Apa yang dimaksud dengan autentikasi berbasis risiko?

Metode autentikasi biasanya dikelompokkan ke dalam beberapa faktor yang berbeda.

1. Faktor Kepemilikan

Kartu bank, token keamanan, ponsel. Objek fisik yang harus dimiliki oleh pengguna. Risiko pada jenis autentikasi ini adalah pencurian dan kloning.

2. Faktor Pengetahuan

Sesuatu yang diketahui pengguna. Kata sandi, PIN, atau jawaban atas pertanyaan seperti "apa jalan pertama tempat Anda dibesarkan"

3. Faktor-faktor yang Melekat

Ini mencoba memanfaatkan sesuatu yang secara inheren dimiliki oleh pengguna, seperti sidik jari, pola retina, tanda tangan, wajah.

Sebagian besar jenis perangkat lunak keamanan ini meminta pengguna untuk masuk di awal sesi, sehingga pengguna bebas melakukan apa saja yang mereka inginkan setelah berada di dalamnya.

Dengan autentikasi berbasis risiko (RBA), profil risiko bersifat dinamis dan tidak stasioner: ditentukan oleh cara pengguna bertindak. Autentikasi berbasis risiko memberikan skor kepada bisnis tentang kepercayaan pengguna. Katakanlah seorang pengguna memiliki skor kepercayaan 95 dari 100, maka pedagang kemudian dapat memutuskan apakah mereka cukup nyaman dengan skor kepercayaan ini atau jika mereka ingin menambahkan langkah untuk memverifikasi lebih lanjut pengguna tersebut.

Skor risiko dapat mencakup faktor-faktor seperti dari mana lalu lintas perusahaan berasal, seberapa cepat mereka mengetik, apakah mereka bertindak di luar kebiasaan. Dengan memantau perilaku dan risiko suatu tindakan, vendor membantu perusahaan mendeteksi profil perilaku yang mencurigakan. Sebagai contoh, jika mengetahui adanya potensi serangan Man-In-The-Browser (MITB ), perusahaan dapat secara dinamis meluncurkan metode otentikasi Out Of Band (OOB), sesuatu yang tidak ditransmisikan melalui internet seperti panggilan telepon atau SMS.

Autentikasi berbasis risiko yang didukung oleh teknologi penindikan perilaku adalah cara terbaik bagi perusahaan untuk mengubah proses autentikasi secara dinamis dengan cepat. Hal ini memungkinkan keamanan maksimum, gangguan minimal pada pengalaman pengguna dan oleh karena itu konversi maksimum.

Berpura-puralah, sejenak, bahwa Anda adalah seorang penipu.

Anda tinggal di Bolivia, dan Anda baru saja mendapatkan serangkaian informasi baru yang dicuri dari seorang pria bernama Gregory Adams di Texas. Anda dengan penuh semangat menguji kredensial informasi perbankannya untuk mentransfer dana dari rekening Gregory ke rekening Anda. Anda masuk, menambahkan diri Anda sebagai penerima pembayaran, dan semuanya berjalan lancar hingga muncul pop-up yang meminta Anda memberikan sidik jari dan ketika Anda gagal melakukannya, menendang Anda keluar dari akunnya.

Tapi bagaimana ini bisa terjadi?

Apa yang tidak Anda lihat, adalah bahwa bank memiliki kerangka kerja autentikasi berbasis risiko yang bekerja di latar belakang untuk seluruh sesi. Bank melihat bahwa Anda masuk dari Bolivia, yang jauh di luar area aktivitas reguler Gregory. Mereka melihat bahwa Anda langsung mentransfer dana, yang tidak biasa dilakukan oleh Gregory. Mereka melihat kecepatan mengetik Anda, irama Anda, fakta bahwa Anda sedang menggunakan telepon, tetapi Gregory selalu mengandalkan komputernya, bersama dengan ratusan parameter perilaku lainnya. Mereka melihat bahwa Anda bukanlah Gregory.

Tentu saja, Anda tidak dapat menyelesaikan transfer dan sekarang dikeluarkan dari akun, sementara uang Gregory tetap aman di akunnya.

Saat ini, banyak perusahaan keamanan yang menawarkan autentikasi berbasis risiko, tetapi perbedaannya terletak pada teknologi yang digunakan vendor perangkat lunak sebagai layanan untuk menentukan skor. Ini mirip dengan memasak lasagna: jika Anda menggunakan bahan-bahan yang bagus, apa yang keluar dari oven akan layak untuk Gordon-Ramsay, tetapi jika Anda menggunakan bahan-bahan berkualitas rendah, daging yang hampir kedaluwarsa, sayuran yang tidak memiliki rasa dan bermandikan bahan kimia, dan juga melupakan rempah-rempahnya, Anda akan mendapatkan bubur yang bahkan akan membuat anjing Anda mengernyitkan dahi.

Solusi autentikasi berbasis risiko yang baik tidak hanya akan membangun skor berdasarkan kecerdasan perangkat (perangkat, lokasi, dan koneksi), tetapi juga akan menggunakan pola perilaku pengguna, atribut perangkat, riwayat pengguna, dan faktor-faktor lain untuk membuat skor yang akurat dan dapat diandalkan.

Ada banyak tanda-tanda halus yang dapat dipantau oleh solusi autentikasi berbasis risiko Anda untuk secara akurat menetapkan skor risiko kepada pengguna dalam sesi tertentu. Untuk kerangka kerja RBA yang efektif, seseorang harus memiliki lapisan yang benar dalam lingkungan mereka dan menetapkan aturan cerdas untuk mengidentifikasi upaya penipuan dengan benar.