消费者正被鼓励以通行密钥(Passkey)取代传统密码,作为访问在线服务更简便、更安全的方式。
英国国家网络安全中心(NCSC)隶属于政府通信总部(GCHQ),该机构今日宣布,在有通行密钥可用的情况下,将不再建议个人使用密码登录。
通行密钥安全存储于用户的手机、电脑或第三方凭证管理器中,比传统密码更快捷易用,同时提供更强的安全保障。
NCSC 的这一建议源于一项技术研究,研究表明,通行密钥的安全性至少与密码结合双因素认证(如短信验证码)相当,且通常更为安全。
提升网络钓鱼防御能力
NCSC 表示,推广通行密钥将增强英国抵御网络钓鱼攻击和其他黑客入侵的能力。当前大多数网络攻击依赖于窃取或破解用户登录凭据,通行密钥的推广将有效切断这一攻击路径。
英国政府去年宣布,将在数字服务中推出通行密钥技术,作为现有基于短信验证系统的替代方案,同时也可降低短信发送带来的额外成本。
英国国家医疗服务体系(NHS)成为全球最早采用通行密钥的政府机构之一,为患者提供安全访问医院和药房网站的途径。
谷歌、eBay 和 PayPal 等在线服务提供商也已支持通行密钥。谷歌数据显示,英国超过 50% 的活跃谷歌用户已注册通行密钥,普及率居全球之首。微软也正在为 Hotmail 引入通行密钥功能。
安全性超越双因素认证
通行密钥的安全级别高于密码和基于短信的双因素认证(2FA),这两种传统方式均存在被黑客攻破的风险。
通行密钥允许用户通过自己的手机、平板或笔记本电脑安全登录网站,通过输入 PIN 码或人脸识别来验证身份。
使用短信双因素认证的密码方案容易受到"SIM 卡劫持"攻击,即犯罪分子将受害者的手机号码转移到自己的 SIM 卡上,从而拦截身份验证码。
NCSC 表示,去年之所以尚未正式推荐通行密钥,是因为当时仍存在若干关键的技术实施挑战。然而,过去一年来该技术取得了显著进展,包括实现了在安卓和苹果手机之间迁移通行密钥的功能,这使得该技术在实际应用中已趋于成熟。
暂不推荐企业内部应用
NCSC 表示,现在可以向公众推荐通行密钥作为更安全、更易用的登录方式,同时也建议企业将其作为面向消费者的默认身份验证选项。
不过,NCSC 暂时不建议将通行密钥用于企业内部应用场景,企业端的过渡将需要更长时间。许多机构仍依赖不支持通行密钥或双因素认证的老旧 IT 系统。
对于尚不支持通行密钥的服务,NCSC 建议消费者设置强密码,并启用双因素认证。
NCSC 国家韧性主任乔纳森·埃利森表示,向通行密钥迁移将加速提升英国抵御网络攻击的能力。
"几十年来,记忆密码给我们带来的困扰,在用户迁移到通行密钥后将成为历史。通行密钥是一种用户友好的替代方案,能够提供更强的整体安全韧性。"他说道。
密码的逐步淘汰将是一个渐进过程,第一步是让用户逐渐习惯使用通行密钥。各大银行预计将在未来三到五年内陆续引入这一技术。
Q&A
Q1:通行密钥(Passkey)和传统密码相比,安全性到底强在哪里?
A:通行密钥直接存储在用户设备上,登录时通过 PIN 码或人脸识别验证身份,不存在密码被盗或泄露的风险。相比之下,传统密码加短信验证码的方式容易遭受"SIM 卡劫持"攻击,犯罪分子可将受害者手机号转移到自己的 SIM 卡,从而拦截验证码。NCSC 的技术研究也证明,通行密钥的安全性至少与密码加双因素认证相当,通常更胜一筹。
Q2:目前哪些平台和机构已经支持通行密钥?
A:目前谷歌、eBay、PayPal 等主流在线服务均已支持通行密钥,微软也正在为 Hotmail 引入该功能。在政府机构层面,英国 NHS 已成为全球最早采用通行密钥的政府组织之一。数据显示,英国超过 50% 的活跃谷歌用户已注册通行密钥,普及率位居全球前列。各大银行预计将在未来三到五年内陆续完成通行密钥的部署。
Q3:通行密钥现在适合企业内部系统使用吗?
A:目前 NCSC 暂不推荐将通行密钥用于企业内部应用场景。主要原因是许多企业仍在使用不支持通行密钥或双因素认证的老旧 IT 系统,整体迁移需要更长时间。NCSC 目前的建议是:企业可将通行密钥作为面向消费者的默认身份验证选项,但内部系统的切换仍需等待技术条件进一步成熟。
好文章,需要你的鼓励
FORTIS是专门测量AI代理"越权行为"的基准测试,研究发现十款顶尖模型普遍选择远超任务需要的高权限技能,端到端成功率最高仅14.3%。
谷歌在Android Show发布会上宣布,将Gemini更深度整合至Android系统,推出名为"Gemini Intelligence"的升级功能。该功能可跨应用处理日常任务,包括自动填写表单、安排日程、生成购物清单及自定义小组件等,无需用户频繁切换应用。此外,Gboard新增"Rambler"功能,可自动过滤语音输入中的口误和填充词。Gemini Intelligence将率先登陆三星Galaxy和谷歌Pixel手机,并支持Android Auto、Wear OS及智能眼镜。
荷兰Nebius团队提出SlimSpec,通过低秩分解压缩草稿模型LM-Head的内部表示而非裁剪词汇,在保留完整词汇表的同时将LM-Head计算时间压缩至原来的五分之一,端到端推理速度超越现有方法最高达9%。