×
Teknologi

Forskere: Maskinlæring kan efterligne fingeraftryk

Og så gik vi lige og troede, at vores mobiltelefon var forholdsvis sikker ...

Der findes ikke nogen kode, der ikke kan knækkes – og heller ikke nogen biometrisk scanner, der ikke kan snydes. Lige siden fingeraftryksscanneren blev fast inventar på smartphones, har sikkerhedseksperter vist eksempler på, hvordan teknologien kan omgås. Men nye opdagelser fra New York University er alligevel bekymrende.

Ifølge EurekAlert har en gruppe forskere nemlig udviklet en metode til at få maskinlæring til at generere falske fingeraftryk – kaldet DeepMasterPrints – der ikke alene kan snyde smartphones, men endda kan efterligne aftryk fra specifikke personer. Teoretisk er der altså simpelthen ikke nogen forhindring for, at at forskerne kan åbne en hvilken som helst smartphone.

Udnytter svaghed i sensoren

Grundlæggende kan DeepMasterPrints sammenlignes med en en hovednøgle til en bygning. Forskerne arbejder med et såkaldt “master print”, en form for grundlæggende fingeraftryk, sat sammen af de mest udbredte fingeraftryks-mønstre. Herefter sættes maskinlæringen i gang med at kombinere dette master print med yderligere data. Under “opløringen” blev den kunstige intelligens fodret med billeder af rigtige fingeraftryk, så den bedre kunne skabe de manglende data.

Forskerne har udnyttet en indbygget genvej som de mobile enheder bruger, når de scanner et fingeraftryk. Sensorerne i telefonerne er så små, at de kun kan “se” en lille del af fingeraftrykket af gangen. Derfor laver systemet visse antagelser, når de skal vurdere, om fingeraftrykket er identisk med det, der er gemt – og de falske fingeraftryk skal altså opfylde færre kriterier for at snyde systemet.

Forskellige grader af sikkerhed

Der er naturligvis forskelige grader af sikkerhed i biometri. Hvor en bankboks programmeres til ikke acceptere falske negativer, så er scanneren på mobiltelefoner mere tilgivende; oplagte tilfælde af snyd skal stoppes, men det nytter ikke at spærre telefonens ejermand ude. Ifølge forskerne klarede de at knække et moderat indstillet system i 20 procent af forsøgene, med deres maskinelærte aftryk. Det er en skræmmende succesrate.

Forskerne fortæller til EurekAlert, at de vil fortsætte med at raffinere deres metoder og samtidig finde en mulig løsning på, hvordan snyderiet kan forhindres; eventuelt ved at øge opløsningen eller dybden af analyse i mobiltelefonernes scannere.

Back to top button

Vi lever af annoncer

Hejsa kære læser. Vi kan se, at du bruger en Adblocker. Det er vi superkede af. Som et lille medie er vi afhængige af annoncekroner for at kunne levere gratis indhold til dig. Vi vil derfor bede dig om at lukke for din AdBlocker eller i det mindste give vores site lov til at vise bannere, hvis du gerne vil læse vores indhold. Med venlig hilsen iNPUT.