신원 기반 보안

Identity-based security

아이덴티티 기반 보안은 개인의 인증된 아이덴티티를 기반으로 디지털 정보나 서비스에 대한 접근에 중점을 두는 보안의 일종이다.[1] 그것은 이러한 디지털 서비스의 사용자들에게 그들이 받는 것에 대한 권리를 보장한다. ID 기반 보안의 가장 일반적인 형태는 사용자 이름과 암호를 가진 계정의 로그인을 포함한다. 그러나 최근의 기술은 지문 인식이나 안면 인식으로 발전했다.[2]

대부분의 형태의 신원 기반 보안은 안전하고 신뢰할 수 있는 것이지만, 그 중 어느 것도 완벽하지 않고 각각 자체의 결함과 문제를 포함하고 있다.[3]

역사

ID 기반 보안의 초기 형태는 컴퓨터 과학자 페르난도 코르바토에 의해 1960년대에 도입되었다.[4] 이 기간 동안 코르바토는 사용자들이 다른 사람의 파일을 거치지 못하도록 컴퓨터 암호를 발명했는데, 이는 그의 호환 가능한 시간 공유 시스템(C.T.S.)에서 분명히 알 수 있는 문제로서 여러 사용자가 동시에 컴퓨터에 접속할 수 있게 했다.[5] 그러나 지문은 처음 소개되었을 때 디지털은 아니지만, 고대 바빌론에서 함무라비왕이 지문을 통해 계약을 체결하면서 2세기와 3세기로 훨씬 거슬러 올라간다.[6] 중국 고대에서도 공식 법원과 서류에서 신원 확인 방법으로 지문 채취의 증거가 발견되었다. 그 후 20세기 초 미국에서 신원확인 방법으로 교도소 제도를 통해 도입되었다.[7] 반면 안면인식은 1960년대에 미국 정보기관과 군대의 자금 지원을 받아 개발됐다.[8]

ID 기반 보안 유형

계정 로그인

ID 기반 보안의 가장 일반적인 형태는 온라인 계정의 로그인을 포함하는 비밀번호 인증이다.[9] 대부분의 큰 디지털 기업들은 페이스북, 구글, 아마존과 같은 이런 형태의 보안에 의존한다. 계정 로그인은 등록하기 쉽고, 타협하기 어렵고, ID 기반 디지털 서비스에 대한 간단한 솔루션을 제공한다.

지문

지문 생체인증은 신원 기반 보안의 또 다른 유형이다. 위조가 극도로 어려운 데다 신뢰성과 접근성 때문에 가장 안전한 신분증 형태 중 하나로 꼽힌다.[10] 지문은 또한 모든 사람에게 독특한 것으로, 큰 변화 없이 평생 지속된다. 현재 지문 생체인증은 스마트 폰뿐 아니라 경찰서, 보안업계 등에서 가장 많이 사용되고 있다.

얼굴 인식

얼굴 인식은 먼저 얼굴 이미지를 캡처해 작동한다. 그 후, 컴퓨터 알고리즘은 눈의 위치, 턱의 모양 또는 코와의 거리를 포함하되 이에 국한되지 않는 얼굴의 특이성을 결정한다. 그런 다음 알고리즘은 이 정보를 데이터베이스로 변환하며, 각 데이터 집합은 한 면과 다른 면을 구별하기에 충분한 상세 정보를 가지고 있다.[11]

논란과 쟁점

계정 로그인

이런 형태의 보안의 문제는 소비자들이 비밀번호를 잊어버리는 경향이다. 평균적으로 개인은 암호가 필요한 25개의 온라인 계정에 등록되며, 대부분의 개인은 계정별로 암호를 달리한다.[12] 마스터카드와 옥스퍼드대 연구에 따르면 "소비자가 비밀번호를 기억하지 못해 온라인 구매의 약 3분의 1이 계산대에서 버려진다"[13]고 한다. 소비자가 비밀번호를 잊어버린 경우, 보통 링크된 이메일 계정으로 전송되는 비밀번호 재설정을 요청해야 하므로 구매 과정이 더욱 지연된다. 물리적 조직에서 발행한 기사에 따르면 소비자의 18.75%가 비밀번호 재설정 문제로 체크아웃을 포기한다고 한다.[14]

개인이 모든 온라인 플랫폼에 걸쳐 동일한 비밀번호를 설정할 경우 로그인 과정이 훨씬 간단하고 잊기 어렵다. 그러나, 그렇게 함으로써, 그것은 한 계정의 보안 침해가 나머지 모든 계정의 유사한 침해로 이어져 그들의 온라인 보안을 위태롭게 하는 또 다른 문제를 도입한다.[15] 이것은 모든 비밀번호를 기억하는 것을 훨씬 더 어렵게 만든다.

지문

지문 채취는 일반적으로 안전하고 신뢰할 수 있는 것으로 여겨지지만, 스캔 중 손가락의 신체 상태는 결과에 큰 영향을 미칠 수 있다. 예를 들어, 신체 부상, 다른 변위, 피부 상태는 모두 자신의 승인을 거부할 수 있는 결함이 있고 신뢰할 수 없는 생체 정보를 초래할 수 있다.[citation needed]

지문 채취와 관련된 또 다른 문제는 생체 인식 센서 공격이라고 알려져 있다. 이런 공격에서는 가짜 손가락이나 손가락의 인쇄물을 대신 사용해 센서를 속이고 무허가 직원에게 인증을 부여한다.[16]

얼굴 인식

안면인식은 제품, 서비스 또는 정보에 대한 접근을 식별하고 허가하는 개인의 얼굴에 의존한다. 그러나 기술(조명, 이미지 해상도)의 한계와 함께 시간이 지남에 따라 얼굴 구조의 변화로 인해 사기성이 발생할 수 있다.

얼굴 인식 테스트에는 두 가지 유형의 실패가 있다.[17] 첫 번째는 잘못된 긍정으로, 데이터베이스가 이미지를 데이터 세트와 일치시키되 실제 사용자의 이미지의 데이터 세트는 일치시키지 않는다. 또 다른 유형의 오류는 데이터베이스가 올바른 사용자의 얼굴을 인식하지 못하는 잘못된 음성이다. 두 가지 유형의 고장 모두 접근성과 보안성을 가진 절충을 가지고 있으며, 이는 각 유형의 오류의 비율을 유의하게 된다. 예를 들어, 스마트폰의 안면 인식은 낯선 사람에게 무작위로 전화기에 접속하는 것보다 여러 번 로그인하는 것이 더 적합하기 때문에 잘못된 긍정보다는 잘못된 부정의 예를 훨씬 더 많이 가질 것이다.

완벽한 조명, 포지셔닝, 카메라 배치가 가능한 이상적인 조건에서 얼굴 인식 기술은 99.97%까지 정확할 수 있다. 그러나 그러한 조건은 극히 드물고 따라서 비현실적이다. 국립표준기술원(NIST)이 실시한 연구에서는 카메라 배치와 설정 특성에 따라 비디오 녹화 얼굴 인식 정확도가 94.4%에서 36%까지 다양했다.[18]

안면 인식의 기술적 결함과는 별개로 인종 편향도 논란거리로 떠올랐다. 2019년 연방 연구에서는 얼굴 인식 시스템이 흑인과 아시아인을 거짓으로 식별한 경우가 백인의 얼굴보다 10배에서 100배 더 많다는 결론을 내렸다.[19]

참고 항목

참조

  1. ^ "identity-based access control - Glossary CSRC". csrc.nist.gov. Retrieved 2020-11-27.
  2. ^ Dastbaz, Mohammad; Halpin, Edward; Wright, Steve (2013). "Emerging Technologies and the Human Rights Challenge of Rapidly Expanding State Surveillance Capacities". Strategic Intelligence Management. pp. 108–118. doi:10.1016/B978-0-12-407191-9.00010-7. ISBN 9780124071919.
  3. ^ Pot, Justin. "Perfect Computer Security Is a Myth. But It's Still Important". How-To Geek. Retrieved 2020-12-06.
  4. ^ "Computer password inventor dies aged 93". BBC News. 2019-07-15. Retrieved 2020-11-20.
  5. ^ Yang, Yi; Yeo, Kheng Cher; Azam, Sami; Karim, Asif; Ahammad, Ronju; Mahmud, Rakib (2020). "Empirical Study of Password Strength Meter Design". 2020 5th International Conference on Communication and Electronics Systems (ICCES). pp. 436–442. doi:10.1109/ICCES48766.2020.9137964. ISBN 978-1-7281-5371-1. S2CID 220568597.
  6. ^ "The History of Fingerprinting". Crime+Investigation UK. 2018-05-06. Retrieved 2020-11-20.
  7. ^ "History of Fingerprints". www.crimescene-forensics.com. Retrieved 2020-12-06.
  8. ^ "Facial Recognition". Bloomberg.com. 2019-05-23. Retrieved 2020-11-20.
  9. ^ Author, Guest (2020-02-07). "User Authentication Methods & Technologies to Prevent Breach". ID R&D. Retrieved 2020-12-06. {{cite web}}: last= 일반 이름 포함(도움말)
  10. ^ "Fingerprint Biometric Authentication Systems". Identity Automation. Retrieved 2020-11-05.
  11. ^ Sample, Ian (2019-07-29). "What is facial recognition - and how sinister is it?". The Guardian. ISSN 0261-3077. Retrieved 2020-12-06.
  12. ^ Yıldırım, M.; Mackie, I. (1 December 2019). "Encouraging users to improve password security and memorability". International Journal of Information Security. 18 (6): 741–759. doi:10.1007/s10207-019-00429-y. S2CID 108292833.
  13. ^ Johnson, Tim (June 16, 2017). "Forgot your password? You have too many and stores are losing business over it". Impact 2020.
  14. ^ "When customers forget their passwords, business suffers". phys.org. Retrieved 2020-10-29.
  15. ^ Schroers, Jessica (4 May 2019). "I have a Facebook account, therefore I am – authentication with social networks". International Review of Law, Computers & Technology. 33 (2): 211–223. doi:10.1080/13600869.2018.1475895. S2CID 65110549.
  16. ^ Ali, Media Abdul Razak (2011). "Design of an Online authentication protocol using both fingerprint identification and identity based cryptography". Al-Nahrain Journal for Engineering Sciences. 14 (2): 199–204.
  17. ^ "Face Recognition". Electronic Frontier Foundation. 2017-10-24. Retrieved 2020-12-06.
  18. ^ "How Accurate are Facial Recognition Systems – and Why Does It Matter?". www.csis.org. Retrieved 2020-12-06.
  19. ^ "Despite past denials, LAPD has used facial recognition software 30,000 times in last decade, records show". Los Angeles Times. 2020-09-21. Retrieved 2020-12-06.