- רשתות יריבות גנרטיביות (GAN) מאפשרות יצירת זהויות סינתטיות היפר-ריאליסטיות שעוקפות את הביומטריה המסורתית.
- ההגנה החזקה ביותר טמונה בתזמור האותות ובזיהוי שכבתי בלכידה, במעבר ובהשוואה.
- הסמכות עצמאיות כגון iBeta Level 3 ותקנות כגון חוק הבינה המלאכותית של האיחוד האירופי הן קריטיות לאימות אבטחה.
נכנסנו לשלב שבו גניבת זהות עשתה קפיצת מדרגה דרמטית קדימה. אנחנו כבר לא מדברים על צילומים פשוטים או מסכות גומי, אלא על מדיה סינתטית שנוצרת על ידי בינה מלאכותית המסוגלת להטעות אפילו את המערכות המתוחכמות ביותר. תוקפים משתמשים כיום ב-Deepfakes ובמתקפות הזרקה מתואמות שהופכות שיטות אבטחה מלפני מספר שנים להיראות כמו משחק ילדים.
הפגיעות הגדולה ביותר עבור רוב החברות היא האמונה שמחסום אחד מספיק. עם זאת, נתונים מראים לנו שיותר מ-70% מניסיונות ההונאה המתקדמים נעצרים רק כאשר קיימות שכבות אימות מרובות . זה לא רק עניין של האם האיום אמיתי - וזה בהחלט נכון - אלא גם כיצד לבנות חומת הגנה יעילה באמת מבלי לתסכל משתמשים לגיטימיים.
הבעיה עם הסתמכות אך ורק על חיים
במשך זמן רב, מבחן החיות האקטיבית - זה שמבקש ממך למצמץ או לסובב את הראש - היה הכוכב. אבל כמובן, דיפפייקים התפתחו וכעת יכולים לחקות מיקרו-הבעות פנים ולהגיב בזמן אמת להוראות המערכת. הבעיה היא שכלים אלה נותנים עדיפות לתגובתיות, אבל לאו דווקא לאותנטיות האמיתית של הסרטון.
יתר על כן, בקשה מהלקוח לבצע אקרובטיקה מול המצלמה יוצרת חיכוך אדיר. במקרים מסוימים, נטישת המשתמש מגיעה ל-40%, בעוד שמעבר לזיהוי פסיבי של חיות (סלפי פשוט) מעלה את שיעור ההשלמה ליותר מ-95%. הטריק הוא שהאבטחה תעבוד ברקע מבלי להפריע למשתמש.
¿Qué son exactamente los Deepfakes y cómo se fabrican?
בעיקרו של דבר, מדובר בקבצי אודיו, תמונה או וידאו שעברו מניפולציה באמצעות למידה עמוקה כדי להיראות אותנטיים. הטכנולוגיה המרכזית כאן היא רשתות יריבות גנרטיביות (GAN), שבהן שתי רשתות עצביות מתחרות: האחת יוצרת את הזיוף והשנייה מנסה לזהות אותו, מה שמאלץ את המחולל לעדן את השקר עד שהוא כמעט בלתי ניתן להבחנה מהמציאות.
ישנם שני ענפים עיקריים: Deepfaces , המחליפים פנים או יוצרים אנשים חדשים לחלוטין, ו- Deepvoices , שמשכפלים את קולו של אדם. האחרון מסוכן במיוחד בסביבה תאגידית, שם היו מקרים של מנהלים שהעבירו אלפי דולרים לאחר שהאמינו שהם מדברים עם המנכ"ל שלהם.
אסטרטגיית הגילוי השכבתית
אם אתם משתמשים רק בגלאי דיפ-פייק, יש לכם פרצת אבטחה. אלגוריתם אולי מבריק בזיהוי מרקמי עור מלאכותיים, אבל עיוור להתקפת הזרקת תבנית . לכן, הפתרון הוא ליישם ארכיטקטורה בת שלוש שכבות:
- זיהוי בלכידה: הוא מנתח האם אדם אמיתי נוכח ומזהה חפצי בינה מלאכותית ברגע המדויק של ההקלטה.
- זיהוי תנועה: זה מבטיח שהסרטון לא יורטו או שונה בין המכשיר הנייד של המשתמש לשרת, ומונע את שידורו הזרקת תוכן סינתטי ב-API.
- גילוי בהשוואה: הצליב את הזהות המוצגת עם דפוסי הונאה ידועים ונתח האם התנהגות המשתמש חשודה.
גישה זו מאפשרת לרמאי שמצליח לעקוף הוכחת חיים ליפול למלכודת שלמות הערוץ או לניתוח התנהגותי. זוהי רשת שבה כל רשת משרתת תפקיד נפרד.
זהויות סינתטיות והמגזר הפיננסי
בעולם הפינטק והבנקאות, הסיכון הוא קיצוני. פושעים כבר לא רק גונבים זהויות; הם יוצרים זהויות סינתטיות . זה כרוך בשילוב של נתונים אמיתיים שדלפו (כגון תעודת זהות תקפה) עם מידע מפוברק ופנים שנוצרו על ידי בינה מלאכותית. התוצאה היא פרופיל שנראה לגיטימי וניתן לפתוח חשבונות או להגיש בקשה להלוואות מבלי לעורר חשד.
כדי להתמודד עם זה, המערכת עוברת מאימות מבודד לאותות מתוזמרים . זה כבר לא מספיק שהפנים יתאימו למסמך; כעת מנותחים מיקום גיאוגרפי, טביעת האצבע של המכשיר ומהירות ההקלדה. אם הביומטריה מושלמת אך המכשיר חשוד כאמולטור , המערכת מפעילה התראה.
תקנים, תקנות והסמכות
לא כל הכלים נוצרו שווים. במגזר המקצועי, הסמכת iBeta Level 3 היא תקן הזהב, שכן היא מאמתת עמידות בפני מתקפות הזרקה בסביבות מבוקרות. יתר על כן, חוק הבינה המלאכותית של האיחוד האירופי יתחיל לדרוש שכל התוכן שנוצר על ידי בינה מלאכותית יהיה מתויג בבירור , תוך עונש של קנסות כבדים.
חיוני שחברות יחפשו פתרונות התואמים לתקן ISO/IEC 30107 ויאפשרו עיבוד נתונים במכשיר עצמו. זה לא רק משפר את האבטחה אלא גם מבטיח תאימות ל-GDPR על ידי מניעת מעבר נתונים ביומטריים גולמיים ברחבי הרשת, ובכך מפחית את משטח התקיפה.
טיפים מעשיים לגילוי חבלה
למרות שהבינה המלאכותית הופכת מתוחכמת יותר ויותר, עדיין ישנם רמזים שיכולים להציל אותנו. שימו לב למצמוץ לא עקבי , שכן אלגוריתמים מתקשים לחקות דפוסי מצמוץ טבעיים של בני אדם. חשוב גם להתבונן בקצוות הפנים ובפנים הפה ; שיניים ולשון הן לעתים קרובות אזורים שבהם בינה מלאכותית עושה טעויות גלויות.
פרט נוסף שיש לקחת בחשבון הוא סינכרון שפתיים ואודיו. לעתים קרובות, הצליל אינו תואם בצורה מושלמת את תנועות השפתיים. אם יש לכם ספקות, עדיף להאט את הסרטון כדי לחפש קפיצות פתאומיות בתמונה או שינויים מוזרים ברקע שעשויים לחשוף מניפולציה.
אבטחה דיגיטלית כיום דורשת ערנות מתמדת ואימוץ מערכות שאינן מסתמכות על גורם יחיד. השילוב של ביומטריה מתקדמת, ניתוח התנהגותי ועמידה קפדנית בתקנות הוא הדרך היחידה לרסן את התקדמותן של שיטות סינתטיות ולהגן על שלמות העסקאות בעולם שבו לראות כבר לא להאמין.
