指紋讀取器既能保護設備數據安全，又簡化了解鎖環節，正如iPhone上的TouchID那樣。然而，來自紐約大學和密歇根州的幾位計算機技術科學家已準備好破解這一安全功能。這幾位研究人員正在開發一種萬能指紋，能夠模仿一系列不同的指紋部分，正像萬能鑰匙能開所有的鎖一樣，這個萬能指紋理論上足以黑進設備。

研究人員想弄清是否存在一種類似于一組常見的4位數密碼的指紋，如“1234”。他們參考了數據庫中的分析數據，發現確實存在一種萬能指紋，大多數情況下能夠模仿隨機的任一指紋，成功的概率從26%到65%不等。為何概率跨度如此之大?這取決于數據庫的規模，指紋感應器系統中收錄的指紋越多，萬能指紋成功解鎖的概率就越大。

有這么幾個安全問題影響著萬能指紋解鎖的成功率：一，智能手機通常不大;二，手機能錄入多個指紋;三，解鎖失敗后還有多次解鎖機會。

Nasir Memon是紐約理工學院的計算機技術科學家，也是此次研究報告的作者之一。他說，指紋感應器通常都很小，無法捕捉整個指紋。

而且，智能手機能識別多個指紋的部分，故系統收錄了很多指紋部分。當你把手指放在感應器上時，手機其實并不知道這是哪根手指的指紋，也不知道手指的角度和位置。

“所以只要有指紋的部分對上了，”Nasir Memon說道，“系統就會認定‘好，解鎖成功’。”

Memon和他的同事對電子數據庫中的800個指紋進行分析，并從中提取了數千個指紋部分。他們想弄清是否有和大多數部分都相似的指紋部分。“我們很吃驚，”他說，“有些指紋部分和其他部分的相似概率高達15%。”

在這里要說明一點，這個研究是在計算機上進行的，并沒有在手機上試驗萬能指紋。研究發現只是理論上的，而且一位頗有威望的生物統計學專家對此存有疑慮。

Anil Jain是密歇根州立大學生物統計研究小組的主管。她本人沒有參與此次研究，她說道，研究人員是基于指紋上的“minutia”對指紋進行分析的。

看看手指，就會發現上面有許多的紋理。這些紋理在有的地方分岔，也會在別的地方斷開。生物統計學專家將紋理的分岔與斷開稱作“minutia 點”Jain說，蘋果和三星手機的指紋感應器并不通過minutia點來識別指紋。比如，iPhone上的TouchID是通過“紋理圖案”來進行識別的。

Arun Ross是密歇根州立大學的計算機技術和工程學教授，也是此次研究報告的作者之一。他還是相信研究成果的相關性的。指紋識別系統的弱點依舊存在：隨著指紋識別器越來越小，“我的指紋和你的指紋的部分相似率，而非整體相似率，就越來越大。”他說道。