蘋果通過存儲從原始數據模板中得出的處理的數據，在維護敏感的生物識別數據（例如面部圖像或指紋）方面有可能解決的安全問題。此措施最大程度地減少了在設備洩露的情況下暴露生物識別信息的風險。
此外，軟件更新提出了挑戰，因為預先存在的註冊生物識別數據可能與新版本不兼容。但是，Apple提出了一種解決方案，該解決方案允許將入學模板從舊算法轉換為已更新的模板。
週二，美國專利局授予了蘋果專利11935327，“在面部識別的蒼蠅招生中。”它描述了一個註冊過程，該過程消除了每個軟件更新中生物識別信息的重新註冊。
儘管現有的註冊數據可能與最新軟件版本不兼容，但軟件更新通常會改進算法和模型，包括可以評估和比較生物識別數據的神經網絡。
這些技術可能包括可以更新模板或將它們轉換為與新軟件版本一起使用的格式的算法，同時保持身份驗證過程的安全性和準確性。
在軟件更新期間，設備使用兩個面部識別同時處理：當前的神經網絡和新的神經網絡。當前的神經網絡管理身份驗證任務，而新的神經網絡以虛擬模式運行，在後台運行而不會干擾身份驗證過程。
隨著時間的流逝，該設備會收集有關識別生物特徵識別信息的當前和新神經網絡的性能的數據。該評估評估準確性，速度和安全性。
通過分析性能，可以確定是否將操作控制從當前的神經網絡切換到新的神經網絡。逐漸在模型之間過渡以維持用戶信任和系統完整性很重要。
