در مقاله این پژوهش آمده است: اثرانگشت‌های اصلی، اثر انگشت‌هایی هستند که می‌توان آنها را با بسیاری از اثرانگشت‌های دیگر تطابق داد. ما در این پروژه، اثر انگشت‌های اصلی موسوم به «اثرانگشت اصلی عمیق» ابداع کردیم که دقت آنها بسیار بیشتر از مدل‌های پیشین است. این روش، با آموزش تصاویر واقعی اثرانگشت به یک «شبکه مولد تخاصمی»(GAN) ایجاد شده است. در شبکه مولد تخاصمی، یک شبکه یادگیری عمیق که مولد نامیده می‌شود، با یک روند تخاصمی رقابت می‌کند. شبکه عمیق دیگری که متمایزکننده نامیده می‌شود، سعی می‌کند نمونه‌های تولیدشده از شبکه مولد را از داده‌های اصلی متمایز کند. رقابت بین این دو شبکه، در نهایت باعث یادگیری بهتر و بهبود عملکرد هر دو می‌شود. سیستم‌های مبتنی بر اثرانگشت، معمولا همه اثر انگشت را بررسی نمی‌کنند بلکه فقط قسمت‌هایی که در تماس با اسکنر قرار می‌گیرند، ثبت می‌شوند؛ در نتیجه فریب آنها ساده است. شبکه مولد تخاصمی در این بررسی، آثار انگشت تقلبی به‌وجود آوردند که با نمونه واقعی آنها مطابقت دارند و می‌توانند علاوه بر چشم انسان، اسکنر را نیز فریب دهند. پژوهشگران دریافته‌اند که توانایی تقلید این سیستم، بیش از یک اثر انگشت در میان پنج نمونه است. سیستم می‌تواند برای هر اثر انگشتی که به‌جای رمز عبور ذخیره می‌کند، چند تصویر ارائه دهد؛ در نتیجه اگر کسی از اثر انگشت خود برای قفل‌گشایی ابزار استفاده کند، فقط به تطابق یکی از تصاویر اثرانگشت در سیستم ایمنی نیاز خواهد داشت.