Scoring biométrique : la biométrie comportementale pourrait vérifier les identités avec plus de précision

• Auteur :
• Nom de l'auteur

  Prévision quantique
• 13 février 2023

Résumé des informations

Les données biométriques comportementales peuvent révéler des modèles dans les actions des gens et révéler beaucoup de choses sur qui ils sont, ce qu'ils pensent et ce qu'ils feront probablement ensuite. La biométrie comportementale utilise l'apprentissage automatique pour interpréter des centaines de mesures biométriques distinctes afin d'identifier, d'authentifier, de pousser, de récompenser et de punir.

Contexte de notation biométrique

Les données biométriques comportementales sont une technique d'analyse des plus petites variations du comportement humain. L'expression est souvent opposée à la biométrie physique ou physiologique, qui décrit des caractéristiques humaines telles que l'iris ou les empreintes digitales. Les outils de biométrie comportementale peuvent identifier les individus en fonction de modèles d'activité, tels que la dynamique de la marche ou de la frappe. Ces outils sont de plus en plus utilisés par les institutions financières, les entreprises, les gouvernements et les détaillants pour l'authentification des utilisateurs. 

Contrairement aux technologies de vérification traditionnelles qui fonctionnent lorsque les données d'une personne sont collectées (par exemple, en appuyant sur un bouton), les systèmes biométriques comportementaux peuvent s'authentifier automatiquement. Ces données biométriques comparent le modèle de comportement unique d'un individu au comportement passé pour établir son identité. Ce processus peut être effectué en continu tout au long d'une session active ou en enregistrant des comportements spécifiques.

Le comportement peut être capturé par un appareil existant, comme un smartphone ou un ordinateur portable, ou par une machine dédiée, comme un capteur conçu spécifiquement pour mesurer les pas (par exemple, la reconnaissance de la marche). L'analyse biométrique produit un résultat qui reflète la probabilité que l'individu effectuant les actions soit celui qui a établi le comportement de base du système. Si le comportement d'un client ne correspond pas au profil attendu, des mesures d'authentification supplémentaires seront mises en place, telles que des empreintes digitales ou des scans faciaux. Cette fonctionnalité empêcherait mieux la prise de contrôle de compte, les escroqueries par ingénierie sociale et le blanchiment d'argent que la biométrie traditionnelle.

Impact perturbateur

Une approche basée sur le comportement, comme les mouvements, les frappes au clavier et les balayages de téléphone, peut aider les autorités à identifier quelqu'un en toute sécurité dans des situations où les caractéristiques physiques sont cachées (par exemple, l'utilisation de masques faciaux ou de gants). De plus, les solutions qui reposent sur des frappes au clavier pour la vérification d'identité par ordinateur se sont révélées capables d'identifier les individus en fonction de leurs habitudes de frappe (la fréquence et les rythmes semblent suffisamment uniques pour établir l'identification). Étant donné que la saisie est une forme d'entrée de données, les algorithmes peuvent s'améliorer à mesure qu'ils continuent à suivre et à analyser les informations de frappe.

Cependant, dans certains cas, le contexte limite la précision de cette biométrie comportementale. Les motifs individuels sur différents claviers peuvent varier ; des conditions physiques telles que le syndrome du canal carpien ou l'arthrite peuvent avoir un impact sur le mouvement. Il est difficile de comparer les algorithmes formés des différents fournisseurs sans normes.

Pendant ce temps, la reconnaissance d'images fournit aux analystes de plus grandes quantités de données pouvant être utilisées pour la recherche comportementale. Même si elles ne sont pas aussi précises ou fiables que d'autres approches biométriques, la biométrie de la démarche et de la posture devient des outils de plus en plus utiles. Par exemple, ces fonctionnalités peuvent suffire à établir une identité dans les foules ou les lieux publics. Les forces de police des pays qui mettent en œuvre le règlement général sur la protection des données (RGPD) de l'Union européenne (UE) utilisent des données biométriques, telles que la démarche et les mouvements, pour évaluer immédiatement les situations menaçantes.

Implications de la notation biométrique

Les implications plus larges de la notation biométrique peuvent inclure : 

• Inquiétudes croissantes concernant le potentiel de l'intelligence artificielle (IA) à mal identifier/comprendre le comportement humain, en particulier dans l'application de la loi, ce qui peut conduire à des arrestations injustifiées.
• Les fraudeurs imitent la démarche et les rythmes de frappe au clavier pour infiltrer les systèmes, en particulier dans les institutions financières.  
• La notation biométrique s'étend à la notation des consommateurs où les personnes handicapées/à mobilité réduite peuvent être discriminées.
• De plus en plus de débats sur la question de savoir si les données biométriques comportementales, y compris les fréquences cardiaques, peuvent être incluses dans les réglementations sur la confidentialité numérique.
• Les gens peuvent se connecter à des sites Web et à des applications simplement en tapant leur nom d'utilisateur.

Questions à considérer

• Êtes-vous d'accord que la biométrie comportementale sera plus utile pour la vérification d'identité ?
• Quels autres problèmes potentiels ce type d'identification biométrique peut-il avoir ?