即使在生物识别技术领域，神经网络和现代机器学习技术也彻底改变了既定的模式并实现了新的模式，但仍然相对较新。该概念在2009年发起了Livess检测竞赛（Livdet），达到了一个早期的里程碑。
最近的伊比塔招募大卫·扬ambay从该活动的数据收集到2011年组织，同时就读克拉克森大学并在斯蒂芬妮·舒克斯（Stephanie Schuckers）博士的领导下学习。在将他的一些生物识别数据出售给CITER LAB作为大一新生之后，他已经参与其中，并通过与执行数据收集的人们的对话对该领域感兴趣。
“这是很多研究，但是我的很大一部分重点放在了测试方面，”现任伊比塔（Ibeta）副总监Yambay告诉生物识别更新在面试中。 “这是一件奖励创造力，能够与之合作的事情似乎是一个简单的想法，但随后变成了更多的想法。寻找不同的方法来使PAIS（演示攻击工具）尝试对抗系统，并看到这些小小的差异在输出中可以做什么以及系统如何看待它。”
在研究新技术领域中更深奥的领域之一时，他会告诉人们他正在玩Playdough。他是的。
Yambay在Livdet 2015年期间证实，虽然它最初被视为PAI，但可以在一定厚度和干燥时间以欺骗某些生物识别系统进行欺骗。
一个不断发展的领域
在Yambay的Livedet的早期，围绕介绍攻击检测和生物识别失效的术语仍然不安。在那些日子里，有时使用“ f错误现场和f错误伪造”来表达垫子的准确性。
尽管Livedet是自愿和匿名的，但供应商也并不总是很高兴在其系统中指出脆弱性。像一般领域一样，比赛都蓬勃发展和发展。
因此，强调在生物识别行业的独立测试。
Yambay的评估中：“这是人们可以使用内部测试并实际上说'这是我们在做的事情'的地步。
在PAD中，改善了对市场条件的测试标准的改善。
Yambay提供的一个例子是使用3D打印机来创建面部或手指Pais，这比几年前要容易得多，而且成本较低。
从第3级到2级，这种PAI已重新分类为Android标准。
Banks和Fintech等客户越来越多地要求独立的PAD测试，他们早在2018年和2019年就经常是Ibeta的客户，并亲自收缩了测试。
虽然PAD测试相对于其他类型的测试有所增加，但Yambay希望根据ISO 19795的标准在未来进行更多的生物识别性能测试，并强调两种评估的重要性。
DeepFake检测可能是建立生物识别测试的下一个生物识别测试的增长领域，因为碰巧的是，Ibeta将寻求根据这些标准进行评估的认证。
Yambay说：“其中有一些新的标准也将开辟其他测试。” “当他们开始出来时，这些人会很有趣。”
独立测试如何以及为什么起作用
该行业继续开发新的PAD技术并为研究工作做出贡献，但也依靠学术界来推进该领域。
“这绝对是一种混合。随着我开始进一步与3D建模进行演示攻击，我正在与许多小组进行咨询，从而对他们进行了一些教导。我认为这是其他组织的混合物，试图看到并跟上那里的事物，以及一些学术界的自由，让我们进行了更多的实验。”
同时，Yambay将创造力，经验和专业知识的使用确定为独立测试带来的优势。
Yambay解释说：“除了获得第三方结果之外，它如此重要的原因之一是，很多时候人们正在测试自己的系统，是正在制作的人或与设计正在运行系统的系统相邻的人。” “拥有像Ibeta这样的群体，这是他们的重点；测试系统，实验和学习有关系统运行的所有不同的事情都可以如何进行和展示攻击。从专门研究这一专门研究的群体中获得丰富的知识。”
该专业包括在进行2级测试之前，在1级PAD评估上建立了新的Ibeta人员的经验。
这也意味着并非每次尝试都是成功的。供应商获得了第一个机会，看看他们的技术是否会在准备就绪期间通过评估，这告诉一些他们的技术需要进一步开发。其他人则在此过程中失败，尽管他们从不渴望宣传这一事实。其中一些稍后通过改进的技术返回，并成功完成了评估。
失败和成功都可以产生宝贵的见解，尽管只有一个给潜在客户留下深刻的印象。内部测试可以帮助您进行洞察力，但是在这一点上，在经常被指控过分崇高承诺的行业中，可靠的评估需要独立性。
