AI時代的身份識別，無感認證將是大勢所趨

身份認證的技術迭代過程，經歷了PC時代（1981-2006年）、移動時代（2007-2015年），現在正處於AI & IoT時代（2016年以後）。

其中，PC時代的身份認證主要通過靜態密碼和U盾等硬體設備來完成，移動時代的身份認證則主要通過簡訊驗證碼和生物識別等方式。

靜態密碼和生物識別均有極高的安全隱患

傳統「賬戶+密碼」的登錄方式，保證的是賬號與密碼的匹配度，無法區別到「人」的唯一性。並且，靜態密碼會面臨弱口令、密碼復用、撞庫、暴力破解、釣魚等高風險問題，為了提高安全性，很多賬戶密碼必須包含大小寫字母、特殊字元、數字等，很大程度上增加了記憶難度。

而作為區別人和機器的手段，字元、語音、簡訊、圖片驗證碼、滑動拼圖等的風險同樣頗高，比如簡訊驗證碼易被劫持，圖片驗證碼也可被輕易破解。所以這種登錄方式的便捷性和安全性都不甚理想。

此後大行其道的指紋、人臉、聲紋等生物識別方式，雖然大幅提高了身份認證的便捷性和安全性，但是由於這些生物特徵均能用低成本方式收集，而且在人工智慧時代，破解、偽造和複製生物特徵的手段也層出不窮，由於生物特徵的唯一性，一旦丟失也無法改變自己的特徵。此外，惡意用戶也可用AI對抗AI的方式（比如污染訓練數據、生成對抗樣本，以及大量依賴三方包的深度學習庫也極有可能被挖掘出漏洞等），一定程度上繞過檢測。因此，生物識別同樣存在著極高的安全隱患。

以人臉識別為例，一種名為CycleGAN的深度學習模型就能輕鬆實現將一類圖片轉換成另一類圖片。利用AI技術，已經能夠偽造極度模擬的公眾人物表情、神態及動作，生成難以識別的虛假視頻。

AI時代，行為特徵識別是大勢所趨

隨著人工智慧、大數據的日益火爆，未來的身份認證技術，必定是AI、大數據和多種識別方式的結合，以更好地兼顧便捷性和安全性，而基於AI進行無感知身份驗證也將會是大勢所趨。錦佰安科技自主研發的統一身份認證系統SecID即是基於這一理念的核心產品。

從原理上來講，每個用戶在操作過程中，其擊鍵和其他操作行為都會有差異，並且每個人都有自己不可複製的習慣，通過這些差異即可識別用戶身份。

具體而言，SecID通過感測器多維度、多規則地收集用戶日常登錄系統的操作行為和使用習慣，然後基於卷積神經網路和循環神經網路等技術剔除干擾和雜訊，在用戶無感知狀態下持續深度學習其行為特徵，建立識別模型並與用戶本人進行相似度匹配，即可對用戶身份進行確認。通過這些核心技術，SecID不僅能有效分辨當前操作者是否為真人，而且還能精確辨別操作者是否為用戶本人。

由於每個人的行為特徵都是獨一無二的，在應用SecID後，即便用戶名和密碼被黑客竊取，後者也無法登錄賬戶。可以說，SecID實現了便捷性和安全性的完美結合，是下一代身份識別的終極解決方案。

結語

在網路安全領域，只有永遠的對抗，沒有永久的安全。從總體上看，機器學習技術會越來越多地運用到網路安全領域，以AI對抗AI的網路攻防會越來越多，在這種情況下，對用戶行為進行識別和深入研究，其價值也將會愈發凸顯。

推薦閱讀：