专访牛津教授Ivan Martinovic:基于生物识别的身份认证也不安全,金融监管还需哪些黑科技?

简介:

AI金融评论报道,随着金融科技迅猛的发展,日益凸显的金融风险和安全隐患也对金融监管提出了越来越高的新要求。金融科技在推动引发着金融领域的创新变革的同时,也正促进着关于监管本身,其监管科技(Regtech)的不断升级。

近日,“中英金融监管科技高峰论坛”在深圳举办。其中,在《对身份认证的攻击与防范办法》为主题的演讲中,来自牛津大学计算机科学系的教授Ivan Martinovic详细介绍了其正主导研究的生物行为特征识别技术,在身份识别和保障金融信息安全中的作用。

关于金融科技中的生物计量认证,据介绍,生物计量认证技术中的生物信息类别有面部、指纹、眼球运动、心跳活动等。相较传统方式而言,生物信息具有永不丢失、无法转移、无认知负荷、强制审计(enforces accountability)的优点。

但是,Martinovic 教授强调,生物识别信息可以被观测和收集,现阶段的生物识别认证存在着安全隐患。一般会采用不同的参数来进行人脸识别,例如强度和活体检测。但事实上,活体检测技术不是非常完善。而目前学术界针对生物识别信息漏洞的研究方向之一,便是生物行为特征识别。

他表示,在当今阶段的生物识别技术存在着安全漏洞,而这也是他目前努力解决分方向。通过视频和PPT,Martinovic 教授展示了如何使用3D打印面具破解人脸识别系统,从而为我们防范金融信息领域和识别系统的安全隐患敲响了警钟。

“针对这些基于独特的人体生物信息认证系统的攻击威胁进行防范研究,是十分有必要且具有研究价值的。”翌日,雷锋网就生物行为特征识别技术和现阶段的生物识别技术运用现状对Martinovic 教授进行了采访。在对话中,Martinovic 教授表示,在当前金融科技高速发展推动监管科技不断向前的大背景下,“生物行为特征识别,在未来的学术化和产业化道路上,都具有广阔的发展前景。”

专访牛津教授Ivan Martinovic:基于生物识别的身份认证也不安全,金融监管还需哪些黑科技?

以下为采访内容整理,雷锋网作了不改变原意的编辑:

生物行为特征识别:永存性与无认知负荷

雷锋网:关于“生物行为特征识别”(Behavioral Biometrics)这一技术,关于这一概念您可以再给我们介绍多点知识吗?这项技术最大的意义在哪?

Ivan Martinovic:生物行为特征识别,作为一条识别不同个体的重要途径,就通常而言,我们通过设置密码来保守秘密,而这个密钥机制对于人来说,存在着容易遗忘和错记的问题,而生物行为信息不同于那些复杂冗长的密码串,不需要人去强制记忆,没有认知负荷。现在,生物行为特征识别越来越受欢迎,原因在于它是一项关乎“你是谁”的技术,不需要个体去记忆密码,它所需要的信息每时每刻都存在于每个人身上。举个例子,比如现在智能手机上越来越风靡的指纹识别技术,让身份识别变得更加便捷和方便。

可被捕捉采集的安全漏洞

Ivan Martinovic:但与此同时,安全问题也逐渐凸显出来——指纹是能够被捕捉、被采集的,其他的生物信息也是如此,是能够被观察到的。别有用心的人会观察你,收集你的生物统计数据,从而伪装成你骗过识别系统。针对这些面对独特的人体生物信息认证系统的攻击威胁进行防范研究,是十分有必要且具有研究价值的。

比如,基于眼动信号(eye movement)的眼纹识别技术是当下非常热门的话题。关于眼动信号的录入和识别非常快,你的眼睛向我的手指这边一瞥再望回来(边说边打了一个响指),就在这一瞬间通过扫描这样一个眼球动作,你的眼纹就能被记录下来。所以收集生物行为特征信息可以非常快速迅捷。

其次,该项技术还具有不受时间地点限制的优势。无论何时何地,识别系统要求个体提供生物信息进行识别,每个人都能实时提供专属于自己的生物信息从而满足识别要求。打个比方,识别系统要求对个体进行面部识别,这样它就会对你的脸拍张照片,这样一个步骤就能完成识别。这样的脸部识别技术目前已经广泛应用到Iphone X和其他智能手机上,使得破解智能手机的难度大大提高了。

雷锋网:您刚才提到,捕捉行为生物信息是生物计量认证技术其中必不可少的一环。在实现“捕捉”技术上有什么难度吗?需要克服哪些困难?

Ivan Martinovic:在研究中,无论何时,当你需要对生物行为进行模拟,你必须确认,如何对这些行为做出“改变”,“模仿”和“改变”是完全不同性质的。

智能手机里的生物识别:学术和产业前景广阔

雷锋网:目前,您的生物行为特征识别技术研究还应用到哪些领域呢?

Ivan Martinovic:其中一个应用最为广泛的就是在智能手机上识别不同个体。现在的智能手机上装载了许多传感器,比如在屏幕上你就可以通过手势下达许多指令给它,这使得我们在这基础上开发出许多优质的模型来完成生物识别。

雷锋网:在今后和信中欧金融科技研究院进行项目研究时,您在生物识别领域的研究在区块链、智能合约等领域上有什么交叉互补的地方吗?

Ivan Martinovic:Bill Roscoe教授专注区块链的研究、Jim Davis教授负责大数据项目,我在生物行为认证上有研究计划,这些研究项目都是中欧研究院在未来着重研究的方向,我相信未来都能开拓学术上、产业化上的广阔前景。



本文作者:吴阳煜
本文转自雷锋网禁止二次转载, 原文链接
目录
相关文章
|
3月前
|
人工智能 安全 搜索推荐
北大计算机学院再登国际AI顶刊!张铭教授团队揭露医疗AI致命漏洞
【10月更文挑战第17天】北京大学计算机学院张铭教授团队在国际顶级人工智能期刊上发表重要成果,揭示了医疗AI系统中的致命漏洞——“模型反演”。该漏洞可能导致误诊和医疗事故,引起学术界和工业界的广泛关注。研究强调了医疗AI系统安全性评估的重要性。
50 1
|
人工智能 数据安全/隐私保护
「WAIC 2022 · 可信隐私计算高峰论坛」学术交流会,诚邀学术菁英分享展示技术干货
「WAIC 2022 · 可信隐私计算高峰论坛」学术交流会,诚邀学术菁英分享展示技术干货
108 0
|
人工智能 算法 安全
技术分析:D&G 创始人真被盗号了吗?
关于此事的评论已经铺天盖地,不差我这一份观点。不过我想来谈个细节:事件最初曝光时,当事人 Stefano Gabbana 辩解说自己是被盗号了。虽然这个理由在现在看来是非常敷衍,但我当时确实想了下,是否有这样的可能性存在呢
|
机器学习/深度学习 人工智能 算法
北大数院校友斩获首届SIAM数据科学青年奖,主攻隐私数据保护等
北大数院校友斩获首届SIAM数据科学青年奖,主攻隐私数据保护等
131 0
|
机器学习/深度学习 算法 大数据
北大直博生在大淘宝的609天:“我发现了学术界和产业界的小秘密。”
这是一个高考揣着731分竟没录上北大数学系,转而投奔了计算机直升博一的少年。
1328 1
|
机器学习/深度学习 人工智能 自然语言处理
专访微软首席语音科学家黄学东: CNTK 是词错率仅 5.9% 背后的「秘密武器」
日前,机器之心有幸专访黄学东博士,共同探讨了词错率降低背后的秘密、这一成就的意义,以及他对语音识别的思考。
290 0
专访微软首席语音科学家黄学东: CNTK 是词错率仅 5.9% 背后的「秘密武器」
从大山走出的阿里首席通信科学家,这次要重返课堂
“我是一位没上过大学的科学家”,谢崇进在公益课堂上说。讲台下,是450位将要面临高考的乡村学生。
5251 0
|
安全
反流氓软件联盟呼吁360及腾讯公布技术原理
成立于2006年4月的中国反流氓软件联盟对360与腾讯关于用户隐私之争发表声明,呼吁争执双方公布各自软件的相关技术原理。 中国反流氓软件联盟(以下简称“联盟”)曾在数年前的反流氓软件运动中起引导作用。
1225 0
|
人工智能
【周志华辟谣“出走南大”】大牛下海热,AI学界已千疮百孔
月初,南大教授周志华离职谣言曾引发热议,相关教授虽在微博立即澄清,但不免又将学术薪酬差、研究自由度小、产业资金雄厚但科研能力弱等敏感问题拉回公众视线。新智元梳理了近年来多位教授投身产业的信息,并对标国际,试图从国外教授的多元化身份和产学结合的模式中,找到一些国内环境适合借鉴的经验,使得产学研多方的人才可持续性发展得以保障。
2140 0

热门文章

最新文章

下一篇
开通oss服务