1:N識別與1:1驗證有何分別？
生物識別系統的兩種比對模式分別回答兩個問題：1:1驗證回答「你聲稱自己是誰，對不對」，1:N識別回答「你是眾多已登記者中的哪一個」。兩者的流程、速度、準確度與資料庫管理完全不同，直接影響門禁與考勤系統的選型。
兩種比對模式的基本流程
1:1驗證（Verification）是「聲稱—核實」的過程：使用者先以卡片、帳號或按鍵表明身分，系統把現場採集的生物特徵與該特定樣本作單一比較，輸出「是/否」結果。因為只做一次比較，速度快且誤判來源相對單純。典型應用包括「員工卡+指紋」的門禁、手機解鎖、電子支付的人臉確認，其中卡片或帳號提供身分主張，生物特徵負責核實。
1:N識別（Identification）是「搜尋」的過程：系統不問使用者身分，直接把現場特徵與資料庫內全部樣本逐一比較，輸出最相近的候選及相似度分數。比較次數等於資料庫樣本數，因此資料庫越大，耗時越長，錯認風險亦隨之上升。典型應用包括無卡通道閘機「刷臉即過」、安防搜尋「以圖找身分」、以及大型場所的會員自動識別。
1:1驗證
需要先聲稱身分，系統只與指定樣本比較一次，速度最快，適用於持卡門禁與手機解鎖。
1:N識別
不需要聲稱身分，系統與資料庫全部樣本比較，適合無卡通道，但速度與錯認受庫規模影響。
實務上兩者常組合使用：1:N找出候選後，系統再以1:1方式核實該候選，形成「先搜尋、後確認」的混合流程，兼顧通行效率與準確度。理解這個區別，是判斷系統報價與技術方案是否合理的第一步。
資料庫規模對速度與準確度的影響
1:N與1:1在系統資源上的最大分別，在於比較次數與累積誤差的放大。1:1只比一次，誤判機會來自單一比較的固有誤差；1:N要比N次，每一次比較都有一定機率出現「某個非目標樣本剛好相似」的情況，整體錯認機率隨N增加而上升。因此大型人臉識別庫往往需要更高門檻或人工覆核，來壓抑隨庫規模放大的誤判。
| 面向 | 1:1驗證 | 1:N識別 |
|---|
| 比較次數 | 固定一次 | 與資料庫樣本數相等 |
| 速度 | 快而穩定 | 隨樣本數增加而變慢 |
| 錯認風險 | 低 | 隨樣本數上升 |
| 身分主張 | 需要（卡、帳號） | 不需要 |
| 適用場景 | 持卡門禁、解鎖、支付 | 無卡通道、安防搜尋 |
實務上兩者都會採用相似度門檻：分數高於門檻才判定匹配。門檻調高，誤拒增加而錯認減少；門檻調低則相反。1:N系統因比較次數多，門檻設定更敏感，誤差分析的複雜度亦更高。選型時應要求供應商提供「庫規模—速度—錯認率」的實測數據，而非只給單一準確率數字。
門禁與考勤的實際選型
香港的門禁與考勤系統，兩種類型都有廣泛應用，選擇取決於通行流程與安全要求。持卡門禁最常用1:1驗證：員工拍卡後再按指紋或刷臉，系統只核實「該卡持有者是否本人」，即使資料庫有數千人，每次比對都是單一比較，速度穩定。這類設計的優點是卡片本身提供身分主張，生物特徵只作確認，誤認風險低；缺點是流程多一步，遺失卡片時需補卡手續。
無卡通道閘機、泳池會員閘機、停車場月票通道則常用1:N識別：無需拍卡，人臉或指紋一掃即過。優點是通行速度快、不用攜帶卡片、杜絕借卡轉用；缺點是資料庫越大，錯認與排隊風險越高，且系統會以無聲方式「記錄所有人的出現」，在私隱層面更敏感。當場所既有持卡入口又有無卡通道時，應由同一個資料庫管理並設定一致的門檻與覆核流程。
- 持卡+生物驗證——1:1模式，保安嚴謹、誤認低，適合辦公樓與機房。
- 無卡刷臉通道——1:N模式，通行最快，適合人流大但風險可控的場所。
- 混合流程——先1:N找候選再1:1確認，兼顧速度與準確度，適合高人流高價值場所。
- 考勤記錄——兩者皆可，重點是與排班系統的資料整合與代打卡防範。
考勤方面，1:N刷臉考勤在香港中小企與連鎖店漸見普及，取代傳統拍卡。其私隱敏感度較高，因為系統記錄的是「員工何時出現」，僱主應事先說明用途與範圍；代打卡的防範亦屬考勤系統設計的一環，1:1拍卡+指紋已可杜絕大部分代打卡情況。
1:N的獨特風險與緩解
1:N識別有三類獨特風險需要留意。其一是誤認放大：樣本數越多，兩個不同的人特徵相近的機率越高，門檻與人工覆核是主要緩解手段。其二是隱形監控：系統在不聲稱身分的情況下記錄所有人的出現，比1:1更易觸發私隱疑慮，需要更清晰的告示與資料保留政策。其三是活體與欺騙攻擊：無卡通道的誘因更高，應搭配活體檢測防範照片與影片冒充。
緩解措施應寫入系統設計：設定相似度門檻並在拒絕/警報時交由人員覆核；限定比對範圍（如按樓層或按班次分庫），縮小每次搜尋的樣本數，兼顧速度與準確度；對大量命中「相近分數」的情況設警報，防止邊緣誤認被忽視。分庫設計（Segmentation）是大型場所常用的方法：把數千人的資料庫按部門或區域分成小組，每次搜尋只在相關小組內進行，直接壓低N的大小，是兼顧效率與準確度的重要手法。
香港私隱與合規要求
生物特徵屬敏感的個人資料，1:N與1:1的合規責任並不一樣。1:N識別在無聲狀態下「搜尋」全部樣本，資料收集的範圍與潛在用途更廣，私隱專員公署的指引要求機構以更嚴格的標準處理：收集前須有明確目的並告知當事人，人臉特徵模板應加密且不可還原為影像，資料保留不得超過實際所需，員工離職或訪客授權終止後應刪除樣本。香港《個人資料（私隱）條例》（第486章）下，資料使用者須為其保安措施與保存安排負責。
實務上應特別注意幾點。商場會員人臉識別應與一般閉路電視分開管理，比對結果不得用於未經告知的用途（如分析消費行為）；僱主以1:N記錄員工出入，範圍應與僱傭管理目的相稱，並事先向員工說明；住宅大廈採用無卡刷臉，管理處應在住戶登記時交代資料流向與保留期限。所有系統均應留存資料處理紀錄，供住戶或員工查詢與刪除請求使用，這既是條例要求，也是實際營運中處理投訴的基礎。
如何測試與驗收比對模式
驗收1:N或1:1系統，應以現場數據而非單一準確率為準。建議測試包括：以全庫規模量度每次比對的實際時間，確認高峰期不構成排隊；以不同樣本數測試錯認與誤拒比例，了解庫規模對準確度的實際影響；以不同光線、角度與面容狀態（佩戴口罩、新登記樣本）測試穩定性；並以假體攻擊（照片、影片、指模）測試活體檢測。
- 全庫時間測試——在完整樣本數下量度每次比對時間，確認高峰通行暢順。
- 規模影響測試——以100、500、1000人三級樣本比較錯認與誤拒，了解系統在目標規模下的表現。
- 門檻調校——按場所風險設定相似度門檻，測試錯認與誤拒的平衡。
- 活體攻擊測試——以照片、影片與指模實測，確認防欺騙有效。
- 覆核流程演練——以實際個案演練人員覆核與申訴處理，確認流程可行。
驗收報告應記錄以上各項的實測數字與設定參數，作為日後系統維護、演算法更新或擴庫時的基準。擴庫時應重新測試速度與錯認，因為1:N的表現會隨樣本數持續變化，這是最容易被忽略的驗收項目。