Microsoft Windows 11 的臉部驗證是一種企業級的身份驗證機制，整合進Windows生物特徵框架（WBF）中，作為核心Microsoft Windows元件，稱為 Windows Hello。 Windows Hello 臉部驗證會利用專為近紅外 （IR） 映射設定的相機，來驗證和解除鎖定 Windows 裝置，以及解除鎖定您的Microsoft Passport。
Windows Hello 臉部驗證的主要優點和功能
以下是使用 Windows Hello 臉部驗證的主要優點：
- 臉部辨識涵蓋所有基於 Windows 11 的裝置與平台，並配備相容硬體（近紅外線感測器）。
- 使用者友好的介面，提供單一登入驗證形式，以解鎖您的 Microsoft Passport。
- 企業級驗證和存取Microsoft Passport Pro 支援的內容，包括網路資源、網站和付款方式。
- 能夠在不同的照明條件下提供一致的圖像（使用紅外線），並允許外觀的微妙變化，包括鬍鬚、化妝等。
情境
Windows 11 Windows Hello臉部認證的兩個主要情境是登入或解鎖時的認證，以及重新驗證以證明你仍在該處。
驗證
| 類型 | 描述 |
|---|---|
| 平均持續時間 | < 2 秒 |
| 預期頻率 | 高 |
| 頻率描述 | 每次使用者想要解除鎖定其裝置或移動超過鎖定畫面時發生 |
重新驗證
| 類型 | 描述 |
|---|---|
| 平均持續時間 | < 2 秒 |
| 預期頻率 | 低 |
| 頻率描述 | 發生於應用程式或網站想要重新確認用戶位於其裝置前時 |
運作方式
Windows Hello 臉部辨識引擎包含四個不同的步驟，可讓 Windows 瞭解感測器前面的人員：
尋找臉部並探索地標
在第一個步驟中，演算法會在相機串流中偵測使用者的臉部，然後找出臉部地標點（也稱為對齊點），其對應於眼睛、鼻子、嘴等。
頭部方向
為了確保演算法能夠觀察到足夠的臉部來進行身份驗證的判斷，它需要確保使用者面向裝置時的角度在 +/- 15 度之內。
表示向量
使用地標位置作為錨點，演算法會從臉部的不同區域擷取數千個樣本，以建置表示法。 最基本形式的表示法是直方圖，代表特定點周圍的光線和暗差。 從未儲存過臉部的影像， 它只是表示法。
決策引擎
一旦有使用者表示出現在感測器前面，它就會與已登記在實體裝置上的用戶進行比較。 表示法必須跨越機器學習閾值，演算法才能接受它做為正確的比對。 如果系統上有多個用戶註冊，此閾值將會相應增加，以協助確保安全性不會遭到入侵。
註冊
登錄是產生您自己的一個或多個表示形式的步驟（例如，如果您戴眼鏡，可能需要在戴眼鏡和不戴眼鏡的情況下進行登錄），並將這些表示形式儲存在系統中以便日後比較。 這個表示法集合稱為登錄設定檔。 Microsoft永遠不會儲存實際的映像，而且您的註冊數據永遠不會傳送至網站或應用程式進行驗證。
大部分的使用者可能需要為每個裝置註冊一次。 需要為使用者進行額外的註冊：
- 偶爾穿特定類型的眼鏡
- 面部形狀或紋理有重大變化
- 移至環境接近 IR 光線的高環境（例如，如果您在陽光下將裝置帶到外面）
近紅外的優點
在 Xbox 360 上的第一代 Kinect 推出人臉識別功能之後，Microsoft 瞭解到，依賴環境光線來提供一致的影像會帶來不佳的用戶體驗。 人們在各種環境中生活和工作，有各種照明條件。 傳統的色彩辨識系統仰賴增加亮度、曝光或其他設定來生成可使用的影像，而這一切可能暴露出影響系統穩定性的噪點。
相對而言，近紅外影像在不同的環境光線情況下仍能保持一致，如下圖所示。
| 情境 | 整合式相機的色彩影像 | 來自Microsoft參考感測器的 IR 影像 |
|---|---|---|
| 觀看電視或進行PowerPoint簡報時的典型低光環境 |
|
|
| 坐在窗戶或辦公桌燈附近時側邊照明 |
|
|
使用 IR 也有助於詐騙，因為它有助於防止最容易存取的攻擊。 例如，IR 不會在相片中顯示，因為它是不同的波長，如下面所示，影像不會顯示在 LCD 顯示器上。
測量精確度的方式
當微軟討論 Windows Hello 臉部驗證的準確度時，會使用三個主要量值：誤接受、真正接受和誤拒絕。
| 術語 | 偽陽性 | 真正陽性 | 偽陰性 |
|---|---|---|---|
| 描述 | 有時也將其計算為「誤接受率」，這表示隨機獲得您裝置實體存取權的使用者被誤認為是您的可能性。 此數位應盡可能低。 | 真陽性率代表每次使用者位於感測器前，正確對應到已註冊檔案的可能性。 這個數字應該很高。 | 代表使用者不符合其註冊檔案的可能性。 這個數字應該很低。 |
| Windows 11 演算法 | 小於 0.001% 或 1/100,000 FAR | 註冊單一使用者時，成功率超過95% | 註冊使用者中單一用戶比例少於 5% |
對測量中的錯誤進行考慮很重要，因此Microsoft以兩種方式分類錯誤：偏差錯誤（系統錯誤）和隨機錯誤（取樣）。
偏差錯誤
由於未使用代表環境的數據，以及使用演算法的條件，可能會發生偏差錯誤。 這種類型的錯誤可能是由於不同的環境狀況（例如照明、感測器的角度、距離等等）以及不具代表性的硬體設備，這些硬體設備不符合運輸裝置的標準。
隨機錯誤
隨機錯誤是使用與實際使用功能之母體多樣性不符的數據所產生。 例如，將焦點放在一小組沒有眼鏡、鬍子或獨特臉部特徵的臉部上。
外部相機安全性
強烈建議您持續執行 Windows Update，並確定系統已使用最新的安全性更新進行更新，包括 2021 年 7 月 13 日發行的更新，以在使用 CVE-2021-34466 中所述的 Windows Hello 相機時改善安全性。 此外，如果您想要完全不允許使用外部 Hello 相機，您可以在下列路徑中新增選擇性登錄值。
登入路徑： HKEY_LOCAL_MACHINE\Software\Microsoft\Windows\CurrentVersion\Authentication\LogonUI\FaceLogon
DWORD 值： ShouldForbidExternalCameras
值：1