Como ya se ha mencionado, los distintos datos biométricos pueden derivarse de diferentes características que presenta una persona física: físicas, fisiológicas y de comportamiento. La presente sección ilustra estos diferentes tipos de datos biométricos. La siguiente taxonomía no está establecida como un estándar y ciertos tipos de datos biométricos pueden ser categorizados de manera diferente por diferentes expertos. Por ejemplo, las taxonomías a veces agrupan los datos biométricos fisiológicos en datos biométricos físicos.

Datos biométricos físicos

Los datos biométricos físicos pueden generarse capturando rasgos corporales distintivos de los individuos. El carácter distintivo de estos rasgos puede emplearse como identificador. Algunas de las características biométricas físicas más comunes son las huellas dactilares, la forma de la mano, los rasgos faciales (como la redondez de la cara, la distancia entre los ojos, etc.) y los rasgos del iris.

Datos biométricos fisiológicos

Los datos biométricos fisiológicos pueden generarse mediante la observación de las funciones corporales y la captura de patrones distintivos asociados a ellas. Algunos de los datos biométricos fisiológicos más comunes se generan a partir de electrocardiogramas, patrones de respiración y electroencefalogramas.

Aunque los datos biométricos físicos se utilizan a menudo como sinónimo de datos biométricos fisiológicos -y viceversa-, los autores creen que una distinción podría ser beneficiosa para enmarcar mejor el debate, sobre todo teniendo en cuenta los recientes estudios sobre la relación entre la tecnología biométrica y ciertas funciones fisiológicas, como las neurofisiológicas^[1].

Datos biométricos del comportamiento

Los datos biométricos del comportamiento pueden generarse observando el comportamiento de los individuos, para identificar patrones distintivos en dicho comportamiento. Algunos comportamientos son inherentes a los individuos -como la forma de andar o la voz-, mientras que otros requieren la interacción con herramientas específicas para manifestarse -como la escritura a mano, la dinámica de las teclas y el movimiento del ratón-.

A diferencia de los datos biométricos físicos, los datos biométricos de comportamiento requieren una observación de los individuos que introduce una variable temporal en la evaluación^[2]. A menudo se sostiene que, a pesar de ser más volátiles a las fluctuaciones y cambios momentáneos a lo largo de la vida, los datos biométricos de comportamiento tienen la ventaja de ser menos intrusivos y rentables^[3]. Sin embargo, algunos estudiosos han observado que los datos biométricos del comportamiento podrían introducir más riesgos para la privacidad en comparación con otros tipos de datos^[4] biométricos, debido a su capacidad para revelar más información sobre los sujetos de los datos, a veces de naturaleza muy sensible, como el estado^[5] de salud.

 

 

1. Véase, por ejemplo, Patrizio Campisi and Daria La Rocca, ‘Brain Waves for Automatic Biometric-Based User Recognition’, IEEE Transactions on Information Forensics and Security 9, no. 5 (May 2014): 782–800, https://doi.org/10.1109/TIFS.2014.2308640. ↑
2. Véase Roman V. Yampolskiy and Venu Govindaraju, ‘Behavioural Biometrics: A Survey and Classification’, International Journal of Biometrics 1, no. 1 (2008): 81, https://doi.org/10.1504/IJBM.2008.018665. ↑
3. Véase Madeena Sultana, Padma Polash Paul, and Marina Gavrilova, ‘A Concept of Social Behavioral Biometrics: Motivation, Current Developments, and Future Trends’, in 2014 International Conference on Cyberworlds (2014 International Conference on Cyberworlds (CW), Santander, Cantabria, Spain: IEEE, 2014), 271–78, https://doi.org/10.1109/CW.2014.44. ↑
4. Véase Günter Schumacher, ‘Behavioural Biometrics: Emerging Trends and Ethical Risks’, in Second Generation Biometrics: The Ethical, Legal and Social Context, ed. Emilio Mordini and Dimitros Tzovaras (Springer, 2012). ↑
5. Véase, por ejemplo Marcos Faundez-Zanuy et al., ‘Handwriting Biometrics: Applications and Future Trends in e-Security and e-Health’, Cognitive Computation 12, no. 5 (September 2020): 940–53, https://doi.org/10.1007/s12559-020-09755-z. ↑