Dark Reading：應結合AI與資料分析推動平等數位身分驗證

關鍵字：()；；()；()；()；()；()

瀏覽次數：603｜歡迎推文：

科技產業資訊室(iKnow) - Nathan 發表於 2022年7月28日

圖、Dark Reading：應結合AI與資料分析推動平等數位身分驗證

美國資安技術分析網站Dark Reading報導指出，根據美國政府課責署(Government Accountability Office, GAO)之調查報告，在疫情期間，美國Wisconsin和North Dakota兩州的黑人申請失業救助者最終被批准收到失業救助的比例，僅約為白人申請者的半數。

這並非獨立的個案，而是顯示出，仰賴傳統資料、系統與文件的數位身分驗證無法平等、公平地對待人們。除非我們由上而下地重新思考系統並使用先進資料科學作為驗證身分之基礎，否則我們可能會有不斷地重複錯誤的風險。今日，數位身分風險是政府服務人們的基礎組成，政府必須能夠區分不良行動者與有資格領取給付者，如果人們沒有取得此一權利，那麼詐騙將會上升，同時，那些應得到給付的人拿不到給付，成為雙輸的局面。

傳統身分驗證系統使弱勢群體不易申請救助
在疫情期間這情形變得極為明顯，個別詐騙者和國際詐騙集團運用合成式詐騙技術(synthetic fraud techniques)，搭配假名與真實的社會安全碼或戴上假髮，成功地騙過傳統系統。最容易受到負面影響的是那些有色人種、新移民的個人，以及那些受到忽略的少數群體，美國的政府身分基礎環境極度解組且破碎，疫情凸顯了傳統身分驗證系統使某些群體被邊緣化，包括那些信用檔案很少、銀行金融低度使用、有限的寬頻連線、對於臉部辨識感到猶疑、缺乏政府識別的人。當申請者試圖進行線上身分驗證時，這些人面臨障礙、摩擦與長時間延遲，這些問題近期才受到主流關注。

身份驗證是進入和參與線上世界的守門者，無論您是擁有長期信用記錄的屋主、申請醫療保險的老年人、希望開啟夢想事業的年輕企業家，或是意外失業後申請失業救濟金的個人。經濟地位、種族、地理和寬頻連線早已決定—個人是否可以輕鬆地證明自己身分或以其他方式參與現代社會。根據消費者金融保護局的數據，大約 4500 萬居住於鄉村地帶的美國人，主要是黑人和西班牙裔，這些人缺乏用來證明身份的可追溯信用記錄。對於生活在農村地區的大約 5700 萬人來說，很難透過下班後開車到現場驗證他們的身份。估計有 2100 萬美國人仍然缺乏寬頻連線，這使得完成依賴視頻聊天驗證的應用程序變得更加困難。

參眾兩院正審查改進數位身分法案降低驗證個人身分之負擔
這些問題不是一朝一夕就能解決的。但是，我們可以在短期內採取一些措施，為所有人實現準確的數位身份驗證。首先，國會應採取措施，例如眾議院和參議院正在考慮的《改進數位身份法案》，將常見的身份驗證文件數位化，包括駕照、出生證明和社會保障卡。我們應該採取行動，確保具備提供政府發布的資料（社會保障號碼、納稅人身份證明、護照號碼等），以減輕公眾和服務提供者在驗證個人身份時的負擔。這樣做將使我們的系統不再依賴對經常流失、錯置或被盜的實體文件的依賴，並將提供更多線上驗證身份的途徑。

應運用機器學習、AI、資料分析進行更高效率、更平等之身分驗證
我們需要設計一個結合機器學習、AI和資料分析的系統，以實現更高效、更公平的驗證。長期以來的少數群體通常缺乏當前系統所需的政府頒發的身份證。通過梳理所有可用信息，從申請人姓名到正在使用的設備等等，我們可以更快地驗證良好行動者，跨系統標記欺詐身份，增加自動批准(auto-approval)，並最大限度地減少欺詐。

侵入式身分驗證削弱公眾信任亟需藉由創新提高透明性
我們必須透過透明性保護公眾信任。公眾信任的削弱阻礙了創新的使用，而這些創新可以更有效地打擊不斷發展的詐騙行為。過度依賴自拍等侵入性（且容易出錯）的技術會削弱這種信任，並導致強烈反對和公眾對隱私和偏見等合理顧慮的強烈抗議。與公共部門合作的供應商必須對其做法保持透明。

如果不真正關注公平，美國各地身份的分裂和不同人群之間日益擴大的差距只會越來越大。為了向前邁進，我們必須在數位身份驗證方面全面考慮我們的方法，以免任何人被忽略。(1475字；圖1)

參考資料：
Equitable Digital Identity Verification Requires Moving Past Flawed Legacy Systems. DarkReding，2022/7/22

相關文章：
1. 歐盟宣佈歐洲數位身份和錢包框架預計2022年9月推出
2. 數位身份檔案管理將成為銀行代管新資產？
3. 打造去中心化身份認證的國際標準，成為區塊鏈關鍵
4. 區塊鏈必須超越圍牆花園模式才能釋放更大價值
5. 日本數位廳上路推動政府數位轉型及公民數位身份證
6. 微軟區塊鏈策略雲端與身分認證系統複製

歡迎來粉絲團按讚！

--------------------------------------------------------------------------------------------------------------------------------------------