保证RFID信用卡安全的四项措施

对于RFID安全的担心并不是新鲜事。然而,当美国捷运公司和Chase公司去年开始发放具有RFID功能的信用卡的时候,这些担心就增长了。当马萨诸塞州大学的研究人员今年10月宣布他们突破了信用卡RFID安全功能的时候,这种担心就进一步升级了。

RFID使用

到目前为止,RFID芯片仅用于商品、运输集装箱和家畜的标签。这些小芯片能够通过无线电信号向记录这种数据的读卡器发射有关标签的产品的数据。RFID的应用有自己的好处。一个好处是具有RFID功能的集装箱能够自动进行存货跟踪。由于RFID系统自动把数据转给供应链管理系统,货物不再需要进行人工登记。不过,这个技术对于窃贼也提供了同样的方便。窃贼能够利用RFID的安全漏洞欺骗运输产品或者自己跟踪运输的产品以便偷窃有标签的货物。

RFID安全的担心

由于RFID是嵌入在某些信用卡中的,这就为信用卡诈骗敞开了大门。安全和隐私专家称,他们最担心的是RFID卡能够在空中公开“散发”个人信息。有些人担心,某些恶意用户可以制作一个读卡器偷窃信用卡号码,即使把信用卡安全地放在衣袋里也不能幸免。

马萨诸塞州大学的研究结果是没有帮助的。在一项实验中,这个学校仅用一台价值150美元的家庭制造的设备就“嗅”到了嵌入RFID芯片的信用卡中的用户名和账户号码。为了消除这种担心,信用卡公司做出的回应是反驳这些研究结果。

首先,信用卡公司争辩称,他们的客户信息是受到充分保护的。他们说,RFID信号是采用128位加密的,实际的用户名和卡号并不传输出去。相反,他们的设施在处理信用卡业务的过程中使用一种能够翻译成用户账户信息伪号码。然而,研究人员反驳说,他们检查了Visa公司的信用卡,万事达公司的“OneSmart”卡和American Express ExpressPay公司的信用卡,所有这些卡都发出了没有加密的用户名和账户号码。

然后,这些信用卡公司称,研究人员使用的20个研究样本(只有20个卡)太少。他们到目前为止还没有接到任何这种攻击的报告,也没有看到研究人员制作的这种设备。但是,这种一种含混不清的安全。含糊不清的安全就是不安全的。

RFID安全的挑战

不过,信用卡中的RFID芯片本身就存在一些需要了解的安全难题。RFID芯片很小,内存和存储容量也同样小。这就限制了它能够容纳的数字和加密密钥的长度,从而使它很难实施进行强大加密所需要的公共密钥交换等事情。

另一个有帮助的事情是大多数RFID芯片都是静态的。这种芯片的小容量使其很难制作成能够进行细微调整的可编程芯片。一旦信息刻录到芯片中,芯片中的数据就不能改变了。有些芯片具有有限的远程编程的能力。但是,这种芯片很少。

保证RFID信用卡安全:最佳做法

不要进一步研究这个争论,让我们研究一些保护RFID信用卡安全的最佳做法。遗憾的是,对于许多拥有这种信用卡的消费者来说,还没有很多保护措施,因为这些信用卡的安全措施仍不成熟。使用一种能够封锁无线电信号的盒子携带信用卡对于大多数用户来说是不现实的,用刀子把RFID芯片从信用卡中抠掉也是不现实的。

然而,在填写申请表之前看看这种信用卡是否能够满足某些最低的安全要求还是可能的。在签署协议之前,RFID信用卡申请者应该向发卡机构询问四个问题:

1.确实发出的数据什么?发出的是信用卡号还是代表信用卡的伪号码?RFID芯片能够通过编程发送与卡处理器后端系统上的账号相匹配的伪号码。如果这个伪号码被人嗅到,这个号码对于信用卡窃贼是没有用的。

2.信用卡中发出的数据是不是加密的,如果是加密的,其长度是多少?如果这个信用卡发送用户的真实信息,包括持卡者的名字、账户号和过期时间,那么,所有数据都要以加密的方式传输。应该使用强大的加密措施,至少是128位。

3.这个信用卡的数据能够发送多远?RFID芯片的数据传输距离只能有几英尺,不能传输到停车场以外。传输距离越短,恶意捕捉这个数据的风险就越小。

4.这种信用卡的发行机构是否拥有后台反诈骗系统?检查一下这个发行机构是否使用类似于Fair Issac公司的“Falcon Fraud Manager”(猎鹰诈骗管理器)那样的诈骗检测系统。这种系统不能保护信用卡本身的数据损失,但是,它能够阻止利用恶意窃取的RFID信用卡中的数据进行的诈骗交易。

请记住,RFID信用卡安全仍在发展之中。虽然这些建议不能提供整体的RFID安全,但是,这些建议能为持卡者提供一些缓解威胁的控制方法和保护措施。

 
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
【4层】3100平米综合办公楼毕业设计(含计算书、建筑结构图) 、1资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 、1资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
1、资源项目源码均已通过严格测试验证,保证能够正常运行; 、2项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。、资 5源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。、 5资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值