Deepfakes是迫在眉睫的欺詐威脅，但是大多數組織仍然不夠認真地對待它們，許多組織對生物識別技術的幫助感到困惑。iproons。
“好，壞和醜陋的：關於人工智能和深瓦威脅的全球研究”彙編了500家企業技術決策者的觀察。
它顯示了伊普魯夫總統兼美洲負責人阿賈伊·阿姆拉尼（Ajay Amlani生物識別更新。 “從歷史上看，人們已經說過要來了，但是現在很明顯它實際上在這裡。”
他指出，即使是網絡安全公司也根據Deepfake視頻僱用了人們。
賭注很高，因為風險是欺詐的威脅可能會將社會恢復需要面對面的身份驗證。但是，在政府辦公大樓預訂約會的日子應該結束。
幾乎是在那些遇到至少一個深料（47％）且沒有（50％）的組織之間的分裂。調查顯示，大多數（73％）正在積極實施網絡安全解決方案以防禦深層效果。
有一些區域差異，北美企業遇到了深層的可能性，但是在拉丁美洲的企業不太可能期望對組織的影響，無論是從深層蛋糕本身，法律和監管懲罰中受到重大影響。
突然在這裡，還是突然看到？
生成的AI正在以美化功能或過濾器的形式變得越來越熟悉，這些特徵或過濾器使人們可以實時交換性別或種族。 Amlani說：“人們覺得這種情況如此之快，但是Tiktok在去年具有過濾能力。”
他說，更令人驚訝的是，假貨已經達到的質量。
Amlani解釋說，結果之一是該技術的相對良性用途之間的分配，其中可能包括一些匿名化，例如在忠誠度計劃中，以及擴展欺詐向量。
Amlani具有良好的倡導生物識別技術來防禦欺詐行為的記錄，同時改善了用戶體驗，他追溯到國土安全部長湯姆·里奇（Tom Ridge）派遣的人來觀察美國訪問計劃工作，大約20年前。
調查顯示，生物識別技術被視為一種用於防止深擊的工具，比其他任何技術都要多。接下來的多因素身份驗證為69％，其次是基於設備的生物識別技術（67％）和DeepFake檢測算法，僅選擇了47％。
Amlani說：“現在是時候真正專注於部署概念證明，以確保您已經在市場上測試了解決方案，您已經在市場上集成了解決方案。” “因為當您的一天大規模打擊時，您已經想在手上有一個供應商的選擇。”
Amlani說，尚未實施生物識別技術的企業並沒有迫切需要。但是即使那樣，如果他們在做視頻通話，他們可以在測試技術時保護這些呼叫，這些技術只會隨著時間的流逝而變得越來越重要。
Amlani說，部署系統進行測試系統的成本通常很少，而欺詐的成本通常在20,000美元至50,000美元之間。
人工智能欺詐的專業化將使組織主動準備以抵禦深層攻擊。
Deepfake欺詐故事已經宣傳，Amlani為那些承認受害的組織表示讚賞。他說，大多數攻擊都保持沉默，甚至在公司記錄中偽裝，有時是漏洞賞金。
同時，壞演員正在將攻擊的收益重新投資，以加劇更強大的欺詐。
阿姆拉尼（Amlani）承認調查結果中的脫節，因為在十分之二的期望用生成AI製造的深擊中將對其組織產生“中等”或“重大”的影響。但是，十分之一的“有些同意”，他們的組織沒有足夠認真地對待威脅，而另有19％的人“強烈同意”。他將其歸結為意識差距，公司的沉默，承認他們被砍成了一個促成因素，但也是生物識別技術採用的滯後。利用違反個人信息的傳統攻擊仍然足以從許多組織中竊取。
Amlani說，在美國，這種情況仍然受到生物識別技術的影響，而對生物識別法規，隱私和偏見的關注仍然受到影響。
關於本地設備生物識別技術的天真
對基於設備的生物識別技術而不是在調查中反映的DeepFake檢測算法的偏愛，至少部分地是網絡安全和欺詐團隊之間的分裂。
Amlani說：“相機本身實際上是脆弱性的地方。” “設備上的攝像機從未真正被鎖定。它們本來是要模仿的，”例如，消費者可以使用第三方網絡攝像頭。
許多欺詐團隊仍在考慮生物識別表現攻擊方面的攻擊和痛苦，阿姆拉尼稱之為“ passe”。
“人們在大規模的任務上沒有製作不可能的面具，無法欺騙系統。他們不會花時間並使用AI來創建一個深層捕撈，以在八歲半的11張紙上將其打印出來。”
數字注射攻擊是交付的方法。 Amlani解釋說，這是一種網絡安全攻擊，而不是生物識別攻擊。因此，許多組織並未完全理解本地裝置生物識別技術以防禦深層侵害的不足。
Amlani說，像Apple和Google這樣的設備製造商確實了解了這個問題。這就是為什麼Apple獲得移動駕駛執照的註冊流量不同，並且很難通過的臉部ID。使用Face ID進行生物特徵識別驗證的企業正在自行承擔風險，但是如果有人參加欺詐性MDL，Apple負有責任，因此該過程包括幾個主動的Livices檢測步驟，用戶希望將任何一邊抬起並抬起眉毛。
Amlani說，Iproov的Flashmark無源性能具有相同的目的，該目的是通過驗證在攝像機前面存在的人類組織的存在。該公司還採用設備信號，並尋找像素更改和模糊的操縱跡象：“但這只能帶您走那麼遠。”
Amlani還指出，隨著對Deepfake欺詐的認識，有47％的人想要專用檢測算法是一個積極的信號，並且在未來幾個月內可能會增加。
也許是最令人擔憂的發現調查關於哪些生物識別方式可以免受深層影響。
5個專業人士中有4多名指紋生物識別技術可有效地打擊深擊，其次是Iris（68％），Face（67％）和先進的行為生物識別技術（65％）。正如Amlani指出的那樣，雖然聲音持續了48％，但遠程指紋通常是用智能手機的後置攝像頭進行的，遠程指紋構成，該智能手機無法執行IPROOV的顏色閃光來檢測深擊。因此，伊普魯夫（Iproov）正在致力於無人看管的指紋捕獲，“但這需要一些時間，” Amlani說。
同時，儘管顯然有廣泛的誤解，但不要使用遠程指紋來防禦深層效果。
