通过扫描虹膜来识别人们的身份可能并不像一些政府和公众所想象的那么可靠，一项最新的研究表明，虹膜并不是终身不变的，它们容易受到机体老化的影响，随着时间流逝而不断改变它们的外观。

美国圣母大学的计算机科学教授凯文•鲍耶尔（Kevin Bowyer）说道，由于阿拉伯联合酋长国和英国等一些国家都将虹膜识别用于边防管理中，因此这份研究的含义重大。如果人们因虹膜识别错误而不得不重新扫描的话，这至少会造成时间上的耽搁。

鲍耶尔和同在圣母大学的同事塞缪尔（Samuel Fenker）使用一种先进的商业化虹膜匹配软件，测试了2008年至2011年间，对644个虹膜拍下的2万多张不同照片的差异性。文章作者将拍摄时间间隔约1个月的照片匹配质量，与时间间隔为1年、2年和3年的照片匹配质量相对比。结果发现，该系统无法匹配相同虹膜的两张照片的概率—即不匹配率—在3年时间里增加了153%。

所有的虹膜识别系统都有一定的误差范围，这是因为原始的虹膜图像—即人们首次参加虹膜识别计划时创建的数字模板和之后用于确认个人身份的图像有微小的区别。如果虹膜不会老化，那么不匹配率就应该不变。但是鲍耶尔的结果很清晰地显示事实并非如此。他说道，曾经有这么一个虹膜识别宣传语“虹膜识别，一次录入，终生享用”，这个宣传语现在被证实是错误的了。

软件将不同个体的两个虹膜错误匹配到一起的概率是200万分之1（即不匹配率）。鲍耶尔的结果显示，实际情况中，一个系统的不匹配率在3年后可以达到200万分之2.5。这个概率看起来很低，但是误差是慢慢累积的。鲍耶尔说道，尽管一年或者两年里，你可能不会意识到问题的存在，但是5年或者10年之后，它就不容忽视了。

不过，有些人并不相信虹膜的老化会对不匹配率造成显而易见的影响，即便是对开展了全国性大型虹膜识别项目的国家，如至今有2亿多人参加的印度，该影响也微乎其微。美国卡耐基梅隆大学的生物统计学专家韦治阿古马（Vijayakumar Bhagavatula）说道，在我看来，该研究的影响就是建议我们，虹膜的数字模版需要定期更新。

下月将参加电气和电子工程师协会（IEEE）计算机视觉与模式识别技术会议的鲍耶尔指出，其实该研究还表明我们有开发出受年龄影响较小的虹膜识别算法的需要。对虹膜抗衰老变化的生物算法研究几乎没有过，相反的，在脸部识别领域中，有许多研究致力与开发可以匹配随年龄而衰老的脸部的算法。

现在尚不清楚为何人们之前会假设虹膜可以逃避时间的摧残。根据韦治阿古马的说法，这部分是因为缺乏长期数据的缘故。但是在鲍耶尔看来，这应该归结于虹膜生物算法起步阶段的一个错误且乐观的假设。该假设以相当有说服力的方式被人们频繁复述，慢慢地就被大家当成了事实。