KI in der Biometrie verbessert ein mehrschichtiges biometrisches System, indem es undurchdringliche Schichten hinzufügt
Wenn es um die Unternehmenssicherheit geht, gibt es nichts Schrecklicheres als kompromittierte Anmeldeinformationen. Biometrische Technologie, die im Wesentlichen von Menschen programmiert ist, schützt die unternehmerische Infrastruktur. Mit der zunehmenden Verfeinerung von Technologie und Angriffen sind digitale Sicherheitssysteme jedoch anfällig für externe Angriffe geworden. Ein mehrschichtiger oder multimodaler Ansatz kann die Sicherheitssysteme besser schützen und die Genauigkeit und Effektivität des Systems sicherstellen. KI-fähige biometrische Systeme können dazu beitragen, herkömmliche Systeme auf folgende Weise zu verbessern:
Verhaltensbiometrische Technologie, die Daten wie Mausaktivitäten, Bewegungen mobiler Geräte, mobile Bildschirmeingaben usw. erfasst, kann stark von künstlicher Intelligenz profitieren. Bei bestimmten Systemen müssen wir beispielsweise ein Captcha eingeben, um uns zu authentifizieren. Bei KI-fähigen Systemen ist es sehr wahrscheinlich, dass das Muster, mit dem Sie die Anwendung öffnen, identifiziert werden kann, um Zugriff zu gewähren. Und im Gegensatz zu herkömmlichen Systemen kann die KI während der gesamten Sitzung bei Ihnen bleiben und unbefugten Zugriff verhindern. Wenn Sie beispielsweise eine Sitzung mittendrin verlassen und ein Eindringling Zugriff auf die Sitzung erhält, könnte die KI das geänderte Muster schnell erkennen und dynamisch einschränken.
Wenn es um die Gesichtserkennung geht, entwickeln Hacker normalerweise Fotoabdrücke mit biometrischen Verifizierungsmerkmalen wie der Entfernung vom Nasenrücken zum Auge und anderen Gesichtsmerkmalen zurück. Wenn diese Daten mit neuronalen Netzen verarbeitet werden, entsteht ein eDNA-Vektor. Da der Zugriff auf den Vektor nicht verfügbar ist, ist ein Reverse Engineering schwierig. Ähnlich verhält es sich mit der Sprachverifizierung. Die vom Benutzer bereitgestellte Sprachprobe, die von der Librosa-Bibliothek verarbeitet wird, wird in ein digitales Format umgewandelt. Wenn diese Daten in das neuronale Netzwerk eingespeist werden, bilden sie einen eDNA-Merkmalsvektor, der mehrere biometrische Faktoren wie Klangfarbe, Intonation, Tempo und Tonhöhe berücksichtigt, die normale biometrische Systeme nicht registrieren können.
Der Beitrag AI in Biometrics: The New Elixir of Digital Security erschien zuerst auf Analytics Insight.
source – www.analyticsinsight.net
