المصادقة السلبية

ما هي المصادقة السلبية؟

المصادقة السلبية هي آلية أمان خالية من الاحتكاك تتحقق من هوية المستخدم من خلال تحليل البيانات والسلوك في الوقت الفعلي، دون مطالبته بإدخال كلمات المرور بشكل نشط أو توفير القياسات الحيوية أو إكمال خطوات التحقق الإضافية. يعتمد هذا النهج على تقنيات مثل الذكاء الاصطناعي (AI) والتعلم الآلي (ML) وتحليلات البيانات لتقييم الإشارات مثل بصمات الجهاز وتحديد الموقع الجغرافي وعناوين IP والقياسات الحيوية السلوكية (مثل سرعة الكتابة أو حركة الماوس).

‍

تم تصميم هذا النوع من المصادقة لتحسين تجربة المستخدم من خلال تقليل الاحتكاك في عملية التحقق مع الحفاظ على منع الاحتيال القوي. يتم استخدامه بشكل شائع في صناعات مثل الخدمات المصرفية والتجارة الإلكترونية والمنصات الرقمية، حيث يعد تحقيق التوازن بين الأمان والراحة أمرًا بالغ الأهمية.

‍

كيف تعمل المصادقة السلبية؟

جمع البيانات

• تقوم المصادقة السلبية بجمع البيانات بصمت في الخلفية أثناء تفاعلات المستخدم. تتضمن نقاط البيانات الرئيسية ما يلي:
  • معلومات الجهاز: معرف الجهاز ونوع المتصفح ونظام التشغيل والتطبيقات المثبتة.
  • القياسات الحيوية السلوكية: أنماط الكتابة وإيماءات التمرير وحركة الماوس وضغط اللمس.
  • البيانات السياقية: تحديد الموقع الجغرافي وعنوان IP والوقت من اليوم.

تحليل الأنماط

• تقوم نماذج التعلم الآلي بتحليل البيانات المجمعة ومقارنتها بالسلوك التاريخي للمستخدم لتحديد ما إذا كانت الجلسة الحالية تتوافق مع الأنماط المتوقعة.

• على سبيل المثال، إذا قام المستخدم بتسجيل الدخول عادةً من جهاز معين في موقع واحد، ولكن محاولة تسجيل الدخول حدثت من جهاز وموقع مختلفين، فسيؤدي ذلك إلى ظهور علامة خطر.

تسجيل المخاطر

• يقوم النظام بتعيين درجة المخاطر بناءً على مدى تطابق السلوك الملحوظ مع ملف تعريف المستخدم الأساسي. تستمر الجلسات منخفضة المخاطر بسلاسة، بينما قد تتطلب الجلسات عالية المخاطر تحققًا إضافيًا (على سبيل المثال، المصادقة متعددة العوامل).

قرار المصادقة

• إذا كانت درجة المخاطر مقبولة، تتم مصادقة المستخدم دون أي انقطاع.

• في حالة اكتشاف حالات غير طبيعية، قد يتم حظر الجلسة أو وضع علامة عليها للمراجعة أو إعادة توجيهها إلى آليات المصادقة النشطة.

‍

حالات الاستخدام

سيناريوهات مشروعة (اعتماد المصادقة السلبية)

• المنصات المصرفية: التحقق من المستخدمين أثناء الجلسات المصرفية عبر الإنترنت أو المعاملات دون الحاجة إلى OTPs أو كلمات المرور.

• منصات التجارة الإلكترونية: مصادقة العملاء المتكررين من خلال التعرف على أجهزتهم وأنماطهم السلوكية أثناء الدفع.

• أنظمة أمان الشركات: السماح للموظفين بالوصول السلس إلى الأنظمة الداخلية من خلال تحليل أنماط تفاعلهم.

حالات الاستخدام الاحتيالي

• عمليات استغلال اختطاف الجلسة: قد يحاول المحتالون محاكاة سلوك المستخدم الشرعي لتجاوز أنظمة المصادقة السلبية.

• انتحال الجهاز: يقوم المهاجمون بنسخ بصمات الجهاز أو الشبكة لتبدو شرعية.

• محاكاة النمط السلوكي: استخدام برامج الروبوت المتقدمة أو البيانات المسروقة لتقليد سلوكيات المستخدم، مثل سرعات الكتابة أو حركات الماوس.

‍

التأثيرات على الأعمال

التأثيرات الإيجابية

• تجربة مستخدم محسنة: يقلل الاحتكاك للمستخدمين الشرعيين من خلال التخلص من مطالبات المصادقة المتكررة.

• اكتشاف الاحتيال المحسّن: يجمع بين التحليل السلوكي في الوقت الفعلي والبيانات السياقية لتحديد محاولات الاحتيال المعقدة.

• كفاءة التكلفة: يقلل الاعتماد على طرق التحقق التقليدية مثل OTPs، والتي يمكن أن تتحمل تكاليف تشغيلية.

• الامتثال التنظيمي: تساعد الشركات على الامتثال لمتطلبات الأمان مثل المصادقة القوية للعملاء (SCA) الخاصة بـ PSD2 من خلال تنفيذ تدابير المصادقة التكيفية.

التأثيرات السلبية

• الإيجابيات الكاذبة: قد يتم وضع علامة على المستخدمين الشرعيين إذا انحرف سلوكهم عن أنماطهم الثابتة، مما يؤدي إلى مطالبات مصادقة غير ضرورية أو حظر الحساب.

• تكاليف تنفيذ عالية: يتطلب نشر أنظمة المصادقة السلبية بنية تحتية متقدمة للذكاء الاصطناعي/التعلم الآلي وموارد ماهرة للمراقبة والصيانة.

• مخاطر التكيف مع الاحتيال: قد يقوم المحتالون المتمرسون بتطوير تقنياتهم لمحاكاة سلوكيات المستخدم وتجاوز المصادقة السلبية.

الضرر الذي يلحق بالسمعة

• مشكلات ثقة العملاء: يمكن أن تؤدي التصنيفات الخاطئة أو أخطاء المصادقة إلى إحباط المستخدمين، مما يضر بالثقة في الأعمال التجارية.

• التصور الأمني: قد يُنظر إلى الاعتماد المفرط على الأساليب السلبية على أنه غير آمن بما فيه الكفاية، خاصة في الصناعات التي تتعامل مع البيانات الحساسة.