迄今为止，任何的生物特征识别系统或者方法都有出错的可能。对系统的识别精度给出客观、准确的评估其实是一个很复杂的问题，它受测试样本的数量、质量、评估指标等因素的影响，但是这对应用单位和司法部门却是一个很关注的焦点问题。所以生物特征识别方法的性能测评已成为生物特征识别研究的一个重要方向。对于1∶1比对的身份验证系统，错误有两种情况：一是把不同人的生物特征识别为同一类，称为错误接收；另一种可能是把同一人的生物特征识别为不同类，称为错误拒绝。
一般可以从理论和实验两个方面评估一个生物识别方法的性能指标。从理论方面可以研究生物特征的唯一性，即对影响错误接收和错误拒绝的各种参数进行准确建模，从每种生物特征识别方法的本质和机理出发给出理论上可以取得的错误率的下界。这个工作是很有意义也是难度很大的。例如司法界对通过指纹匹配结果来指认罪犯还存在着很大争议，虽然有研究人员宣称地球上找不到指纹特征完全相同的两个人，但是在自动或者人工指纹识别系统中，到底需要多大的相似度才可以完全确认两枚指纹的同源性？识别出错的准确概率到底是多少？已经有研究人员对这个问题进行了比较深入的研究，但是并没有完全解决好这个问题。
生物识别也需要安全技术
生物识别系统是一个安全系统，和其他信息安全技术一样，它也可能受到各种攻击，并且在识别系统的每个环节都可能受到黑客的威胁。除了伪造他人的生物特征样本外，其他可能的攻击包括：在采集装置和计算机的通信链路上修改样本数据，修改识别结果，替换匹配程序，攻击生物特征模板数据库等。并且每个环节的攻击都是致命的，所以生物识别系统的安全系数取决于最薄弱的环节。
为了使生物识别技术在安全性要求较高的场合得到应用，除了算法设计外，保护系统自身的安全性、提高对各种黑客攻击的抵抗能力也很重要。为了提高识别系统的安全程度，对生物特征数据、特征模板和应用程序采取加密、数字签名、加时间戳等方法将是一个可行的研究方向。