生物识别通过人类特征进行身份认证，以指纹识别为最大卖点的苹果ApplePay在美国上线，用户只要将手指按上指纹识别器，就可以直接在苹果移动商店中购买软件。这被视为生物识别技术在网上支付领域的一个“里程碑”。
　　生物识别的主要应用领域是考勤、身份验证、门禁识别等方面。而各种生物识别技术的特点，使不同类别的识别技术可以在不同领域中大显身手。除了普及程度较高的指纹识别技术外，包括击键行为、声纹、签名笔迹、人脸识别等新的生物识别技术，都已经开始被尝试用于网上支付。
　　和传统的数字密码相比，生物识别技术的优势显而易见：人人不同、难于仿冒、输入简便。当人们的互联网账户与个人身份的重叠度越来越高，人的生物特征也会成为更好的标识。在保证用户体验的前提下，甚至在部分场景和环节，其安全性远超数字密码。然而，生物识别技术究竟离我们的网上支付还有多远？技术又如何解决？安全与歌人隐私又如何保护？
　　生物识别系统要求能实时迅速有效地完成其识别过程。所有的生物识别系统都包括：采集、解码、比对和匹配。从指尖开始，一一认识。
　　指纹识别
　　目前投入使用的生物识别技术，居然都和我们的手指有关。
　　其中最成熟的是指纹识别，在用于网上支付之前，许多单位就利用这一技术上班打卡。苹果率先将这一技术用于网上支付，并且未来还可以借助iPhone6的NFC模块用于线下支付。方法是将手机靠近非接触式感应器，同时将手指放在指纹识别器上就可完成授权支付。苹果的创新来自于对指纹传感器表面的保护层进行了创新，通过使用厚度仅有1毫米的蓝宝石水晶，苹果让保护层更加结实耐用，从而使得指纹识别装置能够随身携带。
　　和苹果一样，国内支付厂商也在尝试应用指纹支付。例如在支付宝的体验点体验指纹识别购买咖啡。这一支付过程首先需要用专门的指纹识别设备记录用户右手食指和中指的指纹，同时与支付宝账号绑定，就完成了指纹支付的设置。以后使用时只需要将手指放在指纹识别设备上，就能自动完成小额支付。
　　关于指纹识别，用户最关心的有两个问题，一是手指脱皮能不能用？二是会不会有人复制指模假冒？专家人士认为，手指脱皮不会影响指纹的结构。而目前的指纹识别技术已不再仅仅根据指纹的形状判定，还要测量真皮层的静电反应。因此只有活体手指才能通过识别，不用担心指模被假冒的问题。
　　掌纹识别
　　手掌几何学是基于这样一个事实：几乎每个人的手的形状都是不同的，而且这个手的形状在人达到一定年龄之后就不再发生显著变化。
　　当用户把他的手放在手形读取器上时，一个手的三维图像就被捕捉下来。接下来，对手指和指关节的形状和长度进行测量。根据用来识别人的数据的不同，手形读取技术可划分为下列三种范畴：手掌的应用，手中血管的模式，以及手指的几何分析。映射出手的不同特征是相当简单的，不会产生大量数据集。但是，即使有了相当数量的记录，手掌几何学不一定能够将人区分开来，这是因为手的特征是很相似的。
　　与其他生物识别方法相比较，手掌几何学不能获得最高程度的准确度。当数据库持续增大的，也就需要在数量上增加手的明显特征来清楚地地人与模板进行辨认和比较，技术工程量巨大，不宜持久推广。
　　击键行为识别
　　你有没有想过，由于每个人的手大小不同，敲击键盘的速度不同，击键行为也人人不同？支付宝相关人士称，目前击键行为识别已经用于阿里巴巴“速卖通”的密码输入：我们先根据关联银行卡号的前6位来缩小用户范围，然后根据按键的速度和间隔时间来判断输入密码的是否是用户本人，如果系统有所怀疑，就会对该用户的操作行为进行进一步的监控。这项技术目前只用于电脑，但未来移动互联网才是它真正的“用武之地”。在移动互联网上，握手机的姿势，按键的力气大小都可以作为判定依据，因此将更为准确。
　　签名识别
　　签名作为身份认证的手段已经用了几百年了，而且我们都很熟悉在银行的格式表单中签名作为我们身份的标志。将签名数字化是这样一个过程，测量图像本身以及整个签名的动作——在每个字母以及字母之间的不同的速度、顺序和压力，签名识别和声音识别一样，是一种行为测定学。
　　声音识别
　　虽然声音识别是方便的，但由于非人性化的风险、远程控制和低准确度，它并不可靠。一个患上感冒的人有可能被错误的拒认从而无法使用该语音识别系统。
　　虹膜识别
　　分复杂和独特特征的生物识别技术被划分为两个不同的领域：虹膜识别技术和角膜识别技术。虹膜是环绕着瞳孔的一层有色的细胞组织。虹膜辨识系统使用一台摄像机来捕捉样本，然后由软件来对所得数据与储存的模板进行比较。角膜是眼睛底部的血液细胞层。角膜扫描的进行是用低密度的红外线去捕捉角膜的独特特征。
　　我们所知的位于角膜中心的区域被扫描，血液细胞的唯一模式就因此被捕捉下来。角膜识别技术最初被认为是最好的生物识别。然而，尽管它有着高度的准确性，但角膜扫描仪要求被扫描者在它读取角膜信息时直立不动。眼睛和角膜扫描仪对于目盲者和眼睛疾患者的人是无效的。因此，它很难获得终端用户的普遍接受。
　　“扫脸”尚在途中
　　“识别完毕！您的姓名是……”刚踏进识别区域，还没来得及找到镜头，屏幕上就显示出自己的姓名，这就是人脸识别系统。目前已经被应用到联想、奇虎360、美图秀秀、世纪佳缘等提供人脸识别服务，覆盖国内4000万台移动设备。
　　和其他生物识别方法相比，人脸识别有独特的优势，一是不需要有专门的硬件，只要有摄像头就能进行；二是可以减少对用户的打扰，不需要用户专门配合，如果识别率能够达到99%以上，就可以考虑将它作为网络支付的识别手段。
　　不过，从目前来看，“扫脸”的准确率还有待提高，如果人脸识别系统前摘下眼镜，就无法被识别出来。普通眼镜问题不大，主要是粗黑框眼镜，机器现在会把它当做人脸的一部分。人脸识别技术的发展来自于“深度学习”技术的进步。“就是我们给计算机大量数据，告诉它这是人脸，由它自己总结规律，我们只能知道它学会了，但其实并不知道它到底使用怎样的规则。”“谷歌大脑”项目创始人吴恩达教电脑学会分辨“猫”，同样使用的是深度学习技术。“深度学习还需要大量的数据，未来随着高清摄像的发展和3D建模进入算法，将使人脸识别的安全性大大提高。”印奇表示。
　　除了人脸识别外，目前已进入研发阶段的生物识别还有包括声纹识别、签名识别和静脉识别。由于大量涉及个人数据，生物识别怎样处理创新与隐私间的关系也成为用户最关心的问题。最重要的是要给用户知情权，让用户知道自己的数据被用于哪些方面。不过，如果生物识别方式在体验和安全性上都高于现有的数字密码，推广应该不是问题。