Stellen Sie sich das Internet wie eine riesige, geschäftige Stadt vor, in der jeder versucht, in verschiedene Gebäude zu gelangen, von gemütlichen Cafés bis hin zu Hochsicherheits-Tresoren. Lange Zeit prüften die Sicherheitskräfte an den Stadttoren nur einmal, wenn man ankam, ob der Ausweis in Ordnung war. Wenn der Ausweis gut aussah, ließen sie einen hinein und gingen davon aus, dass man für den Rest des Tages sicher sei, selbst wenn man in einen gesperrten Bereich wanderte oder begann, sich seltsam zu verhalten. Aber in letzter Zeit hat sich die Stadt verändert. Menschen arbeiten von zu Hause aus, nutzen überall Gadgets, und die „Stadtmauern“ sind verschwunden. Nun ist eine neue Art von Unruhestifter aufgetaucht: der „Deepfake“. Dies sind digitale Meisterwerke, die von Computern erschaffen wurden und in der Lage sind, Ihr Gesicht und Ihre Stimme perfekt nachzuahmen, sodass selbst die klügsten Wächter glauben, ein Fake sei echt. Um dies zu lösen, bauen Wissenschaftler ein neues Sicherheitssystem namens „Zero-Trust“. Stellen Sie sich das wie einen Wächter vor, der niemandem vertraut, nicht einmal Ihnen, und der jedes Mal, wenn Sie versuchen, eine Tür zu öffnen, Ihren Ausweis, Ihre Stimme und Ihr Verhalten überprüft, egal wo Sie sich in der Stadt befinden.

Dieses Paper stellt ein neues, superintelligentes Sicherheitssystem namens DAZT-IAM vor. Es ist ein wenig wie ein High-Tech-Türsteher-Club, der drei leistungsstarke Werkzeuge kombiniert: ein digitales Register, das nicht gelöscht werden kann (Blockchain), ein Team von KI-Detektiven, die gefälschte Gesichter und Stimmen aufspüren können (Deepfake-Erkennung), und einen „Vertrauensmesser“, der ständig prüft, ob Sie immer noch die Person sind, die Sie zu sein behaupten. Die Forscher haben dieses System entwickelt, um Hacker zu stoppen, die Passwörter stehlen oder computergenerierte Fälschungen verwenden, um einzubrechen. Sie haben ihre Idee mithilfe von Computersimulationen getestet und festgestellt, dass ihr System viel besser darin ist, diese gefälschten Eindringlinge zu entlarven als ältere Methoden, während es echte Menschen dennoch schnell passieren lässt.

Der alte Weg vs. der neue Weg

In den alten Zeiten war der Zugang zu einem sicheren System wie das Vorzeigen einer Schlüsselkarte an der Vordertür. Sobald der Wächter die Karte gescannt und „Gehen Sie ruhig“ gesagt hatte, war man frei, sich im Gebäude zu bewegen. Aber wenn jemand die Schlüsselkarte stahl oder wenn ein Hacker ein perfektes Foto Ihres Gesichts benutzte, um die Kamera zu täuschen, konnte er einfach hineinspazieren und dort für immer bleiben. Das Paper argumentiert, dass dieses „Einmal prüfen, für immer vertrauen“-Modell kaputt ist. Es verlässt sich zu sehr auf einen einzigen zentralen Computer, der alle Schlüssel verwaltet, was ihn zu einem lukrativen Ziel für Diebe macht.

Das neue System, DAZT-IAM, ändert die Regeln komplett. Es arbeitet nach einem einfachen Prinzip: Niemals vertrauen, immer verifizieren. Anstatt eines großen zentralen Computers, der alle Schlüssel hält, nutzt das System eine Blockchain. Stellen Sie sich ein riesiges, öffentliches Notizbuch vor, das jeder im Club sehen kann, aber in das nichts geschrieben oder geändert werden kann, sobald es einmal eingetragen wurde. Dieses Notizbuch enthält Ihre digitale Identität (einen sogenannten „Decentralized Identifier“ oder DID). Da dieses Notizbuch von vielen Computern geteilt wird, gibt es keinen einzelnen „Chef-Computer“, den man hacken könnte. Wenn ein Hacker versucht, das Notizbuch so zu ändern, dass er Sie ist, werden die anderen Computer sagen: „Nö, das passt nicht zusammen“, und die Änderung ablehnen.

Der KI-Türsteher und die „Deepfake“-Falle

Der spannendste Teil dieses neuen Systems ist die Handhabung des „Deepfake“-Problems. Deepfakes sind wie digitale Puppen; Computer können heute Videos von Menschen erstellen, die Dinge sagen, die sie nie gesagt haben, oder so aussehen, als würden sie Dinge tun, die sie nicht tun. Alte Sicherheitssysteme werden oft von diesen getäuscht.

Das DAZT-IAM-System nutzt einen multimodalen biometrischen Ansatz. Anstatt nur Ihr Gesicht zu prüfen, prüft es drei Dinge gleichzeitig:

1. Ihr Gesicht: Es analysiert Ihren Video-Feed.
2. Ihre Stimme: Es hört zu, was Sie sagen.
3. Ihr Verhalten: Es beobachtet, wie Sie tippen oder Ihre Maus bewegen.

Aber hier kommt der clevere Trick: Es hat einen speziellen „Deepfake-Detektor“ fest eingebaut. Stellen Sie sich diesen Detektor wie einen forensischen Künstler vor, der nach winzigen, unsichtbaren Rissen in der digitalen Malerei sucht. Echte menschliche Gesichter und Stimmen haben natürliche, winzige Imperfektionen und Rhythmen. Computergenerierte Fälschungen weisen oft winzige Fehler in ihrer zeitlichen Abstimmung oder ihren Farbmustern auf, die Menschen nicht sehen können, die eine KI aber durchaus erkennt. Das System analysiert diese „Artefakte im Frequenzbereich“ (schicke Wörter für winzige digitale Glitches) und prüft, ob sich das Video über die Zeit auf eine Weise bewegt, die echt aussieht. Wenn die KI den Verdacht hat, dass das Gesicht oder die Stimme eine Fälschung ist, senkt sie sofort Ihren „Vertrauenswert“, selbst wenn das Gesicht perfekt aussieht.

Der „Vertrauensmesser“, der niemals schläft

Die dritte magische Zutat ist das kontinuierliche Vertrauens-Scoring. Im alten System waren Sie sicher, sobald Sie im Inneren waren. In diesem neuen System beobachtet der Sicherheitswächter Sie die ganze Zeit über.

Stellen Sie sich vor, Sie befinden sich in einem gesicherten Raum. Alle paar Sekunden fragt das System: „Ist das immer noch die echte Person? Ist der Computer sicher? Befinden Sie sich am richtigen Ort?“ Es kombiniert Ihre biometrischen Werte (Gesicht, Stimme, Tippen) mit Kontextinformationen (wie zum Beispiel: „Meldet sich diese Person plötzlich aus einem anderen Land an?“). Es berechnet einen Vertrauenswert zwischen 0 und 1.

• Wenn Ihr Wert hoch ist (nahe bei 1), behalten Sie Ihren Zugang.
• Wenn Ihr Wert sinkt (vielleicht, weil sich Ihr Tippstil geändert hat oder das System glaubt, dass Ihre Sitzung gekapert wurde), lässt das System Sie nicht einfach weiter. Es fordert Sie vielleicht auf, sich erneut zu identifizieren („Step-up-Authentifizierung“) oder wirft Sie ganz hinaus.

Das bedeutet, dass selbst wenn ein Hacker Ihr Passwort stiehlt und eindringt, der Zugriff abgeschnitten wird, sobald er etwas Verdächtiges versucht oder das System bemerkt, dass etwas „nicht stimmt“. Das Paper zeigt in seinen Simulationen, dass diese kontinuierliche Prüfung das ist, was „Session Hijacking“ (das Kapern einer angemeldeten Sitzung durch einen Hacker) verhindert.

Was die Zahlen sagen

Die Forscher haben ihr System mit simulierten Daten getestet, um zu sehen, wie es mit älteren Methoden abschneidet. Hier ist, was sie herausgefunden haben:

• Genauigkeit: Das neue System identifizierte echte Nutzer in 98,6 % der Fälle korrekt. Das ist etwas besser als ein einfaches Passwortsystem (91,2 %) und ein Stück besser als ein System, das nur das Gesicht prüft (95,4 %).
• Erkennen von Fälschungen: Hier glänzt das neue System. Angesichts von Deepfake-Angriffen erkannte das alte „Nur-Gesicht“-System nur 38,7 % davon. Das neue DAZT-IAM-System entlarvte 96,1 % der Fälschungen. Das ist ein gewaltiger Unterschied!
• Geschwindigkeit: Das neue System benötigt etwas länger, um eine Entscheidung zu treffen (durchschnittlich etwa 310 Millisekunden) im Vergleich zu einer einfachen Passwortprüfung (180 Millisekunden). Die Autoren merken jedoch an, dass diese Verzögerung immer noch sehr schnell ist – weniger als eine Sekunde – und ein kleiner Preis für eine so hohe Sicherheit ist.

Die „Was wäre wenn“-Szenarien

Um sicherzustellen, dass ihr System tatsächlich die Hauptarbeit leistet, haben die Forscher versucht, Teile davon zu entfernen, um zu sehen, was passiert. Dies nennt man eine „Ablationsstudie“.

• Als sie den Deepfake-Detektor entfernten, sank die Fähigkeit des Systems, Angreifer zu stoppen, erheblich. Die „Erfolgsrate der Angreifer“ stieg von einem niedrigen Wert von 2,4 % auf 31,8 %. Dies beweist, dass der Deepfake-Detektor der wichtigste Teil ist, um Medienfälschungen zu stoppen.
• Als sie das kontinuierliche Re-Scoring entfernten (was bedeutete, dass nur einmal beim Login geprüft wird), sprang die Erfolgsrate der Angreifer bei Session Hijacking von 2,4 % auf 18,3 %. Dies zeigt, dass ein einmaliges Prüfen nicht ausreicht; man muss ständig prüfen.

Ist es perfekt?

Das Paper ist sehr ehrlich darüber, was es noch nicht gelöst hat. Die gezeigten Ergebnisse stammen aus Simulationen, nicht aus einem Praxistest in einem riesigen Unternehmen. Die Autoren schlagen vor, dass sie das System in der realen Welt sorgfältig abstimmen müssten, damit es nicht versehentlich echte Menschen aussperrt (Fehlalarme). Sie merken auch an, dass im Zuge der Verbesserung von Deepfakes durch Hacker die KI-Detektoren ständig lernen und aktualisiert werden müssen. Zudem funktioniert dieses System, da es auf Blockchain basiert, am besten in einem Netzwerk aus vertrauenswürdigen Organisationen (einem „Permissioned“-Netzwerk) statt im völlig offenen öffentlichen Internet, was eine gewisse Komplexität mit sich bringt.

Das große Ganwohl

Kurz gesagt legt dieses Paper nahe, dass wir durch die Kombination eines manipulationssicheren digitalen Notizbuchs (Blockchain), eines Teams von KI-Detektiven, die digitale Fälschungen aufspüren können, und eines Sicherheitswächters, der niemals aufhört zuzusehen, ein viel sichereres Internet aufbauen können. Wir bewegen uns weg von der Idee der „Einmal-Schlüssel“ hin zu einer Welt, in der Ihre Identität ständig verifiziert wird, was es Hackern extrem schwer macht, durch gestohlene Passwörter oder gefälschte Gesichter einzubrechen. Auch wenn es kein magisches Allheilmittel ist, das alles sofort löst, deuten die Simulationen darauf hin, dass es ein sehr starker Schritt nach vorne ist, um unser digitales Leben zu schützen.