Une IA crée un modèle universel d’empreintes digitales permettant de déverrouiller les scanners biométriques

Pour atteindre le niveau de sécurité de l’entrée de mots de passe ou de code confidentiel, l’identification biométrique a encore beaucoup de travail devant elle. La technologie fait face à un souci de flexibilité dont les failles sont sans cesse mises à l’épreuve. D’un côté, une application trop stricte de la reconnaissance biométrique implique des défauts d’usages bien connus : une simple mauvaise apposition du doigt sur le scanner, une modification sur le visage et la reconnaissance faciale vous interdit l’accès à votre appareil.

Une réseau neuronal crée un modèle passe-partout d’empreinte digitale

De l’autre, une certaine flexibilité des scanners peut se transformer en un véritable casse-tête de sécurité. Une IA a en effet exploité la permissivité de la technologie pour élaborer un modèle d’empreinte digitale suffisamment générique pour lui permettre de déverrouiller une très grande partie des scanners digitaux. Appelée DeepMasterPrints, l’IA s’est alimentée de milliers d’images d’empreintes digitales pour créer la sienne.

L’équipe derrière le projet a pu créer une série d’empreintes digitales présentant suffisamment d’éléments en commun avec les images analysées pour que les scanners puissent facilement être amenés à donner un faux positif.

77% de réussite pour DeepMasterPrints

Les résultats sont bluffants. Pour les scanners les plus permissifs, laissant passer jusqu’à 1% de faux positifs, l’IA enregistre un taux de réussite de 77%. DeepMasterPrints parvient également à tromper des scanners plus rigoureux. Ceux dont le taux de faux positif tombe à 0,1% se sont laissés berner sur 22% des essais.

Enfin, sur les scanners les plus strictes ne laissant qu’une chance de 0,01% de laisser passer un faux positif, DeepMasterPrints parvient à les tromper sur 1% du temps. Si le résultat parait minime pour cette dernière catégorie, il est à noter que le taux de réussite reste 100 fois supérieur au seuil de faux positifs accepté.