臉部辨識：為什麼 Face ID 比 2D 人臉安全
2-1 活體偵測不是萬靈丹
目前常見的 2D 活體偵測手法，大致有以下幾種，每一種都有其對應的破口。第一種是「動作指令」，要求使用者眨眼、張嘴、轉頭，確認畫面中的臉會執行動作。這招對靜態照片有效，但一段事先錄好的影片、或是用換臉軟體即時生成的動態影像，就能輕鬆過關。第二種是「紋理分析」，透過皮膚的反射特性、毛孔細節、雜訊分布來判斷是否為真人。高品質的列印輸出加上曲面貼合，或是經過後製處理的影像，有機會騙過這類分析。第三種是「螢幕與摩爾紋檢測」，用來辨識翻拍螢幕產生的週期性條紋，但攻擊者只要調整拍攝角度、加貼霧面保護貼，或改用高ppi的顯示器，就能大幅降低被偵測到的機率。第四種是「硬體輔助」，例如加入紅外線鏡頭偵測反射差異，但這已經屬於額外硬體成本，多數平價裝置並沒有配備。
更關鍵的是，這四種手法全部都是「機率性防禦」。它們的目標不是「百分之百擋下」，而是「提高攻擊成本」。對於隨機的順手牽羊者，這樣或許足夠；但對於真正有心、有資源的攻擊者，這些防線的邊際效益會快速下降。
2-2 常見的 2D 攻擊手法盤點
以下整理幾種在資安研究與實際案例中出現過的 2D 人臉攻擊方式，讓你能具體理解風險輪廓：
把這些手法放在一起看，你會發現 2D 人臉辨識的防線，本質上是一連串「軟體猜測」的疊加。而資安的基本原則是：能靠物理特性解決的問題，就不要只靠軟體判斷。這正是 3D 方案存在的理由。
三、Face ID 的技術拆解：TrueDepth 相機與結構光如何運作？
Apple 在 2017 年隨著 iPhone X 導入 Face ID，並在後續機型（包含 iPad Pro）沿用這套名為 TrueDepth 的相機系統。它不是「一顆比較好的前鏡頭」，而是一組由多個元件協同運作的深度感測模組。理解它的構造，就能理解它的安全上限為什麼比 2D 高出一大截。
3-1 點陣投影器：三萬個紅外線光點打在臉上
TrueDepth 系統主要由幾個部分組成：泛光照明器（Flood Illuminator）、點陣投影器（Dot Projector）、紅外線鏡頭（Infrared Camera），以及負責統籌的影像訊號處理器。運作時，點陣投影器會向使用者臉部投射超過三萬個不可見的紅外線光點。這些光點打在臉上後，會因為臉部表面的曲率而產生位置偏移——鼻子比較凸，光點間距會被撐開；眼窩比較凹，光點會往內收攏。紅外線鏡頭拍下這片光點圖案後，系統便能根據每個光點的位移量，反推出該點的深度，進而建構出一張高精度的臉部深度圖。
這個原理就是典型的「結構光」三維掃描：用已知圖案的光去照射物體，再從圖案的變形程度解算三維形狀。它的好處是精度高、即時性好，而且因為使用紅外線，不受可見光環境明暗的影響——這也是為什麼 Face ID 在昏暗環境下依然能正常運作。相對地，泛光照明器負責在必要時提供均勻的紅外線照明，確保紅外線鏡頭能穩定取得影像，兩者搭配讓系統在不同光線條件下都能維持一致的表現。
值得注意的是，這裡的關鍵不只是「有深度資訊」，而是「深度資訊是由硬體主動投射、主動量測出來的物理量」。一張照片、一台平板、一個面具，在這種主動量測之下，會呈現出與真人截然不同的深度特徵。平面就是平面，矽膠的反射率與皮膚也不一樣。這種「從物理源頭就取得不同資料」的設計，讓防偽不再是單純的軟體猜謎。
3-2 從深度圖到類神經網路：晶片才是真正的關鍵
取得深度圖之後，接下來的工作交給 A 系列（或 M 系列）晶片中的神經網路引擎（Neural Engine）。系統會把深度資料與紅外線影像結合，建立出一組數學化的臉部表示，然後與使用者註冊時儲存的特徵進行比對。整個過程在裝置端完成，而且速度極快，使用者感受到的只是「看一眼就解鎖」。
Apple 官方公布的數據指出，Face ID 被隨機他人解鎖的機率約為百萬分之一，而 Touch ID 大約是五萬分之一。這個數字的背後，除了感測器精度，還包含了神經網路的比對模型與大量的訓練資料。更重要的是，這套系統具備「注意力感知」功能——使用者必須睜眼並注視裝置，系統才會解鎖，這讓「趁人睡著時拿手機對臉」這類攻擊難度大幅提高（雖然這項功能可以關閉，但預設是開啟的）。
此外，Face ID 支援一定程度的「適應性」：當使用者改變造型，例如戴眼鏡、留鬍子、換髮型，系統會在每次成功解鎖後微調內部的臉部模型，讓辨識維持穩定。這種自我調整能力，是純粹比對固定特徵點的 2D 系統較難做到的。
四、硬碰硬比較：Face ID 與 2D 人臉辨識的安全性差距
前面談的是原理，接下來進入實務層面的比較。我們從防偽能力、誤辨率與特殊情境、隱私架構三個角度切入，並用表格做整體對照。
4-1 防偽能力：照片、影片、面具的實測結果
在防偽這件事上，3D 結構光的優勢是結構性的，而非程度性的。一張高解析度照片，無論印得多好、解析度多高，在深度圖上就是一塊平面，與真人臉部的立體起伏差異極大，因此被排除的機率接近百分之百。一段影片、一台播放影片的平板，同樣是平面光源，結果一致。這是 2D 系統最難克服、而 3D 系統最容易處理的攻擊類型。
至於立體面具，情況就比較複雜。理論上，製作精良的 3D 列印或矽膠面具，確實有可能在形狀上接近真人。Apple 曾公開表示，他們與好萊塢的特效化妝團隊合作，測試過高擬真度的面具，並持續改良演算法。實際上，要做出能騙過 Face ID 的面具，需要取得目標對象的高精度三維掃描資料、使用正確的材質模擬皮膚反射特性，成本極高，且成功率並非穩定。相較之下，2D 系統面對面具的防禦力更薄弱，因為它本來就只能分析平面紋理。
不過也要客觀看待：學術研究確實出現過針對 Face ID 的特殊繞過手法，例如在特定條件下利用特製眼鏡搭配使用者無意識狀態，來通過注意力感知。這類攻擊的前提條件相當嚴苛，並非一般人日常會遇到的威脅模型，但也提醒我們：沒有任何生物辨識是絕對無敵的，安全永遠是「提高攻擊成本」而不是「保證無法攻破」。
4-2 誤辨率與特殊情境
誤辨率方面，前面提過 Face ID 的隨機解鎖機率約百萬分之一。但這個數字在某些族群身上會明顯上升，最典型的就是同卵雙胞胎，以及未滿 13 歲的兒童（因為臉部特徵仍在快速變化）。Apple 官方也承認，這兩類使用者的誤判風險較高，建議改用密碼。反觀 2D 系統，由於缺乏深度資訊，對於長相相似者的區分能力本來就較弱，誤判率通常更高，而且廠商多半不會公布具體數字。
另一個常被忽略的面向是「環境適應性」。2D 系統在逆光、昏暗、戴口罩、戴帽子等情況下，辨識率會明顯下降，使用者往往為了方便而放寬設定，無形中犧牲了安全性。3D 結構光因為使用紅外線，較不受可見光影響，在低光源下仍能維持穩定；但遇到強烈陽光直射、部分特殊鍍膜太陽眼鏡，仍可能受到干擾。這些都是實務上需要理解的限制。
4-3 隱私架構：資料存在哪裡？
生物辨識的另一個核心議題是隱私：你的臉部資料被存在哪裡？會不會上傳雲端？Face ID 的設計是把註冊時產生的臉部深度圖與相關特徵，經過加密後存放於裝置內的 Secure Enclave（安全隔離區），這是一個獨立於主處理器之外的硬體安全模組。這些資料不會上傳到 Apple 的伺服器，也不會備份到 iCloud，第三方 App 更無法直接存取原始深度資料，只能取得「驗證成功」或「失敗」的結果。這種「資料不離開裝置」的封閉式架構，是 Face ID 在隱私層面的一大優勢。
相對地，2D 人臉辨識的實作就百花齊放。有些裝置是在本機端完成比對，有些則把影像送到雲端伺服器處理，有些甚至會保留原始影像。對於使用者而言，這意味著你很難知道自己的人臉照片被存到哪裡、保存多久、有沒有被用於其他用途。在個資意識高漲的今天，這種不透明性本身就是一種風險。
以下用表格整理兩者在主要面向上的差異：
比較項目
2D 人臉辨識
Face ID（3D 結構光）
感測方式
RGB 可見光鏡頭
紅外線點陣投影＋紅外線鏡頭＋泛光照明
取得的資料
二維平面影像與特徵向量
三萬點以上的深度圖與紅外線影像
照片攻擊防禦
需依賴軟體活體偵測，可被繞過
物理上即為平面，直接被排除
影片重播防禦
需動作指令輔助，可被預錄影片破解
缺乏立體深度，無法通過
面具攻擊防禦
較弱，尤其純紋理分析型系統
需高精度三維掃描與材質模擬，成本極高
官方誤辨率
多數未公布，通常較高
約百萬分之一
低光源表現
明顯下降
紅外線輔助，表現穩定
資料儲存
依實作而異，部分可能上傳雲端
加密存於 Secure Enclave，不上傳、不備份
生物辨識等級
多歸類為便利性功能
可作為高強度驗證
五、Face ID 也有罩門：你該知道的限制與正確用法
講了這麼多 Face ID 的優勢，並不代表它是無敵的。任何安全機制都有其適用邊界，理解這些邊界，才能真正把安全性發揮出來。以下整理幾項實務上最常遇到的限制，以及對應的使用建議。
5-1 已知的限制
首先是口罩與遮蔽物。疫情期間，Apple 在後續的 iOS 版本中加入了「戴口罩使用 Face ID」的功能，但這項功能的運作方式，是改為辨識眼睛周圍的特徵，安全強度明顯低於完整臉部辨識。如果你的裝置支援完整 Face ID，在沒有戴口罩需求時，建議關閉這個折衷模式，或至少在涉及支付、銀行等高敏感操作時，改用密碼或指紋（若裝置同時具備）。
其次是同卵雙胞胎與兒童。如前所述，這兩類族群的誤辨風險較高。若你是雙胞胎，或家中有未滿 13 歲的使用者，比較穩妥的做法是停用臉部解鎖，改用高強度密碼。這不是裝置的問題，而是生物特徵相似度本身的限制。
第三是環境與配件干擾。強烈陽光直射、部分具有特殊紅外線反射鍍膜的太陽眼鏡、過厚的圍巾或安全帽，都可能影響辨識。遇到這類情況時，系統通常會要求輸入密碼，這是正常的設計，不是故障。
第四是維修與模組更換。Face ID 的 TrueDepth 模組與裝置中的安全晶片有綁定關係。如果送到非原廠維修中心更換螢幕或相機模組，很可能導致 Face ID 完全失效。這點在購買二手機或選擇維修店家時要特別注意——便宜的非原廠維修，代價可能是永久失去這項安全功能。
最後是注意力感知的取捨。這項功能要求使用者注視螢幕才能解鎖，安全性較高，但在某些情境下（例如騎車時手機架在龍頭上）會造成不便。是否關閉，取決於你對「便利」與「安全」的權衡。若你經常在公共場所使用手機，建議保持開啟。
5-2 提升安全性的實用建議
無論你用的是 Face ID 還是 2D 人臉辨識，以下幾個習慣都能實質提升整體安全性：
六、結論：安全性來自「多一個維度」與「封閉式設計」
回到最初的問題：為什麼 Face ID 比 2D 人臉安全？答案可以濃縮成兩句話。第一，它從物理層面取得了 2D 系統拿不到的深度資訊，讓「平面偽造」在原理上就行不通，而不是靠軟體事後補救。第二，它把生物特徵資料鎖在裝置內的安全隔離區，不讓資料有機會離開使用者的掌握。
2D 人臉辨識並不是沒有價值。在「便利性優先、風險可控」的情境下，它確實能提供不錯的使用體驗，例如個人平板的一般解鎖、智慧家庭裝置的個人化設定。但一旦牽涉到金錢、身分、隱私，就應該回到安全本質來選擇驗證方式。這也是為什麼金融 App、密碼管理工具、政府服務平台，會明確要求使用通過安全等級認證的生物辨識，而不是隨便一種「能解鎖就好」的人臉功能。
科技產品的規格表往往只寫「支援人臉解鎖」，卻不告訴你背後是哪一種技術。身為使用者，與其被行銷話術牽著走，不如多花五分鐘搞清楚：這台裝置的人臉辨識，是 2D 還是 3D？資料存在本機還是雲端？有沒有獨立的安全晶片？這些問題的答案，才是決定你的臉部資料安不安全真正關鍵。
下次當你拿起手機、往臉上一看就解鎖的時候，不妨想想這背後的三萬個紅外線光點——它們正在默默替你完成一件比「比對照片」複雜得多的事。