Khoảng giữa tháng 11/2018, các nhà khoa học từ Đại học New York đã sử dụng một mạng nơ ron nhân tạo có tên là "DeepMasterPrints" để mô phỏng một trong năm dấu vân tay trong một hệ thống sinh trắc học có tỷ lệ sai lệch 1/1000.
Để đạt được hiệu quả, DeepMasterPrints lợi dụng hai đặc tính quan trọng của hệ thống xác thực bằng vân tay. Thứ nhất, vì lý do tiện lợi cho người sử dụng, hầu hết các thiết bị đọc vân tay đều không quét toàn bộ ngón tay cùng lúc, thay vào đó chỉ đọc phần ngón tay tiếp xúc với máy quét. Quan trọng nhất, hệ thống xác thực không kết hợp tất cả các hình ảnh bộ phận để đối chiếu toàn bộ ngón tay với thông tin được lưu trữ trong cơ sở dữ liệu; hệ thống chỉ so sánh hình ảnh từng phần với dữ liệu từng phần. Điều này có nghĩa tội phạm tấn công chỉ cần đem 1/10 hay 1/100 trong số các dấu vân tay lưu trữ là có thể được cấp quyền truy cập. Vấn đề thứ hai là một số đặc điểm của vân tay con người khá phổ biến. Một dấu tích giả mạo có cơ hội vượt qua hệ thống xác thực nếu nó chứa một vài đặc điểm phổ biến đó.
Dựa trên các thông tin, một kỹ thuật máy học mang tên mạng lưới đối lập sản sinh Generative Adversarial Network được sử dụng để tạo ra các dấu vân tay mới phù hợp với dữ liệu vân tay từng phần càng nhiều càng tốt. Mạng nơron nhân tạo không chỉ cho phép các nhà khoa học sáng tạo vô số hình ảnh vân tay, những hình ảnh giả mạo đấy trông y như thật với mắt người, một bước cải thiện so với những kết quả khá lởm chởm và trông không thực tế từ những kỹ thuật trước đây.
Phương thức sử dụng vân tay giả mạo được so sánh với cách thức tấn công từ điển của hacker, với một danh sách các mật mã thông thường được đưa vào nhằm bẻ khóa hệ thống bảo mật. Tuy không thể truy cập vào tài khoản riêng biệt, kết quả nhận được có thể đáng giá với số lượng lớn các tài khoản bị ảnh hưởng.
- Từ khóa :
- Vân Tay Giả
- ,
- DeepMasterPrints
- ,
- AI
Gửi ý kiến của bạn
%7Cutmcsr%3D(direct)%7Cutmcmd%3D(none)%3B%2B__utmv%3D471551198.-%3B)