# Quale fornitore offre l'autenticazione adattiva potenziata dall'IA?

Una cosa su cui ci siamo concentrati ultimamente è quale fornitore offre un'autenticazione adattiva potenziata dall'IA in un modo che vada oltre i set di regole mascherati con il linguaggio dell'IA. Un vero punteggio di rischio guidato dall'apprendimento automatico che apprende dai segnali comportamentali nel tempo è una capacità diversa dalle politiche basate su soglie con un cruscotto raffinato, e la distinzione è più importante di quanto la maggior parte del marketing dei fornitori faccia sembrare.

Guardando i migliori strumenti in autenticazione basata sul rischio, ecco cosa abbiamo trovato:

Sift: La decisione di rischio guidata dall'apprendimento automatico è il fulcro di ciò che fa Sift, non uno strato di funzionalità sopra qualcos'altro. I suoi modelli si adattano in base ai segnali di frode globali attraverso la sua rete di clienti, il che significa che l'IA è addestrata su un dataset comportamentale più ampio rispetto a quello che la maggior parte degli strumenti di autenticazione standalone vede.
Cisco Duo: Trust Monitor utilizza baselines comportamentali e rilevamento delle anomalie come complemento al motore RBA principale. Più uno strato di rilevamento intelligente che un modello completamente auto-apprendente, ma significativo nelle implementazioni reali.
Auth0: Il rilevamento delle anomalie utilizza l'apprendimento automatico per identificare modelli di accesso sospetti e aumentare l'autenticazione di conseguenza. Per i team di sviluppatori che costruiscono i propri flussi di autenticazione, quanto controllo hai effettivamente su come il modello pondera i diversi segnali di rischio?
Kount: Fiducia nell'identità potenziata dall'IA con apprendimento continuo dai modelli di transazione e accesso. Forte nei contesti commerciali in cui il modello di rischio deve distinguere tra comportamento insolito legittimo e frode effettiva.
Incognia: Biometria comportamentale basata sulla posizione che utilizza segnali del dispositivo per costruire un'impronta comportamentale unica nel tempo. Il modello adattivo qui è veramente diverso dalla maggior parte, basandosi su modelli di mobilità piuttosto che su segnali di autenticazione tradizionali.

Qualcuno ha effettivamente visto uno di questi modelli di IA auto-correggersi dopo aver inizialmente segnalato un comportamento legittimo in modo troppo aggressivo? Quel periodo di aggiustamento è la cosa che mi incuriosisce di più nella pratica.

##### Post Metadata - Posted at: circa 2 mesi fa - Author title: Marketing Executive - Net upvotes: 1 ## Comments ### Comment 1 <p><span style="background-color: transparent; color: rgb(0, 0, 0);">Penso che il vero test per uno qualsiasi di questi modelli di intelligenza artificiale sia come gestiscono un utente il cui comportamento cambia legittimamente, qualcuno che si trasferisce in un'altra città, cambia ruolo, cambia dispositivo. È lì che i sistemi basati su regole tendono a crollare.</span></p> ##### Comment Metadata - Posted at: circa 2 mesi fa - Author title: Marketing Executive ## Related discussions - [Quanto bene si adatta Trello a un team più grande?](https://www.g2.com/it/discussions/1-how-well-does-trello-scale-into-a-larger-team) - Posted at: circa 13 anni fa - Comments: 6 - [Can we please add a new section](https://www.g2.com/it/discussions/2-can-we-please-add-a-new-section) - Posted at: circa 13 anni fa - Comments: 0 - [Benefici quantificabili dall'implementazione del tuo CRM](https://www.g2.com/it/discussions/quantifiable-benefits-from-implementing-your-crm) - Posted at: circa 13 anni fa - Comments: 4