Przejdź do treści

Cyberbezpieczeństwo

Biometria behawioralna - jak wdrożyć ciągłą weryfikację sesji

Biometria behawioralna w bankowości i w firmie krok po kroku: cel, RODO i ocena skutków, AI Act, rola obok MFA, reakcje na alarm i test odporności na naśladowanie.

Opublikowano Zaktualizowano 8 min czytania

biometriauwierzytelnianieMFARODOAI ActPSD2
Biometria behawioralna - jak wdrożyć ciągłą weryfikację sesji
Spis treści
  1. Co mierzy biometria behawioralna
  2. Dwa sposoby użycia
  3. Wdrożenie krok po kroku
  4. Jak ocenić rozwiązanie dostawcy
  5. Lista kontrolna
  6. Gdzie pomagamy
  7. Podstawa prawna
  8. Powiązane artykuły
  9. Źródła

Klient banku loguje się hasłem i drugim składnikiem, a po zalogowaniu sesją posługuje się już ktoś inny. Jednorazowe sprawdzenie przy wejściu tego nie zauważy. Biometria behawioralna porównuje sposób pisania, ruch myszy i obsługę telefonu z wzorcem właściciela konta przez całą sesję.

Z wytycznych NIST, opinii EBA i przepisów UE wynika, że:

  • NIST nazywa ciągłą ocenę sesji monitorowaniem sesji i wymienia rytm pisania wśród sygnałów, które system może oceniać,
  • EBA w opinii z 2019 roku uznaje dynamikę pisania i kąt trzymania urządzenia za możliwe składniki silnego uwierzytelniania klienta w płatnościach,
  • RODO zalicza cechy behawioralne do danych biometrycznych, jeśli umożliwiają lub potwierdzają jednoznaczną identyfikację osoby.

Co mierzy biometria behawioralna

System uczy się, jak konkretna osoba posługuje się urządzeniem, i porównuje z tym wzorcem bieżące zachowanie. Wynik porównania jest prawdopodobieństwem zgodności z wzorcem.

Sygnał Co system porównuje
Dynamika pisania System porównuje tempo pisania i odstępy między naciśnięciami klawiszy.
Ruch myszy System porównuje drogę kursora, jego przyspieszenie i sposób klikania.
Obsługa ekranu dotykowego System porównuje nacisk na ekran i sposób przesuwania palcem.
Trzymanie telefonu System porównuje kąt, pod jakim użytkownik trzyma urządzenie.

NIST wymienia te cechy jako przykłady biometrii behawioralnej. Zwraca też uwagę, że cechy biometryczne nie są tajne, a ich porównanie jest probabilistyczne, inaczej niż sprawdzenie hasła.

Dwa sposoby użycia

Sposób Co robi Na co uważać
Składnik uwierzytelnienia System sprawdza wzorzec w chwili logowania albo autoryzacji płatności. EBA uznaje taki składnik za zgodny tylko wtedy, gdy wdrożenie daje bardzo niskie prawdopodobieństwo uwierzytelnienia osoby nieuprawnionej.
Monitorowanie sesji System ocenia zachowanie przez cały czas trwania sesji po zalogowaniu. NIST wskazuje, że większość sygnałów wpływa na prywatność, więc ich zbieranie musi przejść ocenę ryzyka prywatności.

Bank, który chce zaliczyć biometrię behawioralną do składników silnego uwierzytelniania, musi wykazać jakość wdrożenia. Według EBA o zgodności przesądza jakość wdrożenia.

Wdrożenie krok po kroku

Krok 1. Należy zapisać, jakie zdarzenie system ma wykryć i co ma się wtedy stać.

Przykładem zdarzenia jest przejęcie sesji po poprawnym logowaniu albo zlecenie przelewu przez inną osobę niż właściciel konta. Zespół bezpieczeństwa zapisuje zdarzenie, sygnały i oczekiwaną reakcję w jednym dokumencie. Dlaczego: bez zapisanego celu nie da się ustawić progów ani sprawdzić po wdrożeniu, czy system działa.

Krok 2. Należy ustalić z inspektorem ochrony danych, czy system przetwarza dane biometryczne w rozumieniu RODO.

RODO definiuje dane biometryczne jako dane z technicznego przetwarzania cech fizycznych, fizjologicznych lub behawioralnych, które umożliwiają lub potwierdzają jednoznaczną identyfikację. Dane biometryczne użyte w celu jednoznacznej identyfikacji należą do szczególnych kategorii danych. Ich przetwarzanie jest zabronione, chyba że zachodzi jeden z wyjątków przewidzianych w rozporządzeniu.

Administrator zapisuje podstawę przetwarzania i wyjątek, na który się powołuje. Dlaczego: bez tej decyzji wdrożenie może okazać się niezgodne z prawem już w dniu uruchomienia.

Krok 3. Należy ocenić skutki dla ochrony danych przed uruchomieniem systemu.

Zgodnie z RODO administrator ocenia skutki przetwarzania z użyciem nowych technologii, jeśli może ono powodować wysokie ryzyko dla osób. Ocenę wykonuje się zawsze przy przetwarzaniu szczególnych kategorii danych na dużą skalę. Dlaczego: ocena pokazuje, które dane są naprawdę potrzebne, jak długo je przechowywać i kto ma do nich dostęp.

Krok 4. Należy sprawdzić, do której kategorii AI Act należy system.

AI Act zalicza zdalną identyfikację biometryczną do systemów wysokiego ryzyka. Wyłącza z tej kategorii weryfikację, której jedynym celem jest potwierdzenie, że osoba jest tą, za którą się podaje. Motyw rozporządzenia dodaje, że systemy biometryczne służące wyłącznie cyberbezpieczeństwu i ochronie danych nie są systemami wysokiego ryzyka.

System, który przy okazji ocenia emocje użytkownika, na przykład stres, należy do innej kategorii. Rozpoznawanie emocji jest systemem wysokiego ryzyka, a wnioskowanie o emocjach pracowników w miejscu pracy jest zakazane, poza celami medycznymi i bezpieczeństwa. Od dostawcy należy więc zażądać pisemnego opisu, co system wylicza z sygnałów. Dlaczego: ta sama technika może być zwykłą weryfikacją tożsamości albo praktyką zakazaną.

Krok 5. Należy użyć biometrii behawioralnej jako dodatkowej warstwy obok uwierzytelniania wieloskładnikowego.

Uwierzytelnianie wieloskładnikowe (MFA) wymaga od użytkownika co najmniej dwóch rodzajów dowodu, na przykład hasła i klucza sprzętowego. Nie należy zastępować MFA samą biometrią behawioralną. Dlaczego: NIST dopuszcza biometrię wyłącznie jako część MFA z fizycznym uwierzytelniaczem, bo porównanie biometryczne samo nie daje wystarczającej pewności.

Krok 6. Należy zapisać reakcję na każdy poziom alarmu.

NIST wymienia trzy reakcje na podejrzenie nadużycia w trakcie sesji: ponowne uwierzytelnienie, zakończenie sesji i powiadomienie personelu wsparcia. Reguła może wyglądać tak: jeśli sygnał pojawia się przed zleceniem przelewu, system żąda ponownego uwierzytelnienia. Jeśli sygnał się powtarza, system kończy sesję i powiadamia zespół przeciwdziałania nadużyciom.

Dlaczego: zespół, który nie ma zapisanej reakcji, ustala ją w trakcie incydentu, a klient czeka.

Krok 7. Należy przygotować drogę dla osób odrzuconych niesłusznie.

Porównanie biometryczne jest probabilistyczne, więc system czasem uzna właściciela konta za kogoś obcego. Odrzucony użytkownik dostaje inną metodę potwierdzenia tożsamości, a zespół zapisuje każdy taki przypadek. Dlaczego: liczba niesłusznych odrzuceń pokazuje, czy progi są dobrane dobrze, a klient nie traci dostępu do konta.

Krok 8. Należy przetestować odporność na naśladowanie.

Badacze z Uniwersytetu Waterloo w 2018 roku opisali atak na weryfikację dynamiki pisania na smartfonie, w którym aplikacja rzeczywistości rozszerzonej (AR) prowadziła atakującego przy naśladowaniu wzorca ofiary. Uczestnicy przeprowadzili z jej pomocą ponad 400 ataków, a 87% z nich ominęło weryfikację po średnio czterech minutach treningu. Podczas testu wdrożenia należy więc spróbować naśladować wzorzec użytkownika po jego obserwacji. Dlaczego: dopiero próba na własnej aplikacji pokazuje, jak system znosi naśladowanie.

Krok 9. Nie należy używać głosu do weryfikacji tożsamości.

Dlaczego: NIST SP 800-63B-4 zakazuje porównania biometrycznego na podstawie głosu. Rozmowa telefoniczna z klientem wymaga innej metody potwierdzenia tożsamości, na przykład potwierdzenia w aplikacji banku.

Jak ocenić rozwiązanie dostawcy

Pytanie Co należy sprawdzić
Jakie sygnały system zbiera? Należy uzyskać pełną listę sygnałów i porównać ją z celem zapisanym w kroku 1.
Co system wylicza z sygnałów? Należy sprawdzić na piśmie, że system nie ocenia emocji ani cech wrażliwych.
Gdzie są przechowywane wzorce? Należy ustalić miejsce przechowywania, okres retencji i to, kto ma dostęp do wzorców.
Jak system reaguje na alarm? Należy sprawdzić, czy reakcje da się ustawić osobno dla logowania, płatności i zmiany danych.
Jak często system odrzuca właścicieli kont? Należy zażądać wyników z testów i porównać je z własnym pilotażem.
Jak system znosi naśladowanie? Należy sprawdzić, czy dostawca opisał testy ataków naśladowczych, i powtórzyć je na własnej aplikacji.

Lista kontrolna

  • Zdarzenie, które system ma wykryć, i oczekiwana reakcja są zapisane w jednym dokumencie.
  • Inspektor ochrony danych ustalił, czy system przetwarza dane biometryczne, i zapisał podstawę przetwarzania.
  • Ocena skutków dla ochrony danych powstała przed uruchomieniem systemu.
  • Kategoria systemu według AI Act jest zapisana, a dostawca potwierdził, że system nie ocenia emocji.
  • Biometria behawioralna działa jako dodatkowa warstwa obok MFA.
  • Każdy poziom alarmu ma zapisaną reakcję: ponowne uwierzytelnienie, zakończenie sesji albo powiadomienie zespołu.
  • Osoby odrzucone niesłusznie mają inną drogę potwierdzenia tożsamości, a ich liczba jest mierzona.
  • Wdrożenie przeszło test naśladowania wzorca na własnej aplikacji.
  • Głos nie służy do weryfikacji tożsamości.

Gdzie pomagamy

Podczas testów penetracyjnych aplikacji webowych i mobilnych sprawdzamy zarządzanie sesjami i logikę autoryzacji. Ustalamy, czy przejęta sesja pozwala zlecić operację i czy reakcje opisane w krokach 6 i 7 działają. W projektach wdrożeniowych w bankach architekt bezpieczeństwa opiniuje projekt uwierzytelniania i wybór dostawcy. Do rozmowy zapraszamy przez formularz kontaktowy.

Podstawa prawna

Krok / temat Gdzie to jest
Cechy behawioralne jako biometria, ograniczenia biometrii, zakaz porównania głosu NIST SP 800-63B-4, 3.2.3 (zakaz porównania głosu: 3.2.3.2)
Monitorowanie sesji, sygnały i reakcje NIST SP 800-63B-4, 5.3
Biometria behawioralna jako składnik silnego uwierzytelniania klienta EBA-Op-2019-06, pkt 18-19 i tabela 1; RTS do PSD2, art. 8
2. Definicja danych biometrycznych RODO, art. 4 pkt 14
2. Szczególne kategorie danych i wyjątki RODO, art. 9 ust. 1 i 2
3. Ocena skutków dla ochrony danych RODO, art. 35 ust. 1 i ust. 3 lit. b
4. Identyfikacja i weryfikacja biometryczna AI Act, art. 3 pkt 35 i 36; załącznik III pkt 1 lit. a; motyw 54
4. Rozpoznawanie emocji AI Act, art. 5 ust. 1 lit. f; załącznik III pkt 1 lit. c
8. Atak naśladowczy na dynamikę pisania Khan, Hengartner, Vogel, MobiSys 2018

Powiązane artykuły

  • Bezpieczeństwo haseł - skradzione poświadczenia i metody uwierzytelniania
  • Zero Trust Architecture - ciągła weryfikacja dostępu w środowiskach IT i OT
  • Prywatność danych - RODO w praktyce - ocena skutków i podstawy przetwarzania

Źródła

  1. NIST SP 800-63B-4: Authentication and Authenticator Management - NIST (dostęp: )
  2. EBA-Op-2019-06 - Opinion of the European Banking Authority on the elements of strong customer authentication under PSD2 (21.06.2019) - European Banking Authority (dostęp: )
  3. Rozporządzenie delegowane Komisji (UE) 2018/389 (regulacyjne standardy techniczne dotyczące silnego uwierzytelniania klienta) - Komisja Europejska (dostęp: )
  4. Rozporządzenie (UE) 2016/679 (RODO) - EUR-Lex (dostęp: )
  5. Rozporządzenie (UE) 2024/1689 (AI Act) - EUR-Lex (dostęp: )
  6. Khan, Hengartner, Vogel - Augmented Reality-based Mimicry Attacks on Behaviour-Based Smartphone Authentication (MobiSys 2018) - ACM (dostęp: )

Potrzebujesz wsparcia w tym obszarze?

Nasi eksperci pomogą Ci ocenić ryzyko i zaplanować kolejne kroki.

Porozmawiaj z ekspertem

Omówimy zakres, metodykę i harmonogram.

Umów rozmowę