Tecnología Biométrica en Tarjetas de Créditos

Tecnología Biométrica en el Sector Financiero

Visa & Mastercard

Incorporan Tecnología Biométrica en Tarjetas de Créditos

La seguridad y la comodidad son claves para los servicios de pago y crédito, en especial ahora que la nueva directiva europea (PSD2) permite al comercio cargar directamente a la cuenta del usuario, sin intermediarios.

Además, las compañías comercializadoras de tarjetas han reaccionado a la irrupción de las grandes tecnológicas en este mercado y, ante la incorporación de aplicaciones como Google Pay o Samsung Pay, entre otras muchas, para pagar desde dispositivos electrónicos, MasterCard, Visa y otras entidades han desarrollado tarjetas que incorporan lectores de huella. Con ellos se consigue vincular de forma inequívoca la transacción al titular, evitar la memorización de números PIN y disponer de un elemento permanente e inalterable que garantice la continuidad en el tiempo del elemento de seguridad. Mientras, en China, ya se ensaya con el pago con reconocimiento facial en el metro.

La generalización de las tarjetas sin contacto ha sido un avance en cuanto a comodidad. Pero las compañías siguen buscando fórmulas que, además, sean seguras. Vincular la cuenta a una característica singular e irrepetible es una de las soluciones. Se aplica ya en banca, pero en el futuro se aplicará en todos los ámbitos. Estados Unidos quiere tener en dos años sistemas de reconocimiento facial en los principales aeropuertos.

Con las tarjetas con lectores de huella, el usuario sitúa su dedo sobre el sensor y sustituye al PIN que ahora se requiere para compras superiores a determinada cantidad. Es más seguro (nadie puede confirmar la transacción sin tu identificación digital) y más rápido.

MasterCard ha presentado y probado en Sudáfrica sus primeras tarjetas con lector de huellas dactilares incorporado. Visa ha desarrollado también un programa piloto en Estados Unidos y en Chipre. A las ventajas mencionadas, esta compañía añade que con este sistema es innecesaria la actualización de los terminales de venta, ya que los existentes son compatibles, y los sensores no necesitan batería porque utilizan la energía del terminal de pago.

“El mundo se mueve rápido a un futuro libre de contraseñas. Los usuarios se percatan de que la tecnología biométrica puede hacer sus vidas más fáciles”, señala Jack Forestell, jefe de Soluciones de Mercado Global para Visa en la web de la compañía.

Esta tecnología se va acercando. El banco británico NatWest ya la ha distribuido entre 200 clientes para comenzar las pruebas en colaboración con la firma de seguridad Gemalto, Visa y MarterCard.

Nueva directiva

La llegada del nuevo sistema de identificación se ha acelerado por la segunda Directiva de Servicios de Pago (PSD2, por sus siglas en inglés Payment Service Providers), que pretende crear un mercado único de pagos en la Unión Europea más ágil, competitivo y seguro.

Según explica BBVA, hasta ahora, cuando se realiza una compra online, el comercio tiene que recurrir a una serie de intermediarios, como los proveedores de pagos electrónicos, que a su vez se ponen en contacto con la compañía de la tarjeta (por ejemplo, Visa o MasterCard) que finalmente cargan el cobro a una cuenta corriente.

Sin embargo, la PSD2 permite al consumidor autorizar directamente al comercio el cobro a través de su cuenta bancaria: el comercio y el banco se comunican directamente utilizando una API (Application Programm Interface).

Esto implica que los bancos tienen que permitir el acceso a terceras empresas, conocidas como TPPs (Third Party Payment Service Providers), y estas deben garantizar todas las medidas de seguridad, donde la identificación biométrica juega un papel fundamental.

Las dos limitaciones principales son la posibilidad de replicar la huella o los ataques a las bases de datos donde se almacenen los datos personales vinculados a la misma. Los desarrolladores de las tarjetas, como Gemalto, defienden que la información personal relacionada con la huella no se almacena en la base de datos de la entidad bancaria o en el comercio sino en la tarjeta, por lo que siempre está en manos del usuario. Esta fórmula garantiza la privacidad, pero aún queda sin resolver al 100% la posibilidad de que alguien pueda reproducir de forma artificial las huellas y se mantiene la permanente amenaza de piratas que roben los datos biométricos y los usen de forma ilícita.

Fuente Bibliográfica:

https://elpais.com/tecnologia/2019/03/13/actualidad/1552472493_968749.html

Tipos de Tecnologías Biométricas

Tipos de Tecnologías Biométricas

Los sistemas de verificación biométrica que se utilizan habitualmente son: biometría de huella dactilar, biometría vascular, biometría facial, biometría de iris, de voz, de retina, biometría de la palma de la mano y firma.

Ø  Reconocimiento Biometría de Iris: Es la que da los resultados más óptimos, pero requiere que los ojos del individuo se aproximen mucho al dispositivo por lo que es un método un poco desagradable. Además, suelen ser caros y aparatosos, por lo que resulta una aplicación poco práctica.

Ø  Reconocimiento Biométrico Voz: Es más práctico, pero no seguro ya que está sujeta a los cambios de voz debidos a cualquier enfermedad, ronquera o ruidos externos que puedan interferir en el reconocimiento de la voz.

Ø  Reconocimiento Biométrico de la Palma de la Mano: Tiende a ocupar mucho espacio y tiene una tasa de FAR (False Acceptance). Por tanto, este sistema raramente se utiliza en zonas de alta seguridad.

Ø  Reconocimiento Biométrico mediante la Firma: Este de la misma manera que el sistema por voz, está condicionado por diferentes factores, por lo que no resulta práctico.

Son entonces, la biometría de huella digital, la tecnología biométrica vascular y el reconocimiento biométrico facial los sistemas más fiables para su uso en numerosas aplicaciones.

Ø  Reconocimiento Biométrico de Huella Dactilar: Es la más extensa por su madureza, coste, utilidad y rapidez de identificación, pero no es la única. De los sistemas biométricos de huella dactilar los más resistentes, segures y fiables son los que están basados en un escáner o sensor óptico.

La biometría de huella digital es utilizada en muchas aplicaciones, donde la identificación de personas se quiere realizar de manera segura y cómoda para el usuario, evitando los riesgos de suplantación de identidad derivada del robo, copia o pérdida de tarjetas y códigos; de la manera más práctica para el usuario, que no debe recordar códigos ni contraseñas.

Ø  Reconocimiento Biométrico Vasculares de Dedo: Estos dan un plus en seguridad, pues el template biométrico es prácticamente imposible de falsificar y no deja rastro, por lo que es ideal para aplicaciones de alta seguridad. Este lector biométrico utiliza el esquema de venas del dedo como patrón biométrico para identificar a el usuario. El patrón vascular es una característica interna por lo que no afecta que el dedo esté dañado o erosionado.

Ø  Reconocimiento Biométrico Facial: Esta permite la identificación sin contacto, muy rápida y segura debido a la doble cámara que captura la luz visible e infrarroja para conseguir un patrón 3D. Gracias a esto el terminal de control de Acceso y control de Presencia con reconocimiento biométrico facial 3D integrado obtiene la fisionomía craneal de la persona como patrón biométrico único. El equipo diferencia entre gemelos con rostro aparentemente idéntico. Debido a que se utiliza tecnología infrarroja y 3D inhabilita el uso de caretas, fotografías, etc. para falsificar el rostro, diferenciándose claramente de la tecnología biométrica facial 2D.

Aplicaciones más habituales que utilizan la tecnología biometría.

Aplicaciones realizadas con Biometría de Huella Digital:

·         Control de presencia biométrico en PC

·         Instalación domótica de control de acceso mediante dispositivos biométricos

·         Pago por huella digital para restaurantes

·         Control de Acceso biométrico a la habitación de un hotel

Aplicaciones realizadas con Biometría Vascular:

·         Biometría vascular para entornos sanitarios

·         Control de acceso y control de presencia con tecnología biométrica vascular en sedes corporativas de alta seguridad

·         Control de presencia y acceso mediante biometría vascular a entornos ofimáticos y de PC de alta seguridad

Aplicaciones realizadas con Biometría Facial:

·         Control de presencia biométrico en talleres mecánicos

·         Reconocimiento facial 3D para control de acceso y presencia en hospitales y farmacéuticas

·         Reconocimiento biométrico facial 3D para restauración

·         Reconocimiento biométrico facial 3D para la construcción

Fuente Bibliográfica:

https://www.kimaldi.com/blog/biometria/tecnologias_biometricas/

Tecnología Biométrica

Tecnología Biométrica

Biometría es la ciencia y la tecnología dedicada a medir y analizar datos biológicos. En el terreno de la tecnología de la información, la biometría hace referencia a las tecnologías que miden y analizan las características del cuerpo humano, como el ADN, las huellas dactilares, la retina y el iris de los ojos, los patrones faciales o de la voz y las medidas de las manos a efectos de autenticación de identidades.

La autenticación mediante verificación biométrica está convirtiéndose en algo cada vez más habitual en los sistemas de seguridad, tanto privados como públicos, en la electrónica de consumo y en las aplicaciones de punto de venta (POS). Además de la seguridad, el factor que está impulsando la verificación biométrica es la comodidad.

Los dispositivos biométricos, como los escáneres de huellas dactilares, consisten de:

Ø  Un lector o dispositivo de escaneado.

Ø  Software para digitalizar la información escaneada y comparar los puntos de coincidencia.

Ø  Una base de datos para almacenar la información biométrica para su comparación.

Para prevenir el robo de identidad, la información biométrica normalmente se encripta en el momento de su recolección. Así es como opera la verificación biométrica desde dentro: Primero, para convertir la información biométrica se utiliza una aplicación de software que identifica puntos específicos de los datos como puntos de coincidencia. Los puntos de coincidencia o emparejamiento incluidos en la base de datos son procesados usando un algoritmo que traduce dicha información a un valor numérico. Posteriormente, se compara el valor de la base de datos con los datos biométricos introducidos por el usuario final en el escáner, y la autorización es concedida o denegada.

Fuente Bibliográfica:

https://searchdatacenter.techtarget.com/es/definicion/Biometria

BIG DATA: Otros Ambitos

BIG DATA

EN OTROS ÁMBITOS

Más allá del ámbito empresarial, existen múltiples sectores públicos y privados en los que la inteligencia de datos juega un papel referencial: avances científicos, selección de deportistas para clubes de élite, seguridad privada, administración pública, defensa antiterrorista, detección de fraudes bancarios, prevención de crisis medioambientales… Ante la gran variedad existente, vamos a poner dos ejemplos algo más desarrollados de cómo la inteligencia de datos ayuda en una campaña electoral y en materia de medicina preventiva.

El Big Data se ha convertido en los últimos años en una herramienta muy útil dentro de los procesos electorales. Permiten seguir el sentimiento de los electores y la percepción que tienen los votantes sobre los candidatos en cada momento, haciendo que las campañas se basen en datos de una forma mucho más dinámica que antaño. De hecho, la forma de hacer campaña cambia: ya no son tan decisivos los grandes mítines, sino un acercamiento mucho más segmentado que tiende a individualizar a los votantes para conseguir llegar con un mensaje más personal, cercano y directo a cada uno de ellos. Uno de los grandes ejemplos del uso de la inteligencia de datos en campaña electoral con éxito es el del político Barack Obama para lograr su segundo mandato como presidente de los Estados Unidos de América.

En el campo médico, hay múltiples avances que pueden ser posibles gracias a los datos a gran escala. Podremos un ejemplo de entre los numerosos estudios, técnicas y procedimientos que gracias al Big Data están cambiando para mejor los tratamientos sanitarios: el estudio del material genético de los organismos, permite conocen cómo funcionan los genes y su influencia en las enfermedades. Analizando los genes de una persona a través de los macrodatos, se puede aplicar de forma individual una medicina preventiva mucho más eficaz, con un diseño de tratamientos a la carta adaptados a cada paciente.

Fuente Bibliográfica:

https://www.masterbigdataucm.com/que-es-big-data/

BIG DATA: Casos de Aplicación Y Éxito Empresarial

BIG DATA

CASOS PRÁCTICOS DE APLICACIÓN Y ÉXITO EMPRESARIAL

                                                     AMAZON

La compañía de referencia a nivel mundial, en lo que a comercio electrónico se refiere, basa buena parte de su éxito en conocer de antemano lo que necesitan sus clientes. Así, es muy probable que si entras en la página de esta empresa, te sugiera artículos que van a ser de gran interés para ti. ¿Cómo? A través de la inteligencia de datos analizan muchos factores de carácter individual del usuario como sus hábitos de compra o intereses y otros más generales como tendencias del momento o pautas de conducta de otros usuarios que adquirieron productos similares. Juntan todo en la coctelera del Big Data y ofrecen una serie de productos sugeridos o relacionados con compras que el cliente ya ha hecho o se ha planteado hacer.

                                                       NETFLIX

Uno de los grandes factores del éxito de la popular empresa estadounidense Netflix, es su magistral uso de los macrodatos para crear nuevos contenidos para sus usuarios, cuyos hábitos de consumo y preferencias son observados al detalle para descubrir qué es lo que van a querer ver a continuación en base a patrones predictivos. Así crearon, por ejemplo, la serie House of Cards: observaron que a muchos de sus usuarios les gustaban contenidos que incluyeran poder, política, drama y sensualidad entre sus características principales. Y también que les gustaba como actor Kevin Spacey. Así, dieron con la fórmula y mezclaron en la trama todos estos ingredientes poniendo a protagonizar a Spacey la misma. Igual proceso para Stranger Things y otros grandes éxitos de audiencia.

                                                                            T-MOBILE

Esta empresa de telecomunicaciones alemana es un ejemplo de uso de los datos masivos como mejor arma de retención de clientes. Analizando a fondo las conversaciones, reclamaciones y descontentos que sus clientes dejaban en redes sociales, crearon soluciones específicas para cada uno de ellos y consiguieron reducir la fuga de clientes a otras empresas en un 50%, con lo que el retorno de la inversión realizada en Big Data fue compensado con creces.

                                                                 SPOTIFY

Bajar hasta los datos individualizados más llamativos para lanzar con ellos una campaña global masiva. Eso hizo en Reino Unido la compañía sueca Spotify, que ofrece reproducción de música vía streaming. Su plan consistió en buscar la complicidad del gran público. Y lo consiguieron mostrando curiosidades o rarezas del comportamiento de algunos de sus usuarios que habían detectado a través de los macrodatos. Así, en grandes carteles publicitarios, colocaron anuncios como estos:

«Querida persona que reprodujo “Sorry” 42 veces en el Día de San Valentín, ¿qué hiciste?»

«Queridas 3.749 personas que reprodujeron “It’s the end of the world as we know it” el día del Brexit, estamos con vosotros»

«Querida persona en el Theater District que escuchó la banda sonora de Hamilton 5.376 veces este año, ¿puedes conseguirnos tickets?

                                                           NIKE

Los dispositivos electrónicos de su línea NikePlus (relojes inteligentes, pulsómetros, dispositivos con sensores que conectan sus zapatillas con un teléfono…) recogen cantidades masivas de información de millones de usuarios. Información que sirve a la empresa de ropa deportiva estadounidense para buscar la fidelización de los usuarios a través de retos y objetivos que apelan a la capacidad de superación de estos, creando un vínculo con la marca más allá de la simple venta de material deportivo. 

Fuente Bibliográfica:

https://www.masterbigdataucm.com/que-es-big-data/

BIG DATA: Sus Beneficios

BENEFICIOS DEL BIG DATA

Y todo ese proceso puede que te preguntes, ¿qué beneficios aporta? Pues unos cuantos, la verdad. Algunos de ellos son:

Ø  Es un conjunto de tecnologías muy ágiles y flexibles.

Ø  Es escalable por lo que, si tienes más datos, puedes poner más máquinas e incluir nuevas analíticas y más información. Así, la infraestructura puede crecer al mismo tiempo que tu empresa o proyecto.

Ø  Es rápido y económico respecto a la infraestructura de almacenamiento. Por ejemplo, a través de servicios de computación en la nube, puedes pagar únicamente por lo que consumes.

Ø  La mayoría de aplicaciones pertenecen a la comunidad Open Source, software de código abierto o que forma parte del dominio público. Con esto, además del ahorro económico evidente que nuevamente entra en escena, también tenemos a nuestra disposición una gran comunidad de desarrolladores que trabajan diariamente en mejorar sistemas y procesos de estos recursos, como la comunidad Open Source de Apache, donde también resuelven dudas que surgen a diversos usuarios en todo el mundo.

Ø  Y para el final, la gran ventaja: a través del Big Data y habiendo seguido correctamente el ciclo de gestión de información que culmina con la puesta en valor de los datos, habrás conseguido un objetivo previamente marcado. Este puede ser ganar más dinero o ahorrarlo a través de mejoras de costes, adquisición de nuevos clientes o retención de los actuales, avanzar en una investigación científica, obtener una ventaja competitiva respecto a nuestros competidores anticipándonos a lo que deparará el mercado a través de análisis predictivos, optimizar nuestros procesos de producción…

En definitiva, podremos sacar conclusiones con una base más sólida y unos conceptos que se orienten a la toma de decisiones efectivas. Y todo ello, aplicando no únicamente variables del pasado, sino predicciones a futuro mucho más fundamentadas en una base científica que hasta hace unos pocos años.

Fuente Bibliográfica:

https://www.masterbigdataucm.com/que-es-big-data/

BIG DATA: Ciclo de Gestión de Información

BIG DATA

CICLO DE GESTIÓN DE INFORMACIÓN
 EN CUATRO FASES

Conoces ya de dónde vienen los datos, los tipos de ellos que existen y sus características principales. Lo siguiente es cómo gestionarlos:

Fuente Bibliográfica:

https://www.masterbigdataucm.com/que-es-big-data/

BIG DATA: Principales Características

BIG DATA

CARACTERÍSTICAS PRINCIPALES

Sus características se acuñan popularmente como las «V» del Big Data, por comenzar todas estas propiedades por dicha letra del alfabeto. No hay un consenso sobre cuántas “V” han de ser tomadas en consideración y de hecho la lista de estas se ha ido ampliando, pero podemos afirmar que las 7 «V» del Big Data más extendidas son:

Ø  Velocidad: Nuestro concepto de inmediatez ha cambiado en los últimos tiempos y se busca información que llegue prácticamente al instante. Noticias que no llegan al día de antigüedad, en simple cuestión de horas y, en ocasiones, minutos, pueden haber perdido interés. Así, la velocidad de análisis requerida por la sociedad actual es una de las características fundamentales que tienen los datos a gran escala, donde los datos en constante movimiento procesados a tiempo real cobran protagonismo, ejecutando algoritmos cada vez más complejos en menos tiempo.

Ø  Volumen: Como hemos comentado, la cantidad de datos generados está aumentando. Según crecen las bases de datos, también lo han de hacer las aplicaciones y arquitectura construida para soportar la recogida y almacenamiento de datos cada vez más variados. Además, se han reducido los costes de almacenamiento propiciando almacenar grandes cuantías de información a un precio mucho más reducido que antiguamente.

Ø  Variedad: Los datos sobre los que trabajan las técnicas de macrodatos son diversos pues, como hemos visto, proceden de numerosas fuentes y se encuentran en distintos formatos. Además, continúa en aumento la cuantía de datos no estructurados en proporción a los tradicionales. Igual que pasaba con el volumen, esta entrada en escena con fuerza de los datos no estructurados requiere nuevos tratamientos de la información, necesitando de nuevas metodologías y tecnologías para poder ser analizadas.

Ø  Veracidad: Saber la fiabilidad de la información recogida es importante para obtener unos datos de calidad e, incluso, dependiendo de las aplicaciones que se le vaya a dar a misma, se convierte en fundamental. Es un factor que puede influir mucho en conseguir una ventaja competitiva en la explotación del Big Data.

Ø  Valor: Una gran cuantía de datos frecuentemente extrae pequeñas informaciones de valor. Cómo conseguir dicha información de manera eficiente es uno de los retos que afronta día a día el área de la inteligencia de datos. El valor es sin duda una cualidad fundamental en el análisis.

Ø  Visualización: Convertir cientos de hojas de información en un único gráfico que muestre claramente unas conclusiones predictivas es un ejemplo de cómo mostrar los resultados de forma clara y sencilla en un evidente ejercicio de sintetización.

Ø  Variabilidad: En un entorno tan cambiante como el de los macrodatos, la información varía mucho. Y también han de hacerlo los modelos o tratamientos que se aplican en torno a esta, pues no son fijos en el tiempo y requieren de un control periódico.

Fuente Bibliográfica:

https://www.masterbigdataucm.com/que-es-big-data/

BIG DATA: Tipos de Datos

BIG DATA

TIPOS DE DATOS SEGÚN SU ESTRUCTURA

Además de por su procedencia, es importante saber que se pueden clasificar los datos según su tipo de estructura en 3 clases:

Fuente Bibliográfica:

https://www.masterbigdataucm.com/que-es-big-data/

BIG DATA

 BIG DATA

El Big Data es el análisis masivo de datos. Una cuantía de datos, tan sumamente grande, que las aplicaciones de software de procesamiento de datos que tradicionalmente se venían usando no son capaces de capturar, tratar y poner en valor en un tiempo razonable.

Igualmente, el mismo término se refiere a las nuevas tecnologías que hacen posible el almacenamiento y procesamiento, además de al uso que se hace de la información obtenida a través de dichas tecnologías.

¿DE DÓNDE VIENEN LOS DATOS?

 La información disponible a nivel mundial han crecido de manera exponencial en los últimos tiempos. Pero… ¿de dónde vienen esos datos? Hay múltiples fuentes. Destacaremos las siguientes:

Ø  Producidos por personas: Mandar un email, escribir un comentario en Facebook, contestar a una encuesta telefónica, meter información en una hoja de cálculo, responder a un WhatsApp, coger los datos de contacto de un cliente, hacer clic en un enlace de Internet… Infinidad de acciones que realizamos en el día a día suponen una fuente de datos inmensa.

Ø  Entre máquinas: Sí, entre máquinas también se comparten datos directamente, en lo que se conoce igualmente como M2M, que viene del inglés «machine to machine». Así, los termómetros, parquímetros y sistemas de riego automático de las ciudades, los GPS de vehículos y teléfonos móviles, las máquinas expendedoras de bebidas y alimentos en un hospital, o los contadores de electricidad de las viviendas, por poner unos pocos ejemplos, se comunican a través de dispositivos con otros aparatos, a los que transmiten los datos que van recogiendo. Las redes de comunicación para llevar a cabo estas acciones son muy variadas. Entre las más conocidas están el Wifi, el ADSL, la fibra óptica y el Bluetooth.

Ø  Biométricas: Los datos que tienen como origen artefactos como sensores de huellas dactilares, escáneres de retina, lectores de ADN, sensores de reconocimiento facial o reconocimiento de voz. Su uso es muy extendido en materia de seguridad en todas sus variantes (privada, corporativa, militar, policíaca, de servicios de inteligencia, etcétera).

Ø  Marketing web. Nuestros movimientos en la Red están sujetos a todo tipo de mediciones que tienen como objeto estudios de marketing y análisis de comportamiento. Por ejemplo, cuando se realizan mapas de calor basados en el rastreo del movimiento del cursor por parte de los usuarios de una web, en la detección de la posición de la página, o en el seguimiento de desplazamiento vertical a lo largo de esta. Con esos datos se llega a conclusiones tales como qué partes de una página atraen más al usuario, dónde hace clic o en qué zona de esta pasa más tiempo.

Ø  Transacciones de datos. El traspaso de dinero de una cuenta bancaria a otra, la reserva de un billete de avión o añadir un artículo a un carrito de compra virtual de un portal de comercio electrónico, serían algunos ejemplos.

Así, con todas estas fuentes de datos descritas, puedes imaginar que la cuantía de ellos es tremenda. Y aún así, probablemente te quedes corto en tus cálculos.

Para que te hagas una idea, y centrándonos únicamente en una pequeñísima porción de los datos producidos por las personas, en el año 2017, durante un solo minuto, de promedio y a nivel global, se enviaron 156 millones de correos electrónicos, se realizaron 3 millones y medio de búsquedas en Google, se mandaron 16 millones de SMS, se postearon 46.200 nuevos contenidos en Instagram, se generaron 452.000 tuits y se publicaron 1,8 millones de snaps en Snapchat.

¡En un minuto! Multiplica eso por los 525.600 minutos que tuvo el año y añádele los miles de ejemplos adicionales que no hemos puesto aquí. ¿Parece inabarcable verdad? Pues lo iba a llegar a ser, y en previsión de evitarlo, ante una necesidad nueva, apareció una solución nueva: el Big Data.

Fuente Bibliográfica:

https://www.masterbigdataucm.com/que-es-big-data/