Wie KI Anmeldeprozeduren revolutionieren kann

Künstliche Intelligenz in der Multi-Faktor-Authentifizierung
Jetzt bewerten:
0 %
1
5
0
 
 
 
Bewerten
 
 
 
 
 
 
0 Kommentare  
12 Downloads  
Einfach zu erratende oder geleakte Passwörter sind eine der größten Sicherheitsbedrohungen für Unternehmen. Lesen Sie hier, wie Sie mit KI-basierter Multi-Faktor-Authentifizierung dieses Risiko minimieren.

Inhalt:

Noch immer sind die meisten Firmenzugänge nur mit Username und Passwort abgesichert, obwohl sich dieser Schutz schon lange als völlig unzureichend erwiesen hat. Auf der Seite „have i been pnwed?“ sind mehr als zehn Milliarden geleakter Accounts gelistet. Viele Millionen der im Internet kursierenden Passwörter wurden auch für Unternehmenszwecke verwendet und sind daher ein leichtes Ziel für Credential Stuffing.

Mit einer Multi-Faktor-Authentifizierung lässt sich das Risiko bereits deutlich reduzieren. Sie verlangt vom Anwender neben Passwort noch mindestens einen zweiten Faktor, etwa ein Einmal-Passwort (One-Time Passwort, OTP) das per SMS auf ein Smartphone gesendet oder per Authenticator-App bzw. Token angezeigt wird.

Allerdings ist auch diese Form der Authentifizierung noch angreifbar. Das Endgerät kann gestohlen, die SMS abgefangen werden. Die nächste, Stufe der Zugangssicherung ist daher die risikobasierte Authentifizierung. Mithilfe Künstlicher Intelligenz lassen sich Muster im Anmeldeverhalten und verdächtige Aktionen identifizieren und so illegitime Zugangsversuche erkennen. Wie das funktioniert, erfahren Sie in diesem Dokument.

Originalauszug aus dem Dokument:

As the future of work continues to evolve and change the way people interact with technology, AI and machine learning will continue to bring new ways to accelerate efficiencies and offer rich insights that improve the speed and agility of how work gets done.

Risk-based authentication will continue to improve and get smarter so companies can better protect themselves without slowing their users down. Eventually, authentication that leverages AI will likely move from supervised learning, where the dataset includes the outcomes, to unsupervised learning where the AI finds new patterns to use for making predictions that humans may not have discovered. Cross referencing multiple machine learning algorithms, using pattern recognition, and leveraging time-series-based predictive algorithms will improve the accuracy and scope of AI-based authentication offerings.