- Generatiivsed võistlevad võrgud (GAN) võimaldavad luua hüperrealistlikke sünteetilisi identiteete, mis mööduvad traditsioonilisest biomeetriast.
- Kõige kindlam kaitse peitub signaalide orkestreerimises ja kihilises tuvastamises püüdmisel, edastamisel ja võrdlemisel.
- Sõltumatud sertifikaadid, näiteks iBeta 3. tase, ja sellised määrused nagu ELi tehisintellekti seadus on turvalisuse valideerimiseks üliolulised.
Oleme jõudnud etappi, kus identiteedivargus on teinud dramaatilise hüppe edasi. Me ei räägi enam lihtsatest koopiatest või kummimaskidest, vaid tehisintellekti loodud sünteetilisest meediast, mis on võimeline petma isegi kõige keerukamaid süsteeme. Ründajad kasutavad nüüd süvavõltsinguid ja koordineeritud süstimisrünnakuid, mis muudavad vaid mõne aasta tagused turvameetodid lapsemänguna.
Enamiku ettevõtete suurim haavatavus on uskumine, et ühest tõkkest piisab. Andmed näitavad aga, et üle 70% keerukatest pettusekatsetest peatatakse alles siis, kui on olemas mitu kontrollikihi . Asi pole ainult selles, kas oht on reaalne – mis see vägagi on –, vaid selles, kuidas luua tõeliselt tõhus kaitsemüür ilma seaduslikke kasutajaid ärritamata.
Probleem ainult elujõulisusele lootmises
Pikka aega oli staar aktiivse elavuse test – see, mis palub teil pilgutada või pead pöörata. Kuid muidugi on süvavõltsingud arenenud ja suudavad nüüd jäljendada näo mikroilmeid ning reageerida süsteemi juhistele reaalajas. Probleem on selles, et need tööriistad seavad esikohale reageerimisvõime, kuid mitte tingimata video tegeliku autentsuse.
Lisaks tekitab kliendilt kaamera ees akrobaatika sooritamine tohutut hõõrdumist. Mõnel juhul ulatub kasutajate loobumismäär 40%-ni, samas kui passiivsele elavuse tuvastamisele (lihtne selfie) üleminek tõstab lõpetamise määra üle 95%. Nipp seisneb selles, et turvalisus töötaks taustal kasutajat häirimata.
¿Qué son pontosamente los Deepfakes y como se fabrican?
Põhimõtteliselt on need heli-, pildi- või videofailid, mida on süvaõppe abil autentseks muutmiseks manipuleeritud. Põhitehnoloogiaks on siin generatiivsed võistlevad võrgud (GAN), kus kaks närvivõrku võistlevad: üks loob võltsingu ja teine püüab seda tuvastada, sundides generaatorit valet täiustama , kuni see on tegelikkusest peaaegu eristamatu.
On kaks peamist haru: Deepfaces , mis asendab nägusid või loob täiesti uusi inimesi, ja Deepvoices , mis kloonib kellegi häält. Viimane on eriti ohtlik ettevõtluskeskkonnas, kus on olnud juhtumeid, kus juhid on tuhandeid dollareid üle kandnud pärast seda, kui on uskunud, et räägivad oma tegevjuhiga.
Kihiline tuvastamisstrateegia
Kui kasutate ainult süvavõltsingu detektorit, on teil turvaauk. Algoritm võib küll olla suurepärane kunstlike nahatekstuuride tuvastamisel, kuid pime malli süstimise rünnaku suhtes . Seega on lahenduseks kolmetasandilise arhitektuuri rakendamine:
- Tuvastamine jäädvustamisel: See analüüsib, kas kohal on päris inimene, ja tuvastab tehisintellekti artefakte täpselt salvestamise hetkel.
- Liikluse tuvastamine: See tagab, et videot ei ole kasutaja mobiilseadme ja serveri vahel pealt kuulatud ega muudetud, takistades selle levitamist. süstida sünteetilist sisu API-s.
- Tuvastamine võrdluses: Võrdle esitatud identiteeti teadaolevate pettusemustritega ja analüüsi, kas kasutaja käitumine on kahtlane.
See lähenemisviis võimaldab petturil, kellel õnnestub elu tõendamise süsteemist mööda hiilida, langeda kanali terviklikkuse lõksu või käitumusanalüüsi lõksu. See on võrgustik, kus igal võrgul on oma kindel funktsioon.
Sünteetilised identiteedid ja finantssektor
Finantstehnoloogia ja panganduse maailmas on risk äärmuslik. Kurjategijad ei varasta enam ainult identiteete, vaid loovad sünteetilisi identiteete . See hõlmab lekkinud tegelike andmete (näiteks kehtiva isikutunnistuse) segamist väljamõeldud teabe ja tehisintellekti loodud näoga. Tulemuseks on profiil, mis näib olevat seaduslik ja mille abil saab avada kontosid või taotleda laene kahtlust tekitamata.
Selle vastu võitlemiseks liigub süsteem isoleeritud kontrollimiselt orkestreeritud signaalide poole . Enam ei piisa näo ja dokumendi vastavusest; nüüd analüüsitakse geograafilist asukohta, seadme sõrmejälge ja kirjutamiskiirust. Kui biomeetria on täiuslik, kuid seadet kahtlustatakse emulaatorina , käivitab süsteem hoiatuse.
Standardid, eeskirjad ja sertifikaadid
Kõik tööriistad ei ole võrdsed. Professionaalses sektoris on iBeta 3. taseme sertifikaat kuldstandard, kuna see kinnitab vastupidavust süstimisrünnakutele kontrollitud keskkonnas. Lisaks hakkab EL-i tehisintellekti seadus nõudma kogu tehisintellekti loodud sisu selget märgistamist , mille eest võidakse määrata suuri trahve.
On oluline, et ettevõtted otsiksid lahendusi, mis vastavad standardile ISO/IEC 30107 ja võimaldavad andmetöötlust seadmes endas. See mitte ainult ei paranda turvalisust, vaid tagab ka vastavuse isikuandmete kaitse üldmäärusele (GDPR), takistades toorbiomeetriliste andmete liikumist võrgus ja vähendades seeläbi rünnakupinda.
Praktilised näpunäited võltsimise avastamiseks
Kuigi tehisintellekt muutub üha keerukamaks, on siiski vihjeid, mis võivad meid päästa. Pöörake tähelepanu ebajärjekindlale pilgutusele , kuna algoritmidel on raskusi inimese loomulike pilgutusmustrite jäljendamisega. Samuti on oluline jälgida näo servi ja suu sisemust ; hambad ja keel on sageli piirkonnad, kus tehisintellekt teeb nähtavaid vigu.
Teine detail, mida arvestada, on huulte sünkroniseerimine ja heli. Tihti ei vasta heli huulte liikumisele ideaalselt. Kahtluste korral on kõige parem videot aeglustada , et otsida pildil järske hüppeid või taustal kummalisi muutusi, mis võivad viidata manipuleerimisele.
Digitaalne turvalisus nõuab tänapäeval pidevat valvsust ja selliste süsteemide kasutuselevõttu, mis ei tugine ühele tegurile. Täiustatud biomeetria, käitumisanalüüsi ja range regulatiivse vastavuse kombinatsioon on ainus viis sünteetiliste meetodite leviku piiramiseks ja tehingute terviklikkuse kaitsmiseks maailmas, kus nägemine ei ole enam uskumine.
