- Rangkaian Adversarial Generatif (GAN) membolehkan penciptaan identiti sintetik hiper-realistik yang memintas biometrik tradisional.
- Pertahanan yang paling mantap terletak pada pengaturan isyarat dan pengesanan berlapis dalam penangkapan, transit dan perbandingan.
- Pensijilan bebas seperti iBeta Tahap 3 dan peraturan seperti Akta AI EU adalah penting untuk mengesahkan keselamatan.
Kita telah memasuki tahap di mana kecurian identiti telah mengambil langkah dramatik ke hadapan. Kita bukan lagi bercakap tentang fotokopi mudah atau topeng getah, tetapi tentang media sintetik yang dijana AI yang mampu menipu walaupun sistem yang paling canggih. Penyerang kini menggunakan deepfake dan serangan suntikan terkoordinasi yang menjadikan kaedah keselamatan dari beberapa tahun yang lalu kelihatan seperti permainan kanak-kanak.
Kerentanan terbesar bagi kebanyakan syarikat adalah mempercayai bahawa satu halangan sahaja sudah memadai. Walau bagaimanapun, data memberitahu kita bahawa lebih 70% percubaan penipuan lanjutan hanya dihentikan apabila pelbagai lapisan pengesahan dilaksanakan . Ia bukan sekadar tentang sama ada ancaman itu nyata—yang sememangnya nyata—tetapi tentang cara membina tembok pertahanan yang benar-benar berkesan tanpa mengecewakan pengguna yang sah.
Masalah dengan hanya bergantung pada kehidupan
Untuk masa yang lama, ujian keaktifan aktif—ujian yang meminta anda berkelip atau memusingkan kepala—adalah bintangnya. Tetapi sudah tentu, deepfake telah berkembang dan kini boleh meniru ekspresi mikro wajah dan bertindak balas dalam masa nyata terhadap arahan sistem. Masalahnya ialah alat ini mengutamakan daya tindak balas, tetapi tidak semestinya keaslian sebenar video tersebut.
Tambahan pula, meminta pelanggan melakukan akrobatik di hadapan kamera akan mewujudkan geseran yang hebat. Dalam sesetengah kes, pengabaian pengguna mencapai 40%, manakala beralih kepada pengesanan keaktifan pasif (swafoto ringkas) meningkatkan kadar penyelesaian kepada lebih 95%. Caranya ialah dengan memastikan keselamatan berfungsi di latar belakang tanpa mengganggu pengguna.
¿Qué son exactamente los Deepfakes y cómo se fabrican?
Pada asasnya, ini adalah fail audio, imej atau video yang dimanipulasi menggunakan pembelajaran mendalam untuk kelihatan asli. Teknologi utama di sini ialah Rangkaian Permusuhan Generatif (GAN), di mana dua rangkaian saraf bersaing: satu mencipta yang palsu dan yang satu lagi cuba mengesannya, memaksa penjana untuk memperhalusi pembohongan sehingga ia hampir tidak dapat dibezakan daripada realiti.
Terdapat dua cabang utama: Deepfaces , yang menggantikan wajah atau mencipta orang baharu sepenuhnya, dan Deepvoices , yang mengklon suara seseorang. Yang terakhir amat berbahaya dalam persekitaran korporat, di mana terdapat kes eksekutif memindahkan ribuan dolar selepas mempercayai bahawa mereka sedang bercakap dengan CEO mereka.
Strategi pengesanan berlapis
Jika anda hanya menggunakan pengesan deepfake, anda mempunyai lubang keselamatan. Algoritma mungkin cemerlang dalam mengesan tekstur kulit tiruan, tetapi buta terhadap serangan suntikan templat . Oleh itu, penyelesaiannya adalah dengan melaksanakan seni bina tiga peringkat:
- Pengesanan dalam tangkapan: Ia menganalisis sama ada orang sebenar hadir dan mengesan artifak AI pada saat rakaman berlaku.
- Pengesanan trafik: Ia memastikan bahawa video tidak dipintas atau diubah suai antara peranti mudah alih pengguna dan pelayan, menghalangnya daripada menyuntik kandungan sintetik dalam API.
- Pengesanan sebagai perbandingan: Rujuk silang identiti yang dibentangkan dengan corak penipuan yang diketahui dan analisis sama ada tingkah laku pengguna mencurigakan.
Pendekatan ini membolehkan penipu yang berjaya memintas bukti kehidupan untuk terjebak dalam perangkap integriti saluran atau analisis tingkah laku. Ia adalah rangkaian di mana setiap jaringan berfungsi dengan fungsi yang berbeza.
Identiti Sintetik dan Sektor Kewangan
Dalam dunia fintech dan perbankan, risikonya sangat ekstrem. Penjenayah bukan lagi sekadar mencuri identiti; mereka mencipta identiti sintetik . Ini melibatkan pencampuran data sebenar yang bocor (seperti kad pengenalan yang sah) dengan maklumat palsu dan wajah yang dijana AI. Hasilnya adalah profil yang kelihatan sah dan boleh membuka akaun atau memohon pinjaman tanpa menimbulkan syak wasangka.
Untuk mengatasi masalah ini, sistem beralih daripada pengesahan terpencil kepada isyarat terancang . Ia tidak lagi mencukupi untuk wajah sepadan dengan dokumen; kini geolokasi, cap jari peranti dan kelajuan menaip dianalisis. Jika biometrik sempurna tetapi peranti disyaki merupakan emulator , sistem akan mencetuskan amaran.
Piawaian, Peraturan dan Persijilan
Tidak semua alat dicipta sama. Dalam sektor profesional, pensijilan Tahap 3 iBeta adalah standard emas, kerana ia mengesahkan ketahanan terhadap serangan suntikan dalam persekitaran terkawal. Tambahan pula, Akta AI EU akan mula mewajibkan semua kandungan yang dihasilkan AI dilabelkan dengan jelas , di bawah penalti denda yang besar.
Adalah penting bagi syarikat untuk mencari penyelesaian yang mematuhi ISO/IEC 30107 dan membenarkan pemprosesan data pada peranti itu sendiri. Ini bukan sahaja meningkatkan keselamatan tetapi juga memastikan pematuhan GDPR dengan menghalang data biometrik mentah daripada bergerak merentasi rangkaian, sekali gus mengurangkan permukaan serangan.
Petua praktikal untuk mengesan gangguan
Walaupun AI semakin canggih, masih terdapat petunjuk yang boleh menyelamatkan kita. Beri perhatian kepada kelipan mata yang tidak konsisten , kerana algoritma sukar untuk meniru corak kelipan mata semula jadi manusia. Adalah juga penting untuk memerhatikan tepi muka dan bahagian dalam mulut ; gigi dan lidah selalunya merupakan kawasan di mana AI membuat ralat yang boleh dilihat.
Satu lagi perkara yang perlu dipertimbangkan ialah penyegerakan bibir dan audio. Selalunya, bunyi tidak sepadan dengan pergerakan bibir. Jika anda mempunyai sebarang keraguan, adalah lebih baik untuk memperlahankan video bagi mencari lompatan mendadak dalam imej atau perubahan pelik pada latar belakang yang mungkin mendedahkan manipulasi.
Keselamatan digital hari ini memerlukan kewaspadaan berterusan dan penggunaan sistem yang tidak bergantung pada satu faktor sahaja. Gabungan biometrik canggih, analisis tingkah laku dan pematuhan peraturan yang ketat adalah satu-satunya cara untuk membendung kemajuan kaedah sintetik dan melindungi integriti transaksi dalam dunia di mana melihat tidak lagi mempercayai.
