Biometric scoring: Maaaring mas tumpak na i-verify ng mga biometric sa pag-uugali ang mga pagkakakilanlan

• May-akda:
• pangalan Author

  Quantumrun Foresight
• Pebrero 13, 2023

Buod ng pananaw

Ang biometric data ng pag-uugali ay maaaring magbunyag ng mga pattern sa mga pagkilos ng mga tao at magbunyag ng maraming tungkol sa kung sino sila, kung ano ang kanilang iniisip, at kung ano ang malamang na kanilang susunod na gagawin. Gumagamit ang behavioral biometrics ng machine learning para bigyang-kahulugan ang daan-daang natatanging biometric measurements para matukoy, ma-authenticate, nudge, reward, at parusahan.

Konteksto ng biometric scoring

Ang biometric data ng pag-uugali ay isang pamamaraan para sa pagsusuri kahit na ang pinakamaliit na pagkakaiba-iba sa pag-uugali ng tao. Ang parirala ay madalas na kaibahan sa pisikal o pisyolohikal na biometrics, na naglalarawan ng mga katangian ng tao tulad ng iris o fingerprints. Ang mga tool sa biometrics sa pag-uugali ay maaaring matukoy ang mga indibidwal batay sa mga pattern sa kanilang aktibidad, gaya ng lakad o keystroke dynamics. Ang mga tool na ito ay lalong ginagamit ng mga institusyong pampinansyal, negosyo, pamahalaan, at retailer para sa pagpapatunay ng user. 

Hindi tulad ng mga tradisyonal na teknolohiya sa pag-verify na gumagana kapag nakolekta ang data ng isang tao (hal., pagpindot sa isang button), maaaring awtomatikong mag-authenticate ang mga biometric system ng asal. Inihahambing ng mga biometric na ito ang natatanging pattern ng pag-uugali ng isang indibidwal sa nakaraang pag-uugali upang maitatag ang kanilang pagkakakilanlan. Ang prosesong ito ay maaaring gawin nang tuluy-tuloy sa buong aktibong session o sa pamamagitan ng pagtatala ng mga partikular na gawi.

Ang gawi ay maaaring makuha ng isang umiiral nang device, tulad ng isang smartphone o laptop, o ng isang nakalaang makina, tulad ng isang sensor na partikular na idinisenyo para sa pagsukat ng mga footfall (hal., pagkilala sa lakad). Ang biometric analysis ay gumagawa ng isang resulta na nagpapakita ng posibilidad na ang indibidwal na gumaganap ng mga aksyon ay ang isa na nagtatag ng baseline na gawi ng system. Kung ang pag-uugali ng isang customer ay nasa labas ng inaasahang profile, ang mga karagdagang hakbang sa pagpapatunay ay ilalagay, tulad ng fingerprint o facial scan. Ang feature na ito ay mas makakapigil sa account takeover, social-engineering scam, at money laundering kaysa sa tradisyonal na biometrics.

Nakakagambalang epekto

Ang isang diskarte na nakabatay sa pag-uugali, tulad ng mga paggalaw, keystroke, at pag-swipe sa telepono, ay makakatulong sa mga awtoridad na matukoy ang isang tao nang ligtas sa mga sitwasyon kung saan nakatago ang mga pisikal na katangian (hal, paggamit ng mga face mask o guwantes). Bilang karagdagan, ang mga solusyon na umaasa sa mga keystroke para sa computer-based na pag-verify ng pagkakakilanlan ay nagpakita na may kakayahang tumukoy ng mga indibidwal batay sa kanilang mga gawi sa pagta-type (ang dalas at mga ritmo ay tila sapat na kakaiba upang magtatag ng pagkakakilanlan). Dahil ang pagta-type ay isang paraan ng pag-input ng data, maaaring mapabuti ang mga algorithm habang patuloy nilang sinusubaybayan at sinusuri ang impormasyon ng keystroke.

Gayunpaman, sa ilang partikular na pagkakataon, pinaghihigpitan ng konteksto ang katumpakan ng biometric ng pag-uugali na ito. Ang mga indibidwal na pattern sa iba't ibang mga keyboard ay maaaring mag-iba; Ang mga pisikal na kondisyon tulad ng carpal tunnel syndrome o arthritis ay maaaring makaapekto sa paggalaw. Mahirap ihambing ang iba't ibang mga algorithm na sinanay ng mga provider na walang mga pamantayan.

Samantala, ang pagkilala sa imahe ay nagbibigay sa mga analyst ng mas malaking halaga ng data na maaaring magamit para sa pagsasaliksik sa pag-uugali. Kahit na ang mga ito ay hindi kasing-tumpak o maaasahan gaya ng iba pang biometric approach, ang gait at posture biometrics ay nagiging mas kapaki-pakinabang na mga tool. Halimbawa, ang mga tampok na ito ay maaaring sapat na upang magtatag ng pagkakakilanlan sa mga pulutong o pampublikong lugar. Ang mga puwersa ng pulisya sa mga bansang nagpapatupad ng General Data Protection Regulation (GDPR) ng European Union (EU) ay gumagamit ng biometric data, gaya ng lakad at paggalaw, upang agad na masuri ang mga nagbabantang sitwasyon.

Mga implikasyon ng biometric scoring

Maaaring kabilang sa mas malawak na implikasyon ng biometric scoring ang: 

• Ang pagtaas ng mga alalahanin tungkol sa potensyal ng artificial intelligence (AI) na maling matukoy/maunawaan ang pag-uugali ng tao, lalo na sa pagpapatupad ng batas, na maaaring humantong sa mga maling pag-aresto.
• Ang mga manloloko ay gumagaya sa lakad at mga ritmo ng pagta-type ng keyboard upang makalusot sa mga system, partikular sa mga institusyong pampinansyal.  
• Ang biometric scoring ay lumalawak sa consumer scoring kung saan ang mga taong may kapansanan/limitadong kadaliang kumilos ay maaaring diskriminasyon.
• Dumadami ang mga debate kung ang data ng biometric sa pag-uugali, kabilang ang mga rate ng puso, ay maaaring isama sa mga regulasyon sa digital privacy.
• Nagagawa ng mga tao na mag-log in sa mga website at app sa pamamagitan lamang ng pag-type ng kanilang mga username.

Mga katanungang dapat isaalang-alang

• Sumasang-ayon ka ba na ang behavioral biometrics ay magiging mas kapaki-pakinabang para sa pag-verify ng pagkakakilanlan?
• Anong iba pang mga potensyal na problema ang maaaring magkaroon ng ganitong uri ng biometric identification?