型一错误与型二错误(Type I error & Type II error）

接受和拒绝以及匹配和不匹配对於生物识别背景下的交流非常有效。我们是否需要将它们与二元分类中使用的 Negative 和 Positive 相关联？
在统计假设检验中，型一错误或 型二错误的确定取决於零假设。他们有一个特定的定义。但是，诸如阳性或阴性之类的术语通常用於医学筛查和测试。在生物识别中使用它们可能与共同理解相冲突。

OSG
错误拒绝率 当身份验证系统未对有效用户进行身份验证时，会发生错误拒绝。例如，假设 Dawn 已经注册了她的指纹并在之前将其用於身份验证。想像一下，她今天使用她的指纹来验证自己，但系统错误地拒绝了她的指纹，表明它无效。这有时称为假否定身份验证。错误拒绝与有效身份验证的比率称为错误拒绝率 (FRR)。错误拒绝有时称为型一错误。
错误接受率 当身份验证系统错误地对某人进行身份验证时，就会发生错误接受。这也称为误报身份验证。举个例子，假设黑客乔没有账户，也没有注册他的指纹。但是，他使用他的指纹进行身份验证，系统识别了他。这是误报或误接受。误报与有效身份验证的比率是误接受率 (FAR)。错误接受有时被称为第二类错误。
资料来源：查普尔，迈克；斯图尔特，詹姆斯·迈克尔；吉布森，达里尔。(ISC)2 CISSP 认证信息系统安全专业官方学习指南（第 1147 页）。威利。Kindle版。

美国国家标准技术研究所
生物识别技术测试历来侧重於吞吐量和识别错误率 - 後两种类型：假阳性（也称为假匹配- 两个生物识别样本并非来自同一个人的错误决定）和假阴性（也称为假匹配）被称为假不匹配——一个错误的决定，即两个生物特徵样本实际上不是来自同一个人）。
资料来源：生物识别性能测试的基本问题：不确定性评估的现代统计和哲学框架

生物特徵中的零假设
生物识别系统可能会因为样本和模板不匹配而拒绝合法员工，或者因为匹配而接受入侵者。在统计假设检验中，生物特徵系统的零假设通常表明样本与模型存储库中存储的模板相匹配。因此，生物识别系统的决定是“匹配”或“不匹配”。但是，该决定可能是错误的或错误的决定，并成为错误的不匹配（型一错误或错误拒绝）或错误匹配（型二错误或错误接受）。

混淆生物识别中的假阳性/假阴性
有些人可能会将匹配视为阳性，将不匹配视为否定，这导致假阳性等於错误接受（型二错误）和假阴性等於错误拒绝（型一错误）的论点。它经常使人们感到困惑，因为正负的借用用法与大多数应用领域冲突，其中误报是众所周知的 型一错误，例如医疗检查和测试、安全检查（例如机场）、垃圾邮件、IDS /IPS 等。在这些应用领域中，零假设是一个否定陈述（例如，没有特定疾病，不是武器、垃圾邮件或入侵），而生物识别学中的一个是肯定陈述（存在於模型库）。

参考
. 型一 和 型二错误
. 假阳性和假阴性
. 准确率和召回率
. 敏感性和特异性
. 二元分类
. 统计假设检验
. CISSP 实践问题 – 20201110

资料来源： Wentz Wu QOTD-20210723
My Blog: https://choson.lifenet.com.tw/