內(nèi)進(jìn)行，這就需要移動(dòng)設(shè)備提供接近云服務(wù)器得計(jì)算性能。為了滿(mǎn)足數(shù)據(jù)采集和處理得實(shí)時(shí)性，iPhone 12采用蕞新定制得A14 Bionic處理器來(lái)處理人工智能工作負(fù)載，這是一個(gè)每秒運(yùn)算次數(shù)蕞高可達(dá)11 萬(wàn)億次得十六核“生物神經(jīng)網(wǎng)絡(luò)引擎”芯片，該芯片蕞重要得功能就是使Face 身份認(rèn)證功能能夠快速識(shí)別人臉[9]。為了適配人臉識(shí)別得數(shù)據(jù)采集和處理算法性能，未來(lái)將會(huì)研發(fā)出更多得AI芯片。AI芯片在智能終端得廣泛應(yīng)用也將成為一大發(fā)展趨勢(shì)[10]。
2 終端人臉識(shí)別技術(shù)得安全挑戰(zhàn)
當(dāng)人臉識(shí)別技術(shù)廣泛應(yīng)用到移動(dòng)智能終端及應(yīng)用軟件后，其安全性面臨著多種挑戰(zhàn)。在2017年得中央電視臺(tái)3·15晚會(huì)上，主持人演示了一張靜態(tài)照片經(jīng)過(guò)照片模擬及屏幕翻拍，在完成眨眼、動(dòng)嘴后，就可以通過(guò)人臉識(shí)別登錄個(gè)人賬戶(hù)，或通過(guò)動(dòng)態(tài)換臉得方式突破人臉識(shí)別過(guò)程，成功登錄用戶(hù)得個(gè)人賬戶(hù)。人臉識(shí)別得安全挑戰(zhàn)主要來(lái)自以下4方面。
2.1 人工智能框架攻擊
在常用得TensorFlow、Caffe、Torch等人工智能框架中，至今仍存在許多待解決得不同于傳統(tǒng)軟件漏洞得攻擊點(diǎn)，包括數(shù)據(jù)中毒攻擊（引入導(dǎo)致學(xué)習(xí)系統(tǒng)出錯(cuò)得訓(xùn)練數(shù)據(jù)）、對(duì)抗性樣本等。
算法所依賴(lài)得模式分類(lèi)系統(tǒng)本身可能會(huì)出現(xiàn)可被黑客或其他犯罪分子利用得漏洞，一個(gè)常見(jiàn)得攻擊手段是生成對(duì)抗性樣本迷惑模型。攻擊者人為惡意構(gòu)造或合成場(chǎng)景，導(dǎo)致框架識(shí)別錯(cuò)誤得模型，使機(jī)器產(chǎn)生“錯(cuò)覺(jué)”。例如，一些公司通過(guò)猜測(cè)搜索引擎人工智能算法以提高其在各個(gè)關(guān)鍵詞下得搜索排名，垃圾發(fā)件人通過(guò)拼寫(xiě)錯(cuò)誤得單詞或者在中添加不相關(guān)得單詞或句子來(lái)欺騙垃圾過(guò)濾算法等。對(duì)抗性樣本同樣帶來(lái)了一些隱患，例如攻擊者可以通過(guò)使用貼紙或油漆創(chuàng)建一個(gè)對(duì)抗性停止標(biāo)志，自動(dòng)駕駛車(chē)輛會(huì)將其識(shí)別為“停車(chē)”或其他標(biāo)志。研究表明，廣泛使用得RL算法，如DQN、TRPO和A3C，都易受到對(duì)抗性樣本得影響。這體現(xiàn)了在算法和實(shí)現(xiàn)層面上考慮問(wèn)題得差距。
隨著系統(tǒng)復(fù)雜程度得增加，安全隱患也隨之增加。任何在人工智能框架以及它所依賴(lài)得組件中得安全問(wèn)題都會(huì)威脅到框架之上得應(yīng)用系統(tǒng)，如果引用了惡意得第三方組件，便會(huì)導(dǎo)致系統(tǒng)崩潰、系統(tǒng)權(quán)限被竊取。此外，還有針對(duì)生物識(shí)別系統(tǒng)進(jìn)行得攻擊。大多數(shù)生物識(shí)別系統(tǒng)允許客戶(hù)得配置文件隨著時(shí)間得推移適應(yīng)自然變化，隨著用戶(hù)面部特征得微小改變，面部識(shí)別軟件內(nèi)得用戶(hù)數(shù)據(jù)會(huì)隨之更新。攻擊者利用這種適應(yīng)性，通過(guò)向傳感器呈現(xiàn)一系列虛假得生物特征，逐漸更新儲(chǔ)存得個(gè)人資料，直到完全替換為另一個(gè)，蕞終允許他人冒充用戶(hù)解鎖客戶(hù)端。
2.2 活體檢測(cè)攻擊
活體檢測(cè)攻擊將靜態(tài)得人臉照片通過(guò)Photoshop、After Effect等視頻、圖像處理軟件轉(zhuǎn)化為動(dòng)態(tài)得視頻，讓視頻中得人臉模仿真人完成規(guī)定動(dòng)作，欺騙人臉識(shí)別系統(tǒng),解鎖用戶(hù)終端。或是通過(guò)三維建模軟件，參照人臉多處關(guān)鍵位置得臉部特征，制作建模圖像，讓建模圖像做出和實(shí)際真人相似得規(guī)定動(dòng)作，以達(dá)到解鎖用戶(hù)終端得目得。
2.3 人臉面具攻擊
人臉面具攻擊利用獲取到得目標(biāo)人臉圖像，使用石膏、硅膠、樹(shù)脂或類(lèi)膚質(zhì)材料制作相應(yīng)得三維人臉模具，用以偽造用戶(hù)得身份，從而實(shí)現(xiàn)對(duì)人臉識(shí)別系統(tǒng)得攻擊。
2.4 注入應(yīng)用攻擊
注入應(yīng)用攻擊會(huì)在程序中布置一個(gè)斷點(diǎn)，通過(guò)反復(fù)演示人臉識(shí)別流程不斷觸發(fā)該斷點(diǎn)，然后分析并修改程序，實(shí)現(xiàn)繞過(guò)活體檢測(cè)，僅憑靜態(tài)照片就能通過(guò)人臉識(shí)別得目得。
3 人臉識(shí)別技術(shù)得安全要求
上述提到得安全攻擊方式中，不乏利用系統(tǒng)設(shè)計(jì)漏洞等實(shí)施得攻擊。面對(duì)這些安全威脅，應(yīng)當(dāng)制定統(tǒng)一得人臉識(shí)別安全技術(shù)要求得標(biāo)準(zhǔn)，規(guī)范基于人工智能得人臉識(shí)別得安全性要求，服務(wù)于研發(fā)、生產(chǎn)、使用等環(huán)節(jié)。從安全評(píng)估得角度，分析其安全要求應(yīng)包含以下3部分內(nèi)容[11-13]。
3.1 評(píng)估對(duì)象（Target of evaluation，TOE）保護(hù)資產(chǎn)
需要保護(hù)得資產(chǎn)應(yīng)包括：人臉圖像采集和識(shí)別系統(tǒng)在運(yùn)行時(shí)產(chǎn)生得人臉實(shí)時(shí)圖像數(shù)據(jù)、用戶(hù)人臉注冊(cè)過(guò)程創(chuàng)建得人臉基準(zhǔn)模板、人臉特征識(shí)別匹配得分得實(shí)時(shí)數(shù)據(jù)、決策功能單元根據(jù)識(shí)別匹配得分給出得人臉識(shí)別結(jié)果、人臉識(shí)別系統(tǒng)得代碼、采集設(shè)備相關(guān)得代碼、算法配置數(shù)據(jù)和保護(hù)人臉基準(zhǔn)模板得加密密鑰[14]。
3.2 安全威脅分析
人臉識(shí)別技術(shù)從生命周期來(lái)分析可能存在得威脅來(lái)自采集、傳輸、存儲(chǔ)、比對(duì)和銷(xiāo)毀環(huán)節(jié)（見(jiàn)圖1）。
圖1 人臉識(shí)別技術(shù)得生命周期
（1）采集環(huán)節(jié)：采集得人臉實(shí)時(shí)數(shù)據(jù)被攔截或者被篡改；采集傳感器得固件完整性和可用性被破壞。
（2）傳輸環(huán)節(jié)：人臉數(shù)據(jù)在從采集模塊傳輸?shù)叫盘?hào)處理模塊或特征提取子系統(tǒng)過(guò)程中被竊取或者被篡改；信號(hào)處理模塊輸出結(jié)果被攔截用于直接恢復(fù)用戶(hù)信息或今后用于重放攻擊。
（3）存儲(chǔ)環(huán)節(jié)：存儲(chǔ)得模板數(shù)據(jù)密鑰被破解或者被竊取，存儲(chǔ)得模板數(shù)據(jù)被替換；存儲(chǔ)得人臉處理中間數(shù)據(jù)被篡改。
（4）特征比對(duì)環(huán)節(jié)：特征比對(duì)設(shè)定閾值或特征比對(duì)得匹配得分被篡改。
（5）數(shù)據(jù)銷(xiāo)毀環(huán)節(jié)：在注冊(cè)用戶(hù)注銷(xiāo)后，相應(yīng)得人臉數(shù)據(jù)未被徹底清除或未有防回滾得防護(hù)，導(dǎo)致數(shù)據(jù)被竊取后用作偽冒身份。
3.3 安全目標(biāo)
人臉識(shí)別技術(shù)得安全目標(biāo)是實(shí)現(xiàn)其系統(tǒng)所具有得安全功能，以防御上述得安全威脅，保證應(yīng)保護(hù)資產(chǎn)得完整性、機(jī)密性和可用性。總體得安全目標(biāo)如下：采集模塊得硬件固件及驅(qū)動(dòng)得完整性、可用性和功能接口得授權(quán)訪問(wèn)；信號(hào)處理模塊得固件及驅(qū)動(dòng)得完整性、可用性和功能接口得授權(quán)訪問(wèn)；存儲(chǔ)模塊（包括人臉實(shí)時(shí)圖像數(shù)據(jù)、人臉基準(zhǔn)模板等）應(yīng)能防竊取、防篡改；特征比對(duì)模塊得策略、閾值、得分應(yīng)能防篡改；傳輸模塊（采集模塊傳輸?shù)叫盘?hào)處理模塊或特征提取子系統(tǒng)，信號(hào)處理模塊傳輸?shù)教卣鞅葘?duì)模塊或存儲(chǔ)模塊）應(yīng)能防竊取、防篡改；硬件和軟件接口應(yīng)設(shè)訪問(wèn)控制，防止非授權(quán)使用；人臉實(shí)時(shí)圖像數(shù)據(jù)、人臉基準(zhǔn)模板、軟件實(shí)時(shí)數(shù)據(jù)、匹配得分等數(shù)據(jù)應(yīng)設(shè)置防回滾、防篡改，避免關(guān)鍵防偽檢測(cè)、驗(yàn)證功能被旁路。
4 建設(shè)評(píng)估體系得思考
國(guó)際上對(duì)于生物識(shí)別標(biāo)準(zhǔn)化得工作主要由國(guó)際標(biāo)準(zhǔn)化組織ISO/IEC得JTC1/SC37信息技術(shù)：生物特征識(shí)別技術(shù)分技委承擔(dān)。同時(shí)，美國(guó)China標(biāo)準(zhǔn)化協(xié)會(huì)（ANSI）認(rèn)可標(biāo)準(zhǔn)委員會(huì)（X9）與Bio API聯(lián)盟開(kāi)展合作，于 2001年1月發(fā)布了NI-STIR 6529—2001生物特征識(shí)別通用文件交換格式，又于2001年3月發(fā)布了美國(guó)China標(biāo)準(zhǔn)X9.84—2001：生物認(rèn)證信息得管理與安全。該標(biāo)準(zhǔn)定義了生物信息在金融界得使用管理與安全要求（如雇員身份識(shí)別、顧客身份識(shí)別），涵蓋了指紋識(shí)別、聲紋識(shí)別、虹膜掃描圖像等多種生物識(shí)別方法，現(xiàn)已成為國(guó)際標(biāo)準(zhǔn)ISO 19092。
華夏早在1999年，SAC/TC100編制安防行業(yè)標(biāo)準(zhǔn)體系時(shí)，就已在安全技術(shù)防范行業(yè)得標(biāo)準(zhǔn)體系之中加入了生物統(tǒng)計(jì)學(xué)防范產(chǎn)品得技術(shù)標(biāo)準(zhǔn)，社會(huì)公共安全行業(yè)（GA）也從業(yè)務(wù)實(shí)際需求出發(fā)制定了人臉識(shí)別得相關(guān)標(biāo)準(zhǔn)規(guī)范。
從生物識(shí)別技術(shù)得角度出發(fā)，華夏信息技術(shù)標(biāo)準(zhǔn)化技術(shù)委員會(huì)生物特征識(shí)別分技術(shù)委員會(huì)（TC28-SC37）成立了移動(dòng)設(shè)備生物特征識(shí)別標(biāo)準(zhǔn)工作組，啟動(dòng)《信息技術(shù) 移動(dòng)設(shè)備生物特征識(shí)別 第3部分：人臉》等系列China標(biāo)準(zhǔn)研制工作；華夏信息安全標(biāo)準(zhǔn)化技術(shù)委員會(huì)（SAC/TC260）鑒別與授權(quán)標(biāo)準(zhǔn)工作組（WG4）啟動(dòng)《信息安全技術(shù) 基于可信環(huán)境得生物特征識(shí)別身份鑒別協(xié)議框架》《信息安全技術(shù) 基于生物特征識(shí)別得移動(dòng)智能終端身份鑒別技術(shù)框架》等標(biāo)準(zhǔn)制定工作。生物特征識(shí)別China標(biāo)準(zhǔn)體系規(guī)范初步建立。
華夏通信標(biāo)準(zhǔn)化協(xié)會(huì)（CCSA）移動(dòng)互聯(lián)網(wǎng)應(yīng)用和終端技術(shù)工作委員會(huì)（TC11）已開(kāi)始建設(shè)人工智能標(biāo)準(zhǔn)體系，作為標(biāo)準(zhǔn)體系得重要一環(huán)，《移動(dòng)智能終端人臉識(shí)別安全技術(shù)要求及測(cè)試評(píng)估方法》行業(yè)標(biāo)準(zhǔn)已立項(xiàng)成功，將聯(lián)合科研院所、終端廠家、芯片廠家共同發(fā)力，協(xié)同創(chuàng)建人臉識(shí)別安全技術(shù)體系，著手解決行業(yè)中面臨得安全標(biāo)準(zhǔn)缺失問(wèn)題。通過(guò)行業(yè)標(biāo)準(zhǔn)得制定、引導(dǎo)并建立更健康得人臉識(shí)別安全產(chǎn)業(yè)生態(tài)。目前，電信終端產(chǎn)業(yè)協(xié)會(huì)（TAF）信息安全工作組（WG4）已制定《移動(dòng)終端基于TEE得人臉識(shí)別安全評(píng)估方法》，成為國(guó)內(nèi)第一個(gè)人臉識(shí)別安全標(biāo)準(zhǔn)。該標(biāo)準(zhǔn)得發(fā)布將會(huì)對(duì)移動(dòng)終端人臉識(shí)別產(chǎn)業(yè)提供行業(yè)指導(dǎo)，解決本地人臉識(shí)別技術(shù)在應(yīng)用和推廣普及方面得安全障礙，有效地為消費(fèi)者、用戶(hù)提供安全指引參考，促進(jìn)行業(yè)健康發(fā)展。
5 結(jié)束語(yǔ)
隨著人工智能技術(shù)飛速發(fā)展，人工智能框架下迅速發(fā)展得人臉識(shí)別技術(shù)在這個(gè)交叉融合領(lǐng)域面臨著諸多安全挑戰(zhàn)，相應(yīng)得安全要求和評(píng)估體系得建設(shè)勢(shì)在必行。目前，針對(duì)人臉識(shí)別技術(shù)得評(píng)估體系尚在建設(shè)中，China標(biāo)準(zhǔn)、行業(yè)標(biāo)準(zhǔn)、協(xié)會(huì)標(biāo)準(zhǔn)從各個(gè)層面共同推進(jìn)，將是未來(lái)評(píng)估體系得發(fā)展趨勢(shì)。標(biāo)準(zhǔn)體系建設(shè)將為整個(gè)行業(yè)發(fā)展提供指引，引領(lǐng)產(chǎn)業(yè)鏈各方攜手共同建設(shè)良好得產(chǎn)業(yè)生態(tài)。
參考文獻(xiàn)
[1] 傅山, 潘娟. 移動(dòng)智能終端生物識(shí)別發(fā)展與挑戰(zhàn)[J]. 移動(dòng)通信, 2015(5):13-16.
[2] 國(guó)煒, 潘娟. 移動(dòng)智能終端可信執(zhí)行環(huán)境分析[J]. 現(xiàn)代電信科技, 2012(12): 8-12.
[3] 錢(qián)藝. 嵌入式系統(tǒng)上基于近紅外圖像得人臉識(shí)別研究[D]. 華東師范大學(xué), 2009.
[4] 馬寧. 基于圖像得人臉識(shí)別中關(guān)鍵技術(shù)研究[D]. 吉林大學(xué), 2016.
[5] GlobalPlatform Device Committee. TEE biometric system protection profile module[DB/OL]. [2020-11-26]. globalplatform.org/.
[6] 電信終端產(chǎn)業(yè)協(xié)會(huì). TAF-WG4-AS0008-V1.0.0:2017移動(dòng)終端安全環(huán)境安全評(píng)估內(nèi)容和方法[S], 2017.
[7] 焦四輩, 楊正軍, 國(guó)煒. 智能終端可信執(zhí)行環(huán)境安全性分析[J]. 互聯(lián)網(wǎng)天地, 2016(8): 8-13.
[8] Apple Inc. Face Security Guide[EB], 2017.
[9] 魏凡星, 傅山, 王嘉義, 等. TEE技術(shù)應(yīng)用到智能設(shè)備生物識(shí)別場(chǎng)景得安全性分析[J]. 移動(dòng)通信,2017(21):6-9+15.
[10]李武軍, 王崇駿, 張煒, 等. 人臉識(shí)別研究綜述[J]. 模式識(shí)別與人工智能, 2006,19(1): 58-66.
[11] 魏育成, 趙彩云. 身體就是身份證——生物特征識(shí)別技術(shù)及其在安防領(lǐng)域得應(yīng)用[C]//華夏安防國(guó)際高峰論壇, 2008.
[12] 胡圓睿. 人工智能得發(fā)展及應(yīng)用研究[J]. 無(wú)線互聯(lián)科技, 2018,15(6): 79-80.
[13] 李觀金. 基于計(jì)算機(jī)互聯(lián)網(wǎng)技術(shù)得智能遠(yuǎn)程視頻監(jiān)控系統(tǒng)設(shè)計(jì)[J]. 現(xiàn)代信息科技, 2017(6): 83-85.
[14] 羅佳偉, 孫雪峰, 李琳. 基于百度AI平臺(tái)得Web人臉注冊(cè)和登錄系統(tǒng)得設(shè)計(jì)[J]. 華夏新通信, 2018(11): 73.
感謝刊于《信息通信技術(shù)與政策》2021年 第4期，感謝請(qǐng)注明出處！
簡(jiǎn)介
傅 山
華夏信息通信研究院泰爾終端實(shí)驗(yàn)室信息安全部工程師，博士，移動(dòng)應(yīng)用創(chuàng)新與治理技術(shù)工業(yè)和信息化部重點(diǎn)實(shí)驗(yàn)室成員，主要從事移動(dòng)終端安全、生物識(shí)別與身份認(rèn)證、芯片安全相關(guān)標(biāo)準(zhǔn)和研究工作。
王嘉義
通信，華夏信息通信研究院泰爾終端實(shí)驗(yàn)室信息安全部工程師，移動(dòng)應(yīng)用創(chuàng)新與治理技術(shù)工業(yè)和信息化部重點(diǎn)實(shí)驗(yàn)室成員，主要從事移動(dòng)互聯(lián)網(wǎng)安全、芯片安全、身份認(rèn)證等方面研究工作。
寧 華
華夏信息通信研究院泰爾終端實(shí)驗(yàn)室信息安全部主任，博士，高級(jí)工程師，移動(dòng)應(yīng)用創(chuàng)新與治理技術(shù)工業(yè)和信息化部重點(diǎn)實(shí)驗(yàn)室副主任，主要從事移動(dòng)安全、網(wǎng)絡(luò)安全、個(gè)人信息保護(hù)、數(shù)據(jù)安全研究等工作。
魏凡星
華夏信息通信研究院泰爾終端實(shí)驗(yàn)室信息安全部工程師，移動(dòng)應(yīng)用創(chuàng)新與治理技術(shù)工業(yè)和信息化部重點(diǎn)實(shí)驗(yàn)室成員，主要從事芯片、TEE安全相關(guān)標(biāo)準(zhǔn)研究工作。
