Counterpoint Research 去年发表的一份报告显示，2017 年出货的智能手机中，指纹传感器的装配量已经超过了 50% 。预计到 2018 年底，这一数字会增长到 71% 。

　　问题在于，这些传感器只能获取用户指纹的部分图像 —— 即与扫描仪直接接触的部分点位。论文指出，部分指纹内容的独特性较为有限，产生错误匹配的可能性很高。

　　研究人员打印了被称作 DeepMasterPrints 的“主指纹”，然后充分利用上述漏洞，准确“模仿”了数据库中 1/5 的指纹。（原数据库的错误匹配率为 1/1000）

　　此外，研究人员利用了另一项漏洞 —— 一些天然的指纹特征（环与旋），其‘流行’程度很高。基于此，团队生成了一些包含此类常见特征的打印件。

　　结果发现，这种人造指纹的错误匹配率，远高于其它形式。最后，研究人员还借助神经网络、利用这些重复特征伪造了更加令人信服的假冒指纹。

　　DeepMasterPrints 可用于欺骗那些需要指纹进行身份验证的系统，而无需收集到任何真实的用户指纹信息，其或被用于向特定系统发起字典攻击。