分卷阅读55（2 / 2）

　　PPT上并不包含这部分，因为这部分正是项目组要攻克的难题。但沈见月是负责这个项目的安全防控部分，还算比较清楚其中的原理，他解释说：“这个问题也就是刚才霍总提到的那1%不准确的地方，不过我们已经有了明确的解决方案，双胞胎是不能盗刷的。”

　　霍东瑾：“哦？你们用的什么方法？”

　　沈见月：“虽然在我们肉眼看来，双胞胎几乎是长得一模一样的，但机器能够做到比我们更准确。在解决这个问题时，我们尝试导入全球500万对双胞胎的图像，对比发现，这500万对双胞胎的平均面部相似度达到了93%，我们抽取了这些人不一样的7%进入系统做出精细处理，确保达到最高的准确性。”

　　又有人问：“是只有双胞胎会做出精细处理吗？”

　　“确实是这样，”沈见月点头，“实际上，我们平时的人脸识别是抓取眼睛，鼻子，嘴唇、面部轮廓进行对比，但因为存在环境光线、整容、妆容的影响，也不会做到100%的精确度，在找不出第二张和你相似的脸的前提上，我们是允许存在一定容错率的。但在双胞胎身上，我们会降低他们刷脸时的容错率，而且会着重对比他们不一样的地方。”

　　众人恍然大悟，对这个功能评价颇高。

　　沈见月松了口气，又问：“各位还有什么问题吗？”

　　“还有另一种情况，”霍东瑾突然道，“我十年前遇到过一个事件，一个陌生人用了特殊的手段捏脸冒充另一个人参加比赛，他的伪装手段躲过了监视器，他成为了我的伙伴，在我们两个月的朝夕相处里，我一点也没发现他的异常。如果有人再制造一个面具伪装他人，你们如何杜绝这种情况？”

　　沈见月低下头：“目前还不行。”

　　现场一阵沉默，他们觉得老板估计又要生气了。实际上大家都清楚，没有绝对安全的系统。就像是指纹识别，如果人家砍下你的手放到识别处怎么办？更安全的是虹膜识别，但如果人家挖出你的眼睛对着机器扫描，你又能做什么呢？

　　认真追究，世界上也没有100%的防御方式。但灵犀科技的刷脸支付是小额商用支付，不是什么国家机密，犯不着花这么大力气，讨论那种概率只有0.01%的威胁。

　　被那么多双眼睛盯着说自己做不到，沈见月尴尬得脸上发烫，又补充了一句：“其实这是概率极小的。”

　　霍东瑾：“你怎么知道概率极小？”

　　“因为那种所谓的'面具'并不是你