据台湾媒体报道，研究人员利用生成对抗网路，合成绘制出假指纹，在小面积的指纹辨识、解析度不佳的app及指纹比对的安全层级条件下，可以假乱真，冒充真实的指纹通过辨识机制。

指纹识别被大量用于安全防护，从门禁系统、电子支付到手机解锁等。采用指纹识别的安全设备需要使用者的指纹，因此被认为比设密码安全。但研究人员现在已发展人工智能绘制而成的假指纹，已能成功骗过指纹辨识系统。

在某些装置，如智能手机上，由于空间不够，往往只使用小型指纹辨识感测器。而这类感测器并不需要完整的指纹，而只需要一小部份指纹即可。这使得单一指头的部份指纹可能被误认或刚好符合其他手指的部份指纹。这是纽约大学坦顿分校资工系研究人员Aditi Roy等人名为MasterPrint研究发现到指纹辨识的问题。研究人员发展出的MasterPrints是一组真实或合成的指纹，可以在大量真的指纹中碰巧出现符合情形，而用於指纹的字典攻击。

Roy等人在最新发表的研究中则以此为基础发展出DeepMasterPrints的假指纹系统。之前研究并未生成任何指纹图像，但DeepMasterPrints则是要绘制人类指纹的图像。

最新的研究在实验产生Deep Master Prints的方法。研究人员先是以真实指纹图像来训练生成对抗网路(Generative Adversarial Network)，训练它产生指纹图像。接着他们使用名为“潜在变项演化”(Latent Variable Evolution)的方法，为生成网路搜寻潜在的输入变项，以便使指纹符合的机率最大化。

研究人员称这是第一项研究可生成图像式的合成指纹，配合小面积的指纹传感器和分辨率不佳的app，提升冒充真指纹的机率。最后研究人员将AI系统产出的Deep Master Prints来比对美国国家标准暨技术研究院(NIST)的真人指纹资料库，以及由传感器搜集到的指纹数据库，并在0.01%、0.1%及1%三种安全层级设定下由指纹识别软件进行测试。结果显示，在0.1%的误识率(false match rate)下，可以模仿23%的样本，而若降到1%的误识率，则假指纹将可冒充77%的样本。

研究人员表示，研究的结果可望被广泛用于指纹辨识安全系统的强化，或是以指纹合成破解。