Seguridad basada en la identidad

La forma más común de seguridad basada en la identidad es la autenticación mediante contraseña, que implica el inicio de sesión en una cuenta en línea. La mayoría de las grandes corporaciones digitales, como Facebook , Google y Amazon , confían en este método de seguridad. El registro de cuentas es sencillo, la seguridad es difícil de vulnerar y ofrece una solución simple para los servicios digitales basados ​​en la identidad.

La autenticación biométrica por huella dactilar es otro tipo de seguridad basada en la identidad. Se considera una de las formas de identificación más seguras debido a su fiabilidad y accesibilidad, además de ser extremadamente difícil de falsificar. Las huellas dactilares son únicas para cada persona y permanecen inalterables durante toda la vida. Actualmente, la autenticación biométrica por huella dactilar se utiliza con mayor frecuencia en comisarías, empresas de seguridad y teléfonos inteligentes.

El reconocimiento facial funciona capturando primero una imagen del rostro. Luego, un algoritmo informático determina las características distintivas del rostro, incluyendo, entre otros aspectos, la ubicación de los ojos, la forma del mentón o la distancia a la nariz. Posteriormente, el algoritmo convierte esta información en una base de datos, donde cada conjunto de datos contiene suficiente detalle para distinguir un rostro de otro. ^{[ 9 ]}

Un problema de este tipo de seguridad es la tendencia de los consumidores a olvidar sus contraseñas. En promedio, una persona está registrada en 25 cuentas en línea que requieren contraseña, y la mayoría de las personas cambian las contraseñas para cada cuenta. ^{[ 10 ]} Según un estudio de Mastercard y la Universidad de Oxford , "aproximadamente un tercio de las compras en línea se abandonan al finalizar la compra porque los consumidores no recuerdan sus contraseñas". ^{[ 11 ]} Si el consumidor olvida su contraseña, generalmente tendrá que solicitar un restablecimiento de contraseña que se envía a su cuenta de correo electrónico vinculada, lo que retrasa aún más el proceso de compra. Según un artículo publicado por Phys Org, el 18,75 % de los consumidores abandonan el proceso de compra debido a problemas con el restablecimiento de contraseña. ^{[ 12 ]}

Cuando las personas utilizan una misma contraseña en todas sus plataformas en línea, el proceso de inicio de sesión se simplifica enormemente y resulta más difícil olvidarla. Sin embargo, esto también plantea un problema: una brecha de seguridad en una cuenta puede provocar brechas similares en todas las demás, poniendo en riesgo su seguridad en línea. ^{[ 13 ]} Esto dificulta considerablemente la tarea de recordar todas las contraseñas.

Si bien la toma de huellas dactilares se considera generalmente segura y confiable, el estado físico del dedo durante el escaneo puede afectar drásticamente los resultados. Por ejemplo, lesiones físicas, desplazamientos incorrectos y afecciones de la piel pueden generar información biométrica errónea y poco confiable, lo que podría impedir la autorización.

Otro problema con la toma de huellas dactilares se conoce como ataque al sensor biométrico. En este tipo de ataque, se utiliza un dedo falso o una impresión del dedo para engañar a los sensores y otorgar autenticación a personal no autorizado. ^{[ 14 ]}

El reconocimiento facial se basa en el rostro de una persona para identificarla y otorgarle acceso a productos, servicios o información. Sin embargo, puede ser fraudulento debido a las limitaciones de la tecnología (iluminación, resolución de la imagen) y a los cambios en la estructura facial con el paso del tiempo.

Existen dos tipos de fallos en las pruebas de reconocimiento facial. ^{[ 15 ]} El primero es un falso positivo, donde la base de datos compara la imagen con un conjunto de datos , pero no con el conjunto de datos de la imagen del usuario real. El otro tipo de fallo es un falso negativo, donde la base de datos no reconoce el rostro del usuario correcto. Ambos tipos de fallos implican desventajas en cuanto a accesibilidad y seguridad, lo que hace que el porcentaje de cada tipo de error sea significativo. Por ejemplo, un sistema de reconocimiento facial en un teléfono inteligente preferiría tener casos de falsos negativos en lugar de falsos positivos, ya que es más óptimo para el usuario realizar varios intentos de inicio de sesión que otorgar acceso aleatorio a un desconocido a su teléfono.

En condiciones ideales, con iluminación, posicionamiento y ubicación de la cámara perfectos, la tecnología de reconocimiento facial puede alcanzar una precisión de hasta el 99,97 %. Sin embargo, tales condiciones son extremadamente raras y, por lo tanto, poco realistas. En un estudio realizado por el Instituto Nacional de Estándares y Tecnología (NIST) , la precisión del reconocimiento facial grabado en vídeo osciló entre el 94,4 % y el 36 %, dependiendo de la ubicación de la cámara y de las características del entorno. ^{[ 16 ]}

Además de las deficiencias técnicas del reconocimiento facial, el sesgo racial también se ha convertido en un tema controvertido. Un estudio federal de 2019 concluyó que los sistemas de reconocimiento facial identificaban erróneamente rostros de personas negras y asiáticas entre 10 y 100 veces más a menudo que rostros de personas blancas. ^{[ 17 ]}