👣Las huellas dactilares falsas pueden imitar a las reales en los sistemas biométricos👣

✍🏽Las DeepMasterPrints, creadas por una técnica de Machine Learning tienen una tasa de error de sólo uno de cada cinco

✍🏽Los investigadores han utilizado una red neuronal para generar huellas dactilares artificiales que funcionan como “llave maestra” para los sistemas de identificación biométrica y que prueban que se pueden crear huellas dactilares falsas.

1

2

✍🏽Según una ponencia presentada en una conferencia de seguridad en Los Ángeles, las huellas dactilares generadas artificialmente, denominadas “DeepMasterPrints” por los investigadores de la Universidad de Nueva York, fueron capaces de imitar más de una de cada cinco huellas dactilares en un sistema biométrico que sólo debería tener una tasa de error de una entre mil.

✍🏽Los investigadores, dirigidos por Philip Bontrager de la Universidad de Nueva York, dicen que “el método subyacente probablemente tenga amplias aplicaciones en la seguridad de las huellas dactilares, así como en la síntesis de las mismas“. Como ocurre con gran parte de la investigación en materia de seguridad, se considera que la demostración de los fallos de los sistemas de autenticación existentes es una parte importante del desarrollo de sustituciones más seguras en el futuro.

✍🏽Para trabajar, las DeepMasterPrints aprovechan dos propiedades de los sistemas de autenticación basados en las huellas dactilares.

1️⃣La primera es que, por razones ergonómicas, la mayoría de los lectores de huellas dactilares no leen todo el dedo de una sola vez, en su lugar la imagen de cualquier parte del dedo que toca el escáner.

✍🏽Es crucial que estos sistemas no mezclen todas las imágenes parciales para comparar el dedo completo con un registro completo, sino que simplemente comparen el escaneo parcial con los registros parciales. Esto significa que un atacante tiene que hacer coincidir sólo una de las decenas o cientos de huellas dactilares parciales guardadas para que se le conceda acceso.

2️⃣La segunda es que algunas características de las huellas dactilares son más comunes que otras. Esto significa que una huella falsa que contiene muchas características muy comunes es más probable que coincida con otras huellas dactilares de lo que la pura casualidad sugeriría.

✍🏽Basándose en estos conocimientos, los investigadores utilizaron una técnica común Machine Learning, llamada red generativa de adversarios, para crear artificialmente nuevas huellas dactilares que coincidieran con el mayor número posible de huellas dactilares parciales.

✍🏽La red neuronal no sólo les permitió crear múltiples imágenes de huellas dactilares, sino que también creó falsificaciones que se parecen de manera muy convincente a una huella dactilar real para el ojo humano, una mejora con respecto a una técnica anterior, que creaba huellas dactilares dentadas y en ángulo recto que engañarían a un escáner pero no a una inspección visual.

✍🏽Comparan el método con un “ataque de libro” contra las contraseñas, en el que un hacker ejecuta una lista pre-generada de contraseñas comunes contra un sistema de seguridad.

✍🏽Tales ataques pueden no ser capaces de entrar en ninguna cuenta específica, pero cuando se usan contra cuentas a escala, generan suficientes éxitos para que valga la pena el esfuerzo.

✍🏽El peligro de que el pasado digital de los jóvenes les persiga para siempre

✍🏽‘Los Hijos de la Noche’: los anarquistas que salvaron a 4.000 personas de ser ejecutadas por Franco

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google photo

Estás comentando usando tu cuenta de Google. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

Conectando a %s

A %d blogueros les gusta esto: