Stel je het internet voor als een enorme, bruisende stad waar iedereen probeert binnen te komen in verschillende gebouwen, van gezellige koffietentjes tot hoogbeveiligde kluizen. Lange tijd controleerden de beveiligers bij de stadspoorten je ID slechts één keer bij aankomst. Als je ID er goed uitzag, lieten ze je binnen en gingen ze ervan uit dat je de rest van de dag veilig was, zelfs als je een verboden gebied betrad of vreemd begon te doen. Maar de laatste tijd is de stad veranderd. Mensen werken vanuit huis, gebruiken overal apparaten en de "stadsmuren" zijn verdwenen. Nu is er een nieuw soort boef gearriveerd: de "Deepfake". Dit zijn digitale meesterwerken gemaakt door computers die jouw gezicht en stem perfect kunnen nabootsen, waardoor zelfs de slimste bewakers worden misleid om te denken dat een nepversie echt is. Om dit op te lossen, bouwen wetenschappers een nieuw soort beveiligingssysteem genaamd "Zero-Trust". Denk aan een bewaker die niemand vertrouwt, zelfs jou niet, en die je ID, je stem en je gedrag elke keer controleert als je probeert een deur te openen, waar je ook bent in de stad.

Dit artikel introduceert een nieuw, superintelligent beveiligingssysteem genaald DAZT-IAM. Het is een beetje als een high-tech bouncerclub die drie krachtige instrumenten samen gebruikt: een digitaal grootboek dat niet kan worden gewist (Blockchain), een team van AI-detectives die nepfaces en -stemmen kunnen opsporen (Deepfake Detection), en een "vertrouwensmeter" die constant controleert of jij nog steeds bent wie je zegt dat je bent. De onderzoekers hebben dit systeem gebouwd om hackers te stoppen die wachtwoorden stelen of computergegenereerde fakes gebruiken om in te breken. Ze hebben hun idee getest met behulp van computersimulaties en ontdekten dat hun systeem veel beter is in het opsporen van deze nepposters dan oudere methoden, terwijl echte mensen nog steeds snel worden toegelaten.

De Oude Manier vs. De Nieuwe Manier

In de oude dagen was het binnenkomen in een beveiligd systeem als het tonen van een toegangskaart bij de voordeur. Zodra de bewaker de kaart scande en zei "Ga maar", was je vrij om het gebouw te verkennen. Maar als iemand je toegangskaart stal, of als een hacker een perfecte foto van je gezicht gebruze om de camera te misleiden, konden ze zo naar binnen lopen en daar voor altijd blijven. Het artikel betoogt dat dit "één keer controleren, voor altijd vertrouwen"-model kapot is. Het vertrouwt te veel op één enkele centrale computer om alle sleutels te beheren, wat het een aantrekkelijk doelwit voor dieven maakt.

Het nieuwe systeem, DAZT-IAM, verandert de regels volledig. Het werkt volgens een simpel principe: Vertrouw nooit, verifieer altijd. In plaats van één grote centrale computer die alle sleutels beheert, gebruikt het systeem een Blockchain. Stel je een gigantisch, publiek notitieboek voor dat iedereen in de club kan zien, maar waarin niets gewist of veranderd kan worden zodra er iets in geschreven is. Dit notitieboek bevat je digitale identiteit (een "Decentralized Identifier" of DID). Omdat dit notitieboek gedeeld wordt door vele computers, is er geen enkele "baas"-computer om te hacken. Als een hacker probeert het notitieboek aan te passen om te zeggen dat zij jij zijn, zullen de andere computers in het netwerk zeggen: "Nee, dat komt niet overeen," en de wijziging weigeren.

De AI Bouncer en de "Deepfake" Val

Het meest opwindende deel van dit nieuwe systeem is hoe het omgaat met het "Deepfake"-probleem. Deepfakes zijn als digitale poppen; computers kunnen nu video's maken van mensen die dingen zeggen die ze nooit hebben gezegd of eruitzien alsof ze dingen doen die ze niet doen. Oude beveiligingssystemen laten zich hier vaak door misleiden.

Het DAZT-IAM-systeem gebruikt een Multimodale Biometrische aanpak. In plaats van alleen je gezicht te controleren, controleert het drie dingen tegelijkertijd:

1. Je Gezicht: Het kijkt naar je videofeed.
2. Je Stem: Het luistert naar wat je zegt.
3. Je Gedrag: Het kijkt hoe je typt of je muis beweegt.

Maar hier zit de slimme truc: het heeft een speciale "Deepfake Detector" ingebouwd. Denk aan deze detector als een forensisch kunstenaar die zoekt naar minuscule, onzichtbare barstjes in het digitale schilderij. Echte menselijke gezichten en stemmen hebben natuurlijke, kleine imperfecties en ritmes. Computergegenereerde fakes hebben vaak kleine foutjes in hun timing of kleurpatronen die mensen niet kunnen zien, maar AI wel kan opsporen. Het systeem analyseert deze "frequentiedomein-artefacten" (chique woorden voor kleine digitale foutjes) en controleert of de video op een manier beweegt die er echt uitziet over een bepaalde tijd. Als de AI vermoedt dat het gezicht of de stem een fake is, verlaagt het direct je "vertrouwensscore", zelfs als het gezicht er perfect uitziet.

De "Vertrouwensmeter" Die Nooit Slaapt

Het derde magische ingrediënt is de Continue Vertrouwensscoring. In het oude systeem was je veilig zodra je binnen was. In dit nieuwe systeem houdt de bewaker je de hele tijd in de gaten.

Stel je voor dat je in een beveiligde kamer bent. Elke paar seconden vraagt het systeem: "Is dit nog steeds de echte persoon? Is de computer veilig? Ben je op de juiste locatie?" Het combineert je biometrische scores (gezicht, stem, typen) met contextuele aanwijzingen (zoals: "Logt deze persoon plotseling in vanuit een ander land?"). Het berekent een Vertrouwensscore tussen 0 en 1.

• Als je score hoog is (dicht bij 1), behoud je je toegang.
• Als je score daalt (misschien omdat je typstijl is veranderd of omdat het systeem denkt dat je sessie is gekaapt), laat het systeem je niet zomaar blijven. Het kan je vragen om opnieuw te bewijzen wie je bent ("Step-up authentication") of je volledig eruit gooien.

Dit betekent dat zelfs als een hacker je wachtwoord steelt en binnenkomt, de toegang wordt verbroken op het moment dat ze iets verdachts proberen te doen of wanneer het systeem merkt dat er iets "niet klopt". Het artikel laat zien dat in hun simulaties dit continue controleren precies is wat "sessiekaping" (waarbij een hacker een ingelogde sessie overneemt) voorkomt.

Wat de Cijfers Zeggen

De onderzoekers hebben hun systeem getest met gesimuleerde gegevens om te zien hoe het zich verhoudt tot oudere methoden. Dit is wat ze vonden:

• Nauwkeurigheid: Het nieuwe systeem identificeerde echte gebruikers in 98,6% van de gevallen correct. Dit is iets beter dan een simpel wachtwoordssysteem (91,2%) en een beetje beter dan een systeem dat alleen je gezicht controleert (95,4%).
• Fakes Opsporen: Hier blinkt het nieuwe systeem echt uit. Wanneer geconfronteerd met deepfake-aanvallen, ving het oude "alleen gezicht"-systeem slechts 38,7% van de gevallen op. Het nieuwe DAZT-IAM-systeem ving 96,1% van de fakes. Dat is een enorm verschil!
• Snelheid: Het nieuwe systeem doet er iets langer over om een beslissing te nemen (gemiddeld ongeveer 310 milliseconden) vergeleken met een simpele wachtwoordcontrole (180 milliseconden). De auteurs merken echter op dat deze vertraging nog steeds zeer snel is — minder dan een seconde — en een kleine prijs is voor een dergelijke hoge beveiliging.

De "Wat Als" Scenario's

Om er zeker van te zijn dat hun systeem daadwerkelijk het zware werk doet, hebben de onderzoekers geprobeerd onderdelen ervan weg te halen om te zien wat er gebeurde. Dit wordt een "ablatie-studie" genoemd.

• Toen ze de Deepfake Detector verwijderden, daalde het vermogen van het systeem om aanvallers te stoppen aanzienlijk. De "Attacker Success Rate" ging van een lage 2,4% omhoog naar 31,8%. Dit bewijst dat de deepfake detector het belangrijkste onderdeel is voor het stoppen van valse media.
• Toen ze de Continue Herberekening (waardoor het alleen bij de login controleert) verwijderden, sprong de succesrate van aanvallers bij sessiekaping van 2,4% naar 18,3%. Dit toont aan dat controleren slechts één keer niet genoeg is; je moet blijven controleren.

Is Het Perfect?

Het artikel is zeer eerlijk over wat het nog niet heeft opgelost. De resultaten die ze lieten zien, zijn afkomstig van simulaties, niet van een realtime test in een groot bedrijf. De auteurs suggereren dat ze in de echte wereld het systeem zorgvuldig moeten afstemmen zodat het niet per ongeluk echte mensen blokkeert (valse alarmen). Ze merken ook op dat naarmate hackers beter worden in het maken van deepfakes, de AI-detectors ook constant moeten blijven leren en updaten. Bovendien werkt dit systeem, omdat het blockchain gebruikt, het beste in een groep vertrouwde organisaties (een "permissioned" netwerk) in plaats van een volledig openbaar internet, wat extra complexiteit toevoegt.

Het Grote Plaatje

Kortom, dit artikel suggereert dat door een onveranderlijk digitaal notitieboek (Blockchain), een team van AI-detectives die digitale fakes kunnen herkennen, en een bewaker die nooit ophoudt met kijken te combineren, we een veel veiliger internet kunnen bouwen. Het beweegt ons weg van het idee van "eenmalige sleutels" en naar een wereld waarin je identiteit constant wordt geverifieerd, wat het extreem moeilijk maakt voor hackers om met gestolen wachtwoorden of nepfaces binnen te dringen. Hoewel het geen wondermiddel is dat alles direct oplost, suggereren de simulaties dat het een zeer sterke stap voorwaarts is om ons digitale leven veilig te houden.