生物识别技术的安全挑战

简介: 生物识别技术的安全挑战
+关注继续查看

背景

如今,生物识别技术已成为最流行的趋势之一,该趋势旨在通过更具弹性的身份验证机制来提高安全性并阻止网络攻击。目前,全球不仅面临着越来越多的跨设备和系统的网络威胁,冠状病毒大流行还改变了消费者和企业对数字和物理风险的思考方式。

从安全的角度来看,生物识别技术具有明显的优势,特别是与其他多个因素(例如PIN或安全性问题)结合使用时。生物识别技术很难破解,对不良行为者的复制具有挑战性,而且个人生物信息一直存在于我们身上,从方便角度看也有很大的优势。从汽车、电子学习、物流、远程医疗等,各行各业的公司越来越多地考虑使用生物识别接口来改善安全性和体验。

虽然使用生物识别技术有很多好处,但是企业仍必须尽职的调查以及评估隐私和安全方面的一些挑战和担忧。image

生物识别技术的标准

生物识别技术是一种通过人体生理或行为特征进行身份认证的技术,已经广泛应用于安全、金融、医疗等领域。为了确保生物识别技术的安全性和可靠性,国际上制定了一系列标准,以下是其中的几个:


1.ISO/IEC 19794:这是国际标准化组织和国际电工委员会制定的生物识别数据交换格式标准,规定了生物识别数据的格式、编码和存储方式,以及数据的传输和共享。

2.ISO/IEC 24745:这是国际标准化组织和国际电工委员会制定的生物识别技术性能评估标准,规定了生物识别技术的性能指标和测试方法,包括准确度、速度、鲁棒性、稳定性等。

ANSI/INCITS 378:这是美国国家标准化组织和信息技术行业标准化协会制定的生物识别模板格式标准,规定了生物识别模板的格式、编码和存储方式,以及模板的传输和共享。

3.ISO/IEC 30107:这是国际标准化组织和国际电工委员会制定的生物识别技术防欺骗标准,规定了生物识别技术防欺骗的要求和测试方法,包括攻击场景、攻击方式、攻击成功率等。

4.ISO/IEC 24713:这是国际标准化组织和国际电工委员会制定的生物识别技术隐私保护标准,规定了生物识别技术应该如何保护个人隐私,包括数据收集、存储、传输和共享等方面。


这些标准的制定和实施,有助于提高生物识别技术的安全性和可靠性,保护用户的隐私和权益,促进生物识别技术的应用和发展。


生物识别技术的挑战

1、生物特征信息是唯一且不可改变的,如果生物特征信息遭到破坏或被盗,则是无法挽回的。 虽然个人生物特征有很多优点,比如:可以准确识别信息、被破解的几率极低、被复制的难度很高。但这项极具发展前景的新兴技术也是把双刃剑,如果生物识别信息遭到破坏,那么损失也是惨重的。首先被盗的身份凭证可用于各种形式的盗窃,伪造和犯罪。其次,一个人的生物特征是无法替代的。


2、大规模实施生物识别技术的成本会很高。 大规模实施能够支持多个地点、设备或人员的生物识别技术非常昂贵。基于AI的生物识别认证(例如面部或语音认证)所需的硬件、软件、互操作性和云服务等,这些都不是简单可以获得的,更不用说还需为其提供支持的培训、通信和安全资源的成本。


3、安全权衡。 尽管生物特征认证具有一定的安全优势,但它在安全领域的其他地方也带来了额外的安全隐患。终端扫描仪只是认证的其中一个节点,数据、服务器、网络的渗透率代表着另一种攻击媒介,这使得不法分子会不断发展的欺诈技术、恶意使用AI功能进行模拟、使用社会工程学进行破坏。此外,由于生物特征数据在黑暗网络上是十分昂贵和抢手的,所以,生物识别数据已经成为了黑客与防御者之间的重点关注对象。


4、误差,不准确性。 与任何技术一样,不准确的风险也是另一个考虑因素。生物特征识别有其自身的一系列机器缺陷,包括训练数据中的偏差,由于错误扫描而导致的拒绝认证,割伤手指导致的无法进行认证,设备故障或漏洞,错误识别其他生物特征数据等等。



相关文章
|
7月前
|
机器学习/深度学习 人工智能 安全
|
机器学习/深度学习 数据采集 人工智能
医疗保健领域成功实施人工智能的挑战
在将人工智能纳入医疗工作流程时,临床实践面临着重大挑战。
62 0
医疗保健领域成功实施人工智能的挑战
|
安全 物联网
12人,挑战行业头号难题!
大赛作品抢先看!
276 1
12人,挑战行业头号难题!
|
机器学习/深度学习 传感器 人工智能
人工智能将彻底改变医疗设备技术
  人工智能和相关技术已经成为医疗保健行业的一大亮点,具有改变患者护理和管理流程的潜力。   人工智能系统正在以惊人的速度发展,并且在成功复制重复性和复杂任务,提供独特见解方面已经取得了显着进步,从而使产品开发人员可以专注于更细微的方面。基于AI的程序可以获取信息,进行逻辑处理,使用已知变量来形成解决方案,识别错误并进行纠正,从而提高产品设计的质量。人工智能和相关技术已经成为医疗保健行业的一大亮点,它具有通过自动化任务并获得更快结果而改变患者护理和管理流程的潜力。根据Zion Market Research的一份报告,到2025年,医疗保健领域的人工智能可能会达到178亿美元。疾病诊断,临
85 0
|
人工智能 安全 网络安全
人工智能能否帮助金融行业有效应对勒索软件?
现在是金融机构安全意识进一步发展的时候了——这意味着要超越试图阻止勒索软件突破防火墙的预防性方法,专注于用能够检测和阻止攻击的工具武装自己。有一件事是肯定的,在当今广阔的IT领域,人工智能将在这场打击勒索软件的战争中发挥决定性作用。
107 0
|
机器学习/深度学习 人工智能 监控
人工智能推动网络威胁发展:安全是下一个重大挑战
在人工智能(AI)和安全性方面,很多企业的信息安全团队和IT团队对其表现形式提出了质疑。毕竟,自从20世纪80年代后期以来,人们一直听说人工智能即将到来。鉴于大多数供应商已经将人工智能和机器学习(ML)术语引入他们的市场营销活动中,看起来更像是在销售未来,而不是现在。
131 0
人工智能推动网络威胁发展:安全是下一个重大挑战
|
机器学习/深度学习 人工智能 自然语言处理
企业采用人工智能需要考虑的三大因素
根据我们在众多客户环境中应用人工智能的经验,我们发现组织必须解决三个因素:缺乏可解释的人工智能、低数据密度环境以及对更丰富的知识图谱的需求。为了正确采用和实施,企业必须首先考虑这些实际问题,并在整个AI实施过程中始终将其放在首位。
237 0
企业采用人工智能需要考虑的三大因素
|
传感器 存储 人工智能
IIoT和AI面临着巨大挑战
由于AI可以管理从IIoT生成的大量数据,它的底层架构必须加强安全性,并增强IIoT设计者对未来部署的可见性。
281 0
IIoT和AI面临着巨大挑战
|
机器学习/深度学习 存储 人工智能
机器学习如何应对金融网络犯罪 人工智能对于安全见解至关重要
在过去的几个月中,由于与冠状病毒有关的索赔,在这段巨大的压力下,失业系统盗窃了数百万美元。
|
存储 人工智能 监控
医疗保健中物联网的现实审视
本文综述了物联网在医疗保健领域的应用潜力和风险。机会包括老年病人监测,增加农村病人的准入,提高医疗专业人员的时间效率和数据收集。风险包括网络安全威胁、能源短缺和HIPAA合规。
297 0
医疗保健中物联网的现实审视
热门文章
最新文章
推荐文章
更多