iMD 產業觀點  |  2026 年 7 月  |  政府與選舉

生物辨識選民登記：指紋自動識別系統如何保障選舉名冊安全

每一場全國大選，都始於選務機關必須正確回答的一個基本問題：這個人是否已用其他姓名登記在名冊上？人工作業乃至早期的數位選民名冊，都難以在全國規模下準確回答這個問題，因而留下重複登記、幽靈選民與選舉爭議的空間。以指紋為基礎的指紋自動識別系統（AFIS）正是為了以確定性方式回答這個問題而生，而選務機關採用這項技術的速度，幾乎快過任何其他政府生物辨識應用場景。

根據國際民主暨選舉協助研究所（International IDEA）的全球選舉資料庫，在受調查的 130 個國家中，約有 35% 已將生物辨識資料——最常見的是指紋——納入選民登記程序，且主要集中於非洲、西亞與拉丁美洲。奈及利亞選務機關運用 AFIS，從一套分散式選民名冊中辨識並剔除數百萬筆重複登記紀錄。孟加拉則以指紋與臉部生物特徵結合擷取的方式，完成超過 8,000 萬名公民的登記作業。這些並非試點計畫，而是當今大型民主國家建立可信選舉人名冊所仰賴的核心作業機制。

對系統整合商與政府採購團隊而言，指紋感測器往往是整條作業鏈中最不起眼的一環，卻也是誤差最容易被放大的環節。若感測器無法從體力勞動者磨損的指紋紋理中擷取可用的細節特徵，或在面對國家多元人口時表現不穩定，造成的絕非僅是不便——它會在選舉人名冊上留下缺口、累積複核案件，並引發延續至選後的爭議。這正是國民身分證與民事登記計畫多年來持續處理的準確度與耐用性課題，iMD 在該領域的指紋感測技術，包括MatriXcan™ 技術平台在內，正說明了這項底層工程挑戰，如何直接對應到選民登記基礎建設的需求。

核心挑戰：重複登記與幽靈選民

在採用生物辨識技術之前，選民名冊多仰賴人口資料比對——姓名、出生日期、地址——來抓出重複登記。這種做法注定有其侷限：姓名轉譯不一致、地址會變動，蓄意舞弊者也能利用些微的拼寫差異，讓同一人以不同身分重複登記。在後衝突國家或快速都市化的地區，民事登記本身即不完整，加上內部人口移動頻繁，單靠人口資料查重的做法更容易失靈。

指紋之所以能解決這個問題，是因為它是生物性識別特徵，而非自我申報的資訊。只要在登記當下，將指紋圖樣與資料庫中所有既有紀錄進行比對，同一人便無法以不同姓名重複登記。這使查重作業從一項機率性、容易出錯的人口資料比對工作，轉變為確定性的生物辨識比對——前提是底層的擷取硬體與比對演算法，必須能在該國全體人口與各種現場條件下穩定發揮效能。

指紋 AFIS 查重機制如何運作

生物辨識選民登記的作業流程，在多數國家部署中都遵循類似模式。在登記站，指紋感測器會擷取一枚或多枚指紋，並從中萃取細節特徵——也就是每枚指紋獨有的紋路端點與分岔點——轉換為數位範本。在多數現代系統中，實際用於比對與儲存的是這份範本，而非原始影像，如此既能縮小儲存空間，也能降低資料庫一旦外洩時的曝險程度。

接著，AFIS 或 ABIS（生物特徵自動識別系統）平台會執行一對多（1:N）比對：將新登記的範本，與資料庫中既有的每一筆紀錄逐一比對，而非僅比對單一參考紀錄。若比對結果超過設定的相似度門檻，系統會將該筆紀錄標記為待人工複核，而非直接自動駁回其中一筆登記——之所以保留人工複核機制，正是因為誤判牽涉到公民的投票權，後果不容輕忽。到了投票日當天，部分國家還會加入較輕量的第二道程序：進行一對一（1:1）驗證，確認到場投票者的指紋，與該筆登記紀錄所留存的指紋相符。

全國規模查重作業的準確度，較少取決於比對演算法本身，反而更仰賴指紋影像在擷取當下的品質。低品質的擷取結果，會同時提高「偽陰性比對」（真正的重複登記未被偵測出）與「偽陽性比對」（兩位不同公民遭誤判為同一人）的發生機率。這正是為什麼選務機關會將感測器層級的影像品質，而非僅是後端比對軟體，視為採購時的首要考量，而非硬體層面的附帶事項。

部署現實：現場條件與人口多樣性

選民登記作業所處的環境，對硬體造成的壓力遠非受控實驗室環境可比。偏鄉登記站往往仰賴發電機或電池組供電；塵土、高溫與潮濕，對光學式與電容式感測器的影響程度也各不相同；登記人員所面對的指紋樣態，從年輕人清晰的指紋紋路，到農業勞工磨損或帶疤的指紋，再到年長公民較薄、較乾燥的皮膚，範圍極廣。若感測器主要針對單一人口類型調校，面對其他族群時，登記失敗率便可能明顯偏高——這是一種不易察覺，卻足以造成選民被排除在外的隱性風險，若未加以正視，後果不容小覷。

這正是非洲與東南亞的國民身分證與民事登記部署所面臨的跨人口準確度與環境耐受性挑戰，iMD 的 Anser 系列感測器便應用於此類場域。這類計畫所使用的指紋辨識裝置，可能會運用 AI／機器學習模型，協助進行影像品質評估與偽造指紋（呈現攻擊）偵測，但感測硬體本身並非一套 AI 系統——這項區別，對於採購過程中須審視廠商宣稱的政府機關而言相當重要，因為「AI 驅動」一詞，有時會被廠商在行銷語言中寬鬆使用，而未清楚說明軟體實際執行的功能。

為選舉等級部署挑選合適的指紋技術

無論選務機關與其整合夥伴最終選擇哪一家廠商，評估指紋擷取硬體時，通常都會依循類似的一套標準：

結論

生物辨識選民登記之所以能在全球眾多民主國家中，從實驗性做法演變為標準實務，原因很單純：相較於單靠人口資料比對，以指紋為基礎的 AFIS 查重機制，更能可靠解決一項具體且高風險的問題——防止同一人以一個以上的身分出現在選舉人名冊上。但它並非能解決所有類型選舉舞弊的萬靈丹，若將其視為萬靈丹，不僅會高估其保障效果，也可能低估其在感測器準確度、人口涵蓋範圍與資料治理方面，所需投入的採購審查程序。

真正做對這件事的計畫，往往會將指紋感測視為核心基礎建設，而非一般商用周邊設備——這也是國民身分證與民事登記部署所遵循的相同標準，因為任何一次遺漏登記或誤判，都牽動著實質的體制公信力。無論是首度建置生物辨識選民名冊，或是將既有國民身分證 ABIS 系統延伸至選舉應用，核心問題始終如一：這套感測器，是否能對每一位未來將被要求辨識身分的公民，都維持一致的辨識表現？

常見問答

+  生物辨識指紋登記能杜絕所有選舉舞弊嗎？

不能。以指紋為基礎的 AFIS 只能有效防範一種特定類型的舞弊：同一人以不同身分重複登記為選民。它無法處理做票、竄改開票結果、脅迫或賄選等其他舞弊手法，這些問題須仰賴另外的程序與法律防範措施。

+  AFIS 如何偵測選民重複登記？

在登記過程中，感測器會擷取選民指紋的細節特徵點。AFIS 平台會針對整個選民資料庫執行一對多比對；若比對結果超過設定的信心門檻，該筆新登記便會被標記，轉交人工複核後才正式列入名冊。

+  若選民的指紋無法順利擷取或比對，會如何處理？

指紋磨損、隨年齡增長的皮膚變化，以及某些皮膚狀況，都可能降低擷取品質。選務機關通常會設計備援機制——改採其他手指、套用強化擷取的演算法，或改以文件核對搭配人工複核——確保不會有符合資格的選民因感測器讀取失敗而被排除在外。

+  生物辨識選民資料是否安全？是否可能挪作選舉以外的用途？

這取決於各國在部署前所訂定的法律架構。最佳做法是儲存經加密的生物特徵範本，而非原始指紋影像，並以法規限制選舉人名冊資料與其他系統之間的共享——這些條款，採購團隊應於系統上線前先行確認。

+  全國規模部署生物辨識選民登記系統，成本大約多少？

成本會因國家規模、既有民事登記基礎建設與採購模式而異。主要成本項目包括感測器與登記套件單價、AFIS／ABIS 軟體授權、現場後勤與維護費用。若能沿用國民身分證計畫既有的基礎建設，通常可大幅降低邊際成本。