Centauri: nuevo enfoque de huella digital de dispositivos

Para quienes trabajan en prevención del fraude, es importante seguir de cerca los avances que pueden cambiar la forma de proteger los sistemas. Uno de los que está generando interés es Centauri. En este artículo explicamos por qué vale la pena conocer este método.

Centauri en detalle

Centauri es un método nuevo para la identificación de dispositivos mediante su huella digital. La identificación tradicional se basa en diferencias de hardware y software para crear un identificador único para cada dispositivo. Pero, a medida que los dispositivos se estandarizan y resulta más difícil inspeccionar el software, estos métodos pierden eficacia. Centauri propone otro enfoque.

Cómo funciona Centauri

Centauri analiza características que no son visibles a simple vista. En vez de centrarse en el hardware y el software observables, examina detalles que surgen durante la fabricación. Cada módulo de memoria de un dispositivo, o DRAM, presenta pequeñas diferencias propias. Estas generan patrones particulares durante los cambios de bits provocados por Rowhammer. Centauri utiliza esos patrones para crear una huella que permite identificar el dispositivo.

Qué distingue a Centauri

Centauri no requiere acceso especial ni una configuración compleja. Puede sortear las limitaciones de memoria y no necesita «privilegios de root». También ofrece rapidez y precisión. En una prueba con alrededor de 100 módulos de memoria, Centauri alcanzó una precisión del 99.91% en menos de 10 segundos. Las huellas también se mantuvieron estables con el tiempo, lo que hace que el método sea preciso y consistente.

Integre estas comprobaciones en un flujo de decisión

Cree reglas de crédito, fraude o cobros y ejecútelas en decisiones en tiempo real.

Centauri en la práctica

Todo método nuevo requiere una evaluación práctica. ¿Cómo podría funcionar en operaciones reales? ¿Puede pasar de la investigación académica al uso cotidiano en una empresa?

Centauri podría cambiar el campo de la prevención del fraude. Al generar huellas únicas y estables para los dispositivos, incluso cuando sus configuraciones de hardware y software son idénticas, podría mejorar los métodos de identificación actuales. Esto facilitaría la identificación de dispositivos, mejoraría el seguimiento de actividades fraudulentas y reforzaría los controles de seguridad.

Conclusión

Centauri aprovecha la imprevisibilidad de los efectos secundarios de Rowhammer para crear un método eficaz de identificación de dispositivos. Su enfoque podría cambiar la forma de abordar la seguridad de los dispositivos. Es eficiente, preciso y representa un avance importante en este campo.

Sin embargo, Centauri depende de que sea posible explotar la vulnerabilidad Rowhammer. Si los fabricantes eliminaran esa vulnerabilidad desde su origen, el método podría perder eficacia. Hasta entonces, es un avance que vale la pena seguir de cerca.

Preguntas frecuentes

¿Conviene que un prestamista o comercio use Centauri como identificador principal del dispositivo o como dato adicional para detectar fraude?

Use Centauri como dato adicional hasta validar su funcionamiento con los dispositivos y el tráfico que recibe su empresa. Una huella de memoria distintiva puede ayudar a vincular la actividad con un dispositivo, pero no demuestra que una transacción sea fraudulenta. Mantenga las reglas de decisión actuales y evalúe cómo cambia Centauri los rechazos erróneos y las pérdidas por fraude antes de darle más peso.

¿Cómo puede un equipo antifraude probar Centauri antes de usarlo para decidir sobre transacciones?

Ejecute Centauri en modo sombra con una muestra representativa de su tráfico y compare las coincidencias entre dispositivos con los datos que utiliza actualmente y los casos de fraude confirmados. Mida la cobertura, la consistencia de los resultados, las coincidencias erróneas y el rendimiento en distintos tipos de dispositivos. Después, revise con qué frecuencia el dato habría cambiado una decisión. La precisión reportada del 99.91% corresponde a una prueba con alrededor de 100 módulos de memoria, no a las transacciones de un prestamista o comercio.

¿Qué umbral conviene usar para bloquear una transacción cuando Centauri detecta una coincidencia?

No convierta directamente una coincidencia de dispositivo en un bloqueo. Defina cualquier umbral con sus propios datos de fraude confirmado y de transacciones legítimas, y tenga en cuenta el costo de los rechazos erróneos junto con las pérdidas por fraude. Empiece con una revisión manual o con una ponderación baja en un score de riesgo existente. Aumente esa ponderación solo si los resultados medidos lo justifican.

¿Qué podría hacer que Centauri dejara de funcionar para sus controles antifraude?

El método depende de la vulnerabilidad Rowhammer, que produce los patrones de memoria que utiliza Centauri. Si los fabricantes eliminan esa vulnerabilidad, el método podría perder su fundamento. Por eso, compruebe si sigue funcionando con los dispositivos de su base de clientes y vuelva a evaluarlo cuando haya cambios relevantes de hardware o software. Verifique la cobertura en su propio entorno, en lugar de dar por hecho que es posible identificar todos los dispositivos.

Integre estas comprobaciones en un flujo de decisión

Cree reglas de crédito, fraude o cobros y ejecútelas en decisiones en tiempo real.