Verschlüsselung & Datensicherheit

Neue KI Methode gegen Mouse Tracking und Identitätsdiebstahl

Neue KI Methode gegen Mouse Tracking und Identitätsdiebstahl
Au der Basis von Künstlicher Intelligenz werden Lügner herausgefiltert

Es geht um den Diebstahl von Identitäten, eine Angelegenheit, die unter anderem schweren finanziellen Schaden nach sich ziehen kann. Im Ergebnis jahrelanger Forschungsarbeit, um sichere Methoden zur Identifikation eines Nutzers zu entwickeln, stellte nun ein italienisches Team eine neue Methode vor, basierend auf Mausbewegungen und unerwarteten Fragen.

Erfolgreicher Einsatz von Künstlicher Intelligenz

Bisherige Methoden, wie vordefinierte Fragen, haben sich immer mehr als ungeeignet herausgestellt. Anhand von Methoden wie Phishing-Mails oder mittels Social Engineering oder auch Auswertung von Facebook-Profilen, waren Identitäten leicht zu knacken.

Wie gulli.com aktuell berichtete hat nun ein Team aus italienischen Entwicklern und Wissenschaftlern herausgefunden, dass er Einsatz von Künstlicher Intelligenz eine weitaus größere Sicherheit bei der Identifikation eines Nutzers bietet. Das geht völlig ohne Vorwissen der KI über den eigentlichen User oder die zu verifizierende Identität.

Die Funktionsweise mittels KI

Die KI funktioniert folgendermaßen:

Eine Künstliche Intelligenz wertet aus, wie der Nutzer sich bei der Identifikation verhält. Wie das Team in der wissenschaftlichen Arbeit auf PLOS One erklärt, reagieren ehrliche Nutzer anders auf präsentierte Fragen als Nutzer mit unehrlichen Absichten. Während der ehrliche User automatisch auf eine Frage reagiert, muss der “Faker” seine Antworten erst überdenken und überprüfen.

Dieses zögerliche Verhalten spiegelt sich laut Merylin Monaro, Luciano Gamberini und Giuseppe Sartori, den Verantwortlichen der Studie, in den Mausbewegungen und der Anzahl falscher Antworten wieder. Besonders unerwartete Fragen würden dafür sorgen, dass “Faker” ins Zögern geraten und dadurch abweichend zur Kontrollgruppe handeln. 

Lügner werden herausgefiltert

Dazu heißt es in der Studie:

“Parameter, die die Mausbewegungen entschlüsseln, wurden Mithilfe von Machine-Learning-Klassifizierung analysiert”

“Die Resultate deuten darauf hin, dass die Bewegungsmuster der Maus und Fehler bei unerwarteten Fragen effizient einen Lügner von einem ehrlichen Nutzer unterscheiden können.”

Erstaunlicherweise Funktioniert das Ganze auch wenn ein „Faker“ eine richtige Antwort gibt. Er wird trotzdem vom legitimen Nutzer unterschieden. Laut eigenen Angaben liegt die Trefferquote bei 95 Prozent.

Zurück

Diesen Beitrag teilen
oben