ใบหน้ามีอยู่ทุกหนทุกแห่งจัดเก็บและแสดงเป็นล้านบนแพลตฟอร์มโซเชียลมีเดีย เทคโนโลยี AI Generative ได้เปิดใช้งานการเก็บเกี่ยวขนาดใหญ่และการจัดการของ Biometrics ใบหน้าและให้เราเป็นภัยคุกคามใหม่ของเรา-
PXL Vision และ Biometrics Security and Privacy Group ที่ได้ร่วมมือกันเพื่อพัฒนา“ โซลูชันการตรวจจับปลอมที่ใช้ AI ที่แข็งแกร่ง”โพสต์บน LinkedIn อันไพรเมอร์รหัสสังเคราะห์จาก PXL Vision อธิบายว่าผู้กระทำความผิดของการฉ้อโกงตัวตนสังเคราะห์ใช้ AI เพื่อ“ สร้างตัวตนใหม่อย่างสมบูรณ์จากส่วนผสมของข้อมูลที่ถูกขโมยการจัดการและสมมติ”
ข้อมูลประจำตัวสังเคราะห์ที่ผลิตรวมและผสมผสานรายละเอียดเอกลักษณ์จริงจากตัวตนที่ถูกขโมยไป หมายเลข ID จริงอาจถูกจับคู่กับชื่อปลอมหรือที่อยู่และเชื่อมโยงกับภาพที่ลึกล้ำซึ่งเรียงรายไปด้วยข้อมูลข้อมูลประจำตัวที่ถูกแฮ็ก ที่ถูกจัดการเป็นตัวตนที่แท้จริงที่เปลี่ยนแปลงเอกสารประจำตัวที่มีอยู่
การเปลี่ยนแปลงอย่างกว้างขวางไปสู่การตรวจสอบเอกลักษณ์ดิจิตอลและกระบวนการตรวจสอบความถูกต้องดังที่แสดงโดยนำมาซึ่งความเสี่ยงใหม่:“ การเปลี่ยนไปใช้ตัวตนดิจิตอลเปิดพื้นที่ใหม่ของการโจมตี-แม่นยำเนื่องจากการหลอกลวงการฉ้อโกงที่สนับสนุน AI นั้นมีแนวโน้มที่จะมีความซับซ้อนมากขึ้นเรื่อย ๆ ในอนาคต”
PXL Vision ใช้ใกล้กับการสื่อสารภาคสนาม (NFC) และเพื่อรับรู้และป้องกันความพยายามในการฉ้อโกง ยิ่งไปกว่านั้น“ องค์ประกอบสำคัญอีกประการหนึ่งคือการตรวจจับการฉีดวิดีโอซึ่งระบุวิดีโอที่มีการจัดการหรือสร้างขึ้นเพื่อการหลอกลวง สิ่งนี้ทำได้โดยการวิเคราะห์ข้อมูลเมตารูปแบบการเคลื่อนไหวและสิ่งประดิษฐ์ดิจิตอลที่อาจบ่งบอกถึงการจัดการ”
โครงการ Deepfake กับ IDIAP ได้รับการสนับสนุนจาก Innosuisse Agency Innosuisse
Yoti Liventy, การตรวจจับการฉีดปกป้องจากเวกเตอร์การโจมตีทั้งทางตรงและทางอ้อม
ใหม่กระดาษสีขาวจากเจาะลึกลงไปในการคุกคามของ AI กำเนิด “ อัตราการพัฒนาของ AI Generative นำเสนอปัญหาที่จะไม่เพียง แต่มั่นใจว่าบุคคลคือสิ่งที่พวกเขาบอกว่าพวกเขาเป็น แต่ยังรวมถึงแพลตฟอร์มเนื้อหาที่ต้องแน่ใจว่าเนื้อหาที่เพิ่มโดยผู้ใช้นั้นเป็นของแท้” บทความกล่าว “ ด้วยความเสี่ยงและความท้าทายที่อาจเกิดขึ้นในการตรวจจับกลยุทธ์ของ Yoti เน้นการตรวจจับก่อนหน้านี้ที่แหล่งที่มาการจัดการกับเวกเตอร์การโจมตีทั้งทางตรงและทางอ้อม”
ในขณะที่การนำเสนอการโจมตี (PAD) เป็น“ ปัญหาที่ค่อนข้างเติบโตและเข้าใจได้ดีในพื้นที่การตรวจสอบ” ได้รับการปกป้องอย่างดีโดยมีประสิทธิภาพเมื่อเร็ว ๆ นี้การโจมตีการฉีดที่ได้รับความนิยมเมื่อเร็ว ๆ นี้พยายามหลีกเลี่ยงการตรวจจับ Livity โดยการแฮ็คโดยตรงไปยังอุปกรณ์ฮาร์ดแวร์หรือกล้องเสมือนจริง
Yoti กล่าวว่า MyFace SICAP เวอร์ชันล่าสุด (การจับภาพที่ปลอดภัย)“ วิธีการใหม่ในการเพิ่มความปลอดภัย ณ จุดที่ภาพกำลังถูกถ่ายสำหรับการตรวจสอบหรือตรวจสอบ facematch” สามารถตรวจจับทั้งฮาร์ดแวร์และซอฟต์แวร์การโจมตี
รายงานจาก IPROOV ไฮไลท์ขนาดของอาร์เซนอลโจมตีตัวตน
รายงานข่าวกรองภัยคุกคามที่เพิ่งเปิดตัวจากเน้น“ การเพิ่มขึ้นของการเพิ่มขึ้นของกล้องเสมือนจริงและการโจมตีด้วยการแลกเปลี่ยนใบหน้า”
“ การโจมตีด้วยกล้องเสมือนจริงได้กลายเป็นเวกเตอร์ภัยคุกคามหลักเพิ่มขึ้น 2665 เปอร์เซ็นต์เนื่องจากการแทรกซึมของ App Store หลัก ๆ ”รายงาน- “ การโจมตีแบบแลกเปลี่ยนใบหน้าเพิ่มขึ้น 300 % เมื่อเทียบกับปี 2566 โดยมีนักแสดงภัยคุกคามเปลี่ยนโฟกัสไปยังระบบโดยใช้โปรโตคอลการตรวจจับ Livence”
บริษัท ยังออกคำเตือนเล็กน้อยเกี่ยวกับผู้ให้บริการ:“ เมื่อผู้ขายเรียกร้องให้เสนอ 'เสร็จสมบูรณ์'มันเป็นสิ่งสำคัญที่จะต้องสอบถามเกี่ยวกับการรวมการโจมตีที่รู้จักกัน 115,000 ชุดที่พวกเขาได้ทดสอบ” มันกล่าว “ เราได้บันทึกเครื่องมือการแลกเปลี่ยนใบหน้า 127 ตัวกล้องเสมือน 91 ตัวและอีมูเลเตอร์ 10 ตัวซึ่งแต่ละตัวสร้างเวกเตอร์การโจมตีที่แตกต่างกัน”
หัวข้อบทความ
-----------
