هیچ سخت افزار یا تکنیکی به تنهایی قادر به جلوگیری از جعل هویت نیست- اگر پلتفرمی چنین ادعایی داشته باشد، یقیناً ادعای دروغینی کرده است. درواقع بهترین راه حل، سرمایهگذاری بر روی پلتفرم هایی است که بیشترین میزان جعل را با کمترین اصطکاک برای کاربران و با سرعتی برابر با سرعت افراد جاعل، شناسایی کنند.
بنابراین این نیاز به وجود میآید که فرآیندی ایمن و مقیاسپذیر برای شناسایی کلاهبرداری اینترنتی و حفاظت از اطلاعات کاربران ایجاد شود. برای ایجاد چنین فرآیندی، گامهای اساسی زیر تعریف شده است:
این مطالب نیز در این راستا هستند
کلاهبرداری اینترنتی (بخش اول): ۵ روش جعل هویت که باید جدی گرفته شوند
کلاهبرداری اینترنتی (بخش دوم): آینده کلاهبرداری اینترنتی ( جعل هویت ) و هویت دیجیتال
کلاهبرداری اینترنتی (بخش سوم): ۳ عامل افزایش جعل هویت
۱. تعریف هدف
وقتی که میخواهید یک روش جلوگیری از جعل هویت را بسنجید، یک شاخص کلیدی و مهم برای اندازهگیری، نرخ خطا در شناسایی کلاهبرداری (FER) است. با وقوع جعل هویتی متعدد و تکنیکهای کلاهبرداری که روز به روز در حال تحول هستند، نرخ خطا در شناسایی کلاهبرداری تنها شاخص مناسب برای سنجش ریسک و مدیریت مطمئن و مداوم آن است. بر اساس این نرخ میتوان مدلهای موجود را تصحیح و به روزرسانی کرد. این فرایند به روز رسانی مداوم تنها راه همگام شدن با کلاهبرداران حرفهای است و راهحل های ثابت به تنهایی کافی نیستند. سنجش این نرخ توسط موسسات و کسب و کارهای مختلف، قدرت شناسایی کلاهبرداری و از بین بردن آن را نیز در پی خواهد داشت.
۲. در نظر گرفتن قدرت ویژگیهای بایومتریک
به طرز عجیبی، بیش از ۴ درصد رمزهای جهان، شماره “۱۲۳۴۵۶” است. تعجب آور نیست که گذرواژهها برای اهداف کاربری امروزه مناسب نیستند؛ اما با وجود این، ممکن است نتوانیم به طور کامل آنها را کنار بگذاریم و با ترکیب با لایههای امنیتی دیگر میتوانند مفید باشند.
استفاده از یک ویژگی بایومتریک در فرآیند احراز هویت موجب میشود یک شخص واقعی با هویت دیجیتالی و مدرک شناسایی ارائه شده تطبیق داده شود و از این موضوع اطمینان حاصل میشود که کاربر واقعی بوده و مالک حقیقی مدرک شناسایی ارائه شده است.
استفاده از ویژگیهای بایومتریک در فرآیند احراز هویت همچنین از مقیاسپذیری جعل هویت و کلاهبرداری اینترنتی جلوگیری می کند، زیرا جعل و تکرار آن برای عبور از مرحله سنجش ویژگی بایومتریک حتی از قدرتمندترین رمزها سختتر است.
با توجه به گزارش IBM، ۸۷ درصد از افراد راحت میتوانند از این تکنولوژی استفاده کنند. بنابراین هیچ دورهی زمانی بهتر از حال برای شروع استفاده از تحلیل بایومتریک نبوده است و بهترین راهکار برای جلوگیری از جعل هویت خواهد بود.
۳. اعتماد به رویکردهای ترکیبی
جلوگیری از جعل هویت و کلاهبرداری، حتی برای افراد آموزش دیده و باتجربه، یک چالش است. مطالعات اخیر نشان میدهد در تطابق عکس و چهره افراد ناآشنا توسط مسئولان احراز هویت، ۱۷ درصد خطا وجود دارد. بنابراین بدیهی است که استفاده از تکنولوژی برای جلوگیری از جعل هویت ضروری است. در واقع، هوش مصنوعی قادر است با دقت بیشتری ارزیابی کند که آیا مدرک شناسایی ارائه شده توسط کاربر واقعی یا جعلی است با این وجود هوش مصنوعی نیز دارای نواقصی است.
اگرچه الگوریتم ها در تشخیص جعلی بودن تصاویر بهتر عمل میکنند، نیروی انسانی در تشخیص هویت از روی ویدئو عملکرد بهتری دارند. در اینجا این سوال مطرح میشود که بهترین راهکار چیست؟ پاسخ یک رویکرد ترکیبی است که تواناییهای یادگیری ماشینی و هوش انسانی را ترکیب کرده و میزان بیشتری از تقلب را نسبت به هر یک از این موارد به تنهایی تشخیص دهد.
با وجود اینکه راهکارهای اتوماتیک سرعت بیشتری در پردازش مدارک شناسایی دارند اما هر چیزی را که قادر به شناسایی آن نباشند رد میکنند. اگر تخصص انسانی را به آموزش الگوریتمها در تشخیص مدارک شناسایی جدید و تکنیکهای مختلف کلاهبرداری، به متخصصان انسانی اضافه کنیم، خواهیم دید که ماشینها روز به روز تصمیمات بهتری میگیرند.
بدین ترتیب، فرآیندهای احراز هویت کارآمدتر شده و این به تسریع روند ارائه خدمت به کاربرانی با هویت قانونی، در عین کاهش میزان جعل، کمک شایانی خواهد کرد.