Passive Authentifizierung Marktgröße

Marktanalyse für passive Authentifizierung

Es wird erwartet, dass der Markt für passive Authentifizierung im Prognosezeitraum von 2021 bis 2026 eine jährliche Wachstumsrate von 23,65 % verzeichnen wird. Sprachbiometrie ersetzt traditionelle und veraltete Sicherheitsmethoden wie PINs, Passwörter und Antworten auf Sicherheitsfragen und bietet eine sicherere und reibungslosere Lösung Möglichkeit, die Identität bei Telefongesprächen und digitalen Transaktionen zu überprüfen. Bei der passiven Verifizierung hört man auf die Stimme des Sprechers, während man mit einem Agenten oder einem Voice-Bot spricht. Dieser Prozess erfordert normalerweise eine längere Sprechzeit, um einen hohen Sicherheitsüberprüfungswert zu erreichen. Durch die passive Verifizierung muss sich ein Anrufer seine Kontonummer oder Telefonnummer nicht merken, was für einige Kunden von Vorteil ist. Einige Kunden haben jedoch möglicherweise Sicherheitsbedenken, wenn sie der Meinung sind, dass der Callcenter-Mitarbeiter keinen Identitätsnachweis verlangt hat und ihre Transaktion abschließt, ohne die Sicherheit des Kontoinhabers zu berücksichtigen. Die passive Authentifizierung bietet einem Benutzer sogar eine nahtlose Authentifizierung für Netzwerkressourcen und Internetzugang, ohne dass Benutzeranmeldeinformationen mehrmals eingegeben werden müssen

• Bei der aktiven Verifizierung ist weniger Sprache erforderlich, und für die Hochsicherheitsverifizierung sind in der Regel nur 2–3 Sekunden Sprache erforderlich. Die passive Verifizierung kann von Vorteil sein, da sie es Benutzern ermöglicht, während eines Gesprächs mit einem Agenten verifiziert zu werden. Die passive Verifizierung ist auch zur Betrugserkennung nützlich. Dadurch können Unternehmen Gespräche kontinuierlich in Echtzeit überwachen, um sicherzustellen, dass die Person, mit der sie interagieren, immer noch der authentifizierte Sprecher ist. Sowohl die aktive als auch die passive Sprachverifizierung bieten je nach Anwendungsfall unterschiedliche Vorteile. Die Möglichkeit, sowohl aktive als auch passive Funktionen zu nutzen, stellt sicher, dass Unternehmen und ihre Verbraucher das beste Ergebnis mit einer biometrischen Sprachlösung erzielen. Bei der Erforschung und Verbreitung biometrischer Daten zum Tippen gibt es erhebliche Fortschritte, da Tastaturen in nahezu jedes Gerät integriert sind und das Tippverhalten zur am weitesten verbreiteten biometrischen Daten des Benutzers wird.
• Im Januar 2020 gab TypingDNA, ein Unternehmen für Verhaltensbiometrie, bekannt, dass es eine Serie-A-Runde in Höhe von 7 Millionen US-Dollar unter der Leitung von Googles KI-fokussiertem Risikofonds Gradient Ventures abgeschlossen hat. TypingDNA hat proprietäre AT-Algorithmen entwickelt, um Benutzer anhand ihrer Eingabe zu authentifizieren. Durch einen einfachen Trainingsprozess, bei dem die Tastenanschläge der Benutzer beobachtet werden, kann das Unternehmen weitere Versuche eines bestimmten Benutzers erkennen, indem es sie mit seinem bekannten Konto abgleicht. Diese als Tippbiometrie bezeichnete Technologie könnte für verschiedene Anwendungen wie Authentifizierung, Passwortwiederherstellung, Betrugserkennung und Bewertung von Online-Schulungen nützlich sein, um Benutzern per Fingerabdruck mehr Sicherheit als herkömmliche Formen der Zwei-Faktor-Authentifizierung zu bieten. Entwickler können die API von TypingDNA als passive Zwei-Faktor-Authentifizierungsoption, als Aufgabe zur Kennwortwiederherstellung verwenden oder sicherstellen, dass Eingaben einem bestimmten Benutzer zugeordnet werden.
• Der Verstoß gegen die Kreditkartendaten von Capital One im Jahr 2019 führte dazu, dass die Daten von 106 Millionen Personen kompromittiert wurden. Und das ist nur der jüngste Vorfall in einer langen Reihe von Ereignissen, die die persönlichen Daten von Verbrauchern anfällig für Betrüger gemacht haben. Hinzu kommt, dass die meisten Benutzer eine alarmierende Passworthygiene praktizieren. Laut einer Infografik von LoginRadius ändern 61 % der Benutzer ihre Passwörter nicht aus Angst, sie zu vergessen, und erstaunliche 70 % der Millennials verwenden ein oder zwei Passwörter, die sich über mehrere Konten hinweg leicht merken lassen. Und die besorgniserregende Tatsache ist, dass selbst diejenigen, die die Gefahren erkennen, nicht die geeigneten Maßnahmen ergreifen, um sich zu schützen. Die Herausforderungen, Risiken und Einstellungen in Kombination mit Fortschritten bei der Einfachheit und Genauigkeit biometrischer Daten öffnen die Tür für eine passive Möglichkeit der Authentifizierung anstelle der Bereitstellung von Details.
• Im August 2019 kündigte ID RD die Veröffentlichung der branchenweit ersten serienreifen, vollständig passiven Gesichtserkennungsfunktion IDLive Face an. Bisher erforderten Systeme zur Gesichtsanpassung einen aktiven Schritt des Benutzers, sei es Lächeln, Lippenbewegung, Blinzeln, Bewegung der Nase, um einem Punkt auf dem Bildschirm zu folgen, oder Bewegung der Kamera. Diese aktiven Ansätze zur Lebendigkeit führen zu erheblichen Reibungsverlusten beim Benutzererlebnis, was zu schlechteren Ergebnissen, mehr Zeit und unbequemen Kunden führt. Mit dem Ausbruch von COVID-19 verändern mehrere Unternehmen ihre Sicherheitsmethoden, indem sie ein Benutzersicherheitserlebnis der nächsten Generation mit passiver Authentifizierung und Kontrolle definieren und versuchen, Bereiche zu identifizieren, in denen das Unternehmen KI/ML und Automatisierung einführen kann, um ein reibungsloseres Benutzererlebnis zu bieten Sicherheit wie passive Authentifizierung und kontextsensitives Computing.