นี่คือโพสต์ของแขกโดยAndré Ferraz ผู้ก่อตั้งและซีอีโอของ Incognia
เมื่อ Apple แนะนำการรับรู้ลายนิ้วมือ TouchID บน iPhone ย้อนกลับไปในปี 2013 ตามด้วยการเพิ่มการจดจำใบหน้าใบหน้าในปี 2560 มันเป็นครั้งแรกที่เทคโนโลยีไบโอเมตริกซ์เหล่านี้กลายเป็นกระแสหลัก ในขณะที่เทคโนโลยีลายนิ้วมือและการจดจำใบหน้ามีมานานก่อนที่จะแนะนำผลิตภัณฑ์เหล่านี้นี่เป็นครั้งแรกที่พวกเขาสามารถเข้าถึงได้สำหรับการใช้งานประจำวัน
กรอไปข้างหน้าถึงปี 2020 แทบจะไม่เจ็ดปีหลังจากเปิดตัวครั้งแรก การใช้ไบโอเมตริกซ์เกือบจะกลายเป็นเรื่องธรรมดาและในทำนองเดียวกันข้อ จำกัด และช่องโหว่ของเทคโนโลยีเหล่านี้กำลังมาถึงแถวหน้า
แม้ในภาพยนตร์เมื่อมีการใช้ไบโอเมตริกซ์เพื่อการเข้าถึงห้องนิรภัยหรืออาคารอย่างปลอดภัย ความจริงก็คือในขณะที่ลายนิ้วมือใบหน้าและงานพิมพ์สามารถระบุเราได้อย่างไม่ซ้ำกันเรามีเพียงหนึ่งชุดของไบโอเมตริกซ์เหล่านี้ดังนั้นเมื่อคัดลอกหรือถูกขโมยพวกเขาจะไม่ได้เป็นตัวระบุที่ไม่ซ้ำกันอีกต่อไป ในปี 2562 มีการบันทึกบันทึกไบโอเมตริกซ์มากกว่า 27 ล้านรายการในแพลตฟอร์ม Biostar2ถูกเปิดเผย- คล้ายกับข้อมูลประจำตัวที่ถูกขโมยอื่น ๆ ข้อมูลไบโอเมตริกซ์หาทางบนเว็บมืดที่มีการขายให้กับผู้หลอกลวงและอาชญากรไซเบอร์ ซึ่งแตกต่างจากรหัสผ่านและที่อยู่อีเมลที่สามารถเปลี่ยนแปลงได้หากบุคคลที่ถูกบุกรุกไม่สามารถเปลี่ยนแปลงข้อมูลไบโอเมตริกซ์ที่ถูกขโมยได้
มันเป็นลักษณะคงที่ของข้อมูลไบโอเมตริกซ์ที่เป็นจุดอ่อนที่ใหญ่ที่สุดและทำให้เป็นเป้าหมายที่สุกงอมสำหรับการฉ้อโกง ระบบการจดจำใบหน้าได้รวมเครื่องตรวจจับ Liveny ในความพยายามที่จะป้องกันไม่ให้ผู้คนใช้ภาพที่ถูกขโมยเพื่อการรับรองความถูกต้อง น่าเสียดายที่เทคโนโลยี Deepfake ได้รับการแสดงเพื่อสร้างภาพวิดีโอแบบไดนามิกที่ประสบความสำเร็จในการหลอกระบบการจดจำใบหน้าได้อย่างง่ายดาย อันศึกษาโดยสถาบันวิจัย Idiap ของสวิตเซอร์แลนด์แสดงให้เห็นว่า 95% ของ Deepfakes ยังคงไม่ถูกตรวจพบด้วยเทคโนโลยีการจดจำใบหน้า
ความจริงที่ว่าลายนิ้วมือและระบบการจดจำใบหน้ามีความเสี่ยงต่อข้อมูลไบโอเมตริกซ์ที่ถูกขโมยหรือปลอมแปลงได้นำไปสู่ความสนใจที่เพิ่มขึ้นในการใช้ชีวภาพเชิงพฤติกรรม ธรรมชาติที่มีพลังของชีวภาพเชิงพฤติกรรมเปิดโอกาสให้อยู่ข้างหน้าหนึ่งก้าวของนักต้มตุ๋น
พฤติกรรมทางชีวภาพติดตามพฤติกรรมที่ไม่ซ้ำกันของผู้ใช้ บนเว็บพฤติกรรมเหล่านี้รวมถึงการพิมพ์ความเร็วและการเคลื่อนไหวของเมาส์ในขณะที่บนมือถือมีสัญญาณเพิ่มเติมเช่นการเดินและวิธีที่ไม่ซ้ำกันของเราแต่ละคนเคลื่อนไหวและสถานที่สัญญาณพฤติกรรมที่แข็งแกร่งที่สุดของทุกคนบนมือถือ พฤติกรรมตำแหน่งที่ไม่ซ้ำกันสำหรับผู้ใช้แต่ละคนนั้นยากมากที่จะทำนายเลียนแบบหรือปลอมแปลง ในขณะที่ GPS เคยถูกใช้เพื่อประเมินพฤติกรรมตำแหน่งโดยประมาณเทคโนโลยีสถานที่ของวันนี้ใช้ประโยชน์จากการรวมกันของสัญญาณเครือข่ายและเซ็นเซอร์ในอุปกรณ์เพื่อระบุจุดตำแหน่งที่แม่นยำยิ่งขึ้น สถานที่ตั้งทางชีวภาพพฤติกรรมสามารถระบุตำแหน่งของผู้ใช้ได้ภายในเจ็ดฟุตภายในหรือภายนอกอาคาร ด้วยความแม่นยำในระดับนี้จึงเป็นไปได้ที่จะสร้างลายนิ้วมือตำแหน่งที่ไม่ซ้ำกันและเป็นแบบไดนามิกสำหรับผู้ใช้แต่ละคนที่สามารถใช้เพื่อเงียบ ๆ ในพื้นหลังระบุพฤติกรรมการฉ้อโกง
มูลค่าของสถานที่ตั้งทางชีวภาพพฤติกรรมเริ่มต้นที่การสร้างบัญชีใหม่ โดยทั่วไปสำหรับแอปพลิเคชันทางการเงินหรือมือถือการพาณิชย์จำเป็นต้องให้ที่อยู่บ้านของคุณท่ามกลางข้อมูลสำคัญอื่น ๆ สถานที่ตั้งทางชีวภาพพฤติกรรมสามารถตรวจสอบได้ว่าผู้ใช้อยู่ในที่อยู่บ้านที่ระบุไว้หรือไม่หรือผู้ใช้เคยเยี่ยมชมที่อยู่นี้ก่อนหน้านี้เพื่อประเมินว่าพฤติกรรมของผู้ใช้ยังคงสอดคล้องกันหรือไม่ เมื่อใดก็ตามที่ผู้ใช้ต้องการตรวจสอบความถูกต้องโดยใช้ไบโอเมตริกเชิงพฤติกรรมที่ตั้งก็เป็นไปได้ที่จะตรวจสอบว่าตำแหน่งปัจจุบันตรงกับประวัติพฤติกรรมตำแหน่งของผู้ใช้หรือไม่ จากผลลัพธ์จะมีคะแนนความเสี่ยงที่สามารถปรับปรุง UX สำหรับผู้ใช้ที่เชื่อถือได้หรือส่งผลให้ขั้นตอนการตรวจสอบเพิ่มเติมที่จำเป็นสำหรับผู้ใช้ที่มีพฤติกรรมผิดปกติ
Biometrics เชิงพฤติกรรมไม่ใช่เพื่อนของผู้หลอกลวงเพราะมันยากมากที่จะเลียนแบบหรือปลอมพฤติกรรมของผู้ใช้ โดยเฉพาะอย่างยิ่งในแง่ของสถานที่ที่ผู้หลอกลวงจะต้องอยู่ในตำแหน่งทางกายภาพเช่นเดียวกับผู้ใช้ตลอดเวลาของวันและผู้ใช้จะสังเกตเห็นคนพิเศษนั่งอยู่ในห้องนั่งเล่นของพวกเขา
แนวคิดของการใช้คุณสมบัติที่เป็นเอกลักษณ์เช่นชีวภาพของแต่ละคนสำหรับการตรวจสอบความถูกต้องนั้นน่าสนใจเพราะผู้ใช้ต้องการประพฤติตนเป็นตัวของตัวเอง ในขณะที่ลายนิ้วมือใบหน้าและงานพิมพ์มือเป็นเป้าหมายที่ง่ายสำหรับผู้ที่มีการฉ้อโกง แต่ชีวภาพเชิงพฤติกรรมนั้นก้าวข้ามชีวภาพแบบดั้งเดิมโดยไม่เพียง แต่เป็นเอกลักษณ์ของผู้ใช้แต่ละคนเท่านั้น พฤติกรรมทางชีวภาพเชิงพฤติกรรมคือที่สำคัญยิ่งกว่าไดนามิกและเปลี่ยนแปลงอยู่ตลอดเวลา
เกี่ยวกับผู้แต่ง
André Ferrazเป็นผู้ก่อตั้งและซีอีโอของไม่รู้จักบริษัท เอกชนเอกชนที่นำเสนอแพลตฟอร์มชีวภาพเชิงพฤติกรรมตามสถานที่สำหรับการตรวจจับการฉ้อโกงมือถือและข้อมูลเชิงลึกตำแหน่งที่ไม่ระบุชื่อ
ข้อจำกัดความรับผิดชอบ: ข้อมูลเชิงลึกของอุตสาหกรรม Biometric Update จะถูกส่งเนื้อหา มุมมองที่แสดงในโพสต์นี้เป็นของผู้เขียนและไม่จำเป็นต้องสะท้อนมุมมองของการอัปเดตไบโอเมตริกซ์
หัวข้อบทความ
ชีวภาพเชิงพฤติกรรม-การตรวจจับไบโอเมตริกซ์-ไบโอเมตริกซ์-การตรวจสอบอย่างต่อเนื่อง-เฟลค์-การจดจำใบหน้า-ไบโอเมตริกซ์ลายนิ้วมือ-การป้องกันการฉ้อโกง-การตรวจสอบตัวตน-ไม่รู้จัก
