人工智能如何打败生物认证系统

在一次演讲中，万事达负责大数据咨询的副总裁表示，生物认证系统和人工智能(AI)是打击支付卡和电子商务行业欺诈者的最有力武器。

在戴尔技术公司(Dell Technologies)最近关于“开启数据的力量”(Unlock the Power of Data)的虚拟演示中，尼克提供了一个内部演示，介绍了万事达卡如何利用机器学习和人工智能与生物识别技术相结合，以端到端强大的安全性使卡交易顺畅无摩擦。

然而，现在犯罪分子很快就会获得人工智能，这将使他们能够击败从简单密码到生物安全系统等多种身份验证系统，人们将面临更加严竣的挑战。

听起来有点牵强。毕竟，人工智能不易使用，每个人都很难获得人工智能工具。不幸的是，随着对人工智能的大量研究，我们正进入一个人工智能工具无处不在的时代，从网上购物到个人搜索体验和活动，再到家庭安全系统。

　　生成性对抗网络：人工智能威胁的预告

人工智能工具可能会造福人类，但欺诈者也会利用它们进行新型攻击。基于人工智能的攻击演示之一是生成性对抗网络(GAN)算法。简而言之，GAN可以模拟和模拟任何数据分布，包括生物认证数据。

GAN在工作时，会涉及到一个神经网络与另一个神经网络的竞争。一个神经网络—生成器，试图模拟特定类型的数据，另一个神经网络—鉴别器，将生成的数据与实际数据进行比较。然后它通知生成器模拟数据的质量。随着这一过程的进行，两个网络都学习并更好地模拟和模拟数据。生成器和鉴别器之间的这种同意的产物是大量与真实数据相似的假数据。

甘斯作品的一个突出例子是创作深度赝品。这些深层次的伪造可以击败生物特征登录系统。深刻的假象令人信服地表明人们在做或展示他们从未说过或做过的事情。

　　伪造指纹

多亏了甘斯，才有可能发动野蛮的指纹攻击。以前，暴力攻击被用来猜测密码，但由于银行使用的是指纹认证系统，指纹安全对于欺诈者来说并不安全。

密歇根大学的研究发现了当前指纹安全系统中的缺陷，这些缺陷很容易被GAN算法所超越。

　　利用人工智能生物识别登录应对威胁

不过，好消息是，人工智能可以通过在生物认证系统中增加一层额外的安全性来超越欺诈者。以下是人工智能和生物识别之间的协同作用可能有帮助的一些方法。

　　基于手指静脉的生物认证系统

正如我们所讨论的，生物认证系统很容易被愚弄，但我们所说的手指静脉系统更难被愚弄。它只识别真正人类皮肤下独特的手指静脉模式。这项技术使用CNN来识别独特的模式。特殊的捕捉机器，利用红外线穿透人体皮肤，捕捉每个用户所独有的静脉模式。

　　人脸识别中的三维活性检测

面部识别被认为很容易被深层假货击败。一些案例展示了面部识别技术如何容易被深度造假欺骗。为了解决这个问题，几家科技巨头正在努力解决这个问题。adobe、twitter和NYT等公司联合起来打击深度造假。硅谷的一位技术专家说，使用基于深度神经网络的3D活性检测，深度造假可能会被击败。

　　领先于未知

这里讨论的人工智能威胁是研究人员确定的唯一威胁。人工智能用于网络攻击的方式可能有成百上千种，目前还没有考虑。当我们进入一个被人工智能包围的新世界时，我们需要在人工智能的未来军备竞赛中保持领先。

如果将人工智能和生物识别技术结合起来，就可以根据个人独特的生物和行为特征来识别个人，从而提高工作场所的安全性。