Qué es la biometría de comportamiento y cómo funciona
La tecnología biométrica del comportamiento es una tecnología de alta precisión para autenticar a los usuarios en función de sus patrones de comportamiento. Reconoce características únicas e individuales en la forma en la que las personas escriben y se relacionan con sus dispositivos móviles u ordenadores, lo que facilita la identificación precisa de los usuarios.
La identificación digital mediante biometría del comportamiento es tan única para cada persona como sus huellas dactilares. Con esta técnica, es posible verificar la identidad de un usuario de manera rápida y precisa en diferentes sesiones, así como mantener una verificación continua de su identidad en una misma sesión.
Verificación continua a través de biometría de comportamiento
La detección de algún comportamiento anómalo o inusual durante la sesión de un usuario puede ser una indicación de que alguien está intentando suplantar su identidad o que se está produciendo un intento de fraude, un ataque o una violación de seguridad. En su Informe sobre el costo de una violación de datos de 2023, IBM afirma que “solo el 28% de las organizaciones utilizaron ampliamente la inteligencia artificial y la automatización de seguridad en sus operaciones, lo que significa que muchas organizaciones tienen una oportunidad significativa de mejorar su velocidad, precisión y eficiencia”. Como solución al riesgo de violación de datos en la identidad digital IBM propone “soluciones de identidad y seguridad de datos impulsadas por IA ya que pueden ayudar a impulsar una postura proactiva de seguridad identificando transacciones de alto riesgo, protegiéndolas con mínima fricción del usuario y detectando comportamientos sospechosos de manera más efectiva”.
El paradigma Zero Trust Identity actualiza el proceso de autorización del ya conocido Multi-Factor Authentication (MFA), a un método de autenticación de Continuous Adaptative Trust (CAT), permitiendo una verificación continua de la identidad a través de biometría de comportamiento. La infraestructura aprende de patrones de comportamiento obteniendo información útil en tiempo real sobre el funcionamiento de todo el ecosistema, evaluando y gestionando de forma dinámica y continua los riesgos de cada acceso o cada transacción. Este proceso es el considerado de confianza cero (Zero Trust), en lugar de un método de autenticación estático o único.
La implementación de motores basados en ML (Machine Learning) o AI (Artificial Intelligence) permite recopilar y analizar información del ecosistema como credenciales, ubicación, métricas de dispositivos, conexión de red o transacciones entre otras.
Implementación de la biometría de comportamiento en Facephi
El sistema recopila diferentes parámetros a través de la biometría del comportamiento: cómo un usuario usa un dispositivo, capas de análisis de comportamiento o cuándo, desde dónde y a qué accede el usuario. También proporciona información sobre el dispositivo y la red, incluidos todos los datos asociados que se utilizan para acceder a un sitio web protegido o un servidor de aplicaciones móviles.
Es un “ciber-ADN” construido usando diversos parámetros sobre el contexto del usuario basados en biometría de comportamiento, análisis de comportamiento y perfiles de dispositivos, datos de red, geolocalización, patrones de malware y otros datos de inteligencia de amenazas. En tan solo dos interacciones, puede identificar a la persona real detrás de cada usuario con una precisión del >99% en cuestión de milisegundos. También detecta anomalías, califica riesgos y genera alertas, permitiendo a las empresas configurar fácilmente el sistema para controlar los casos de fraude automáticamente.
La biometría de comportamiento en Facephi utiliza un sistema híbrido de IA que usa algoritmos de aprendizaje profundo bajo supervisión experta. El sistema está diseñado para detectar patrones de uso sospechosos, sin necesidad de conocer la biometría del usuario. Esta capacidad, ayuda a prevenir la apertura de cuentas fraudulentas durante el proceso de onboarding al detectar comportamientos dudosos como cambios en la forma de teclear, cambios de foco en la pantalla o tiempos de respuesta anormales.
