開場引言 當你忘記密碼,系統問你「母親的娘家姓氏?」時,這道防線其實早已千瘡百孔。 Knowledge-Based Authentication(KBA) 在社群媒體普及的今日,已成為最容易被攻破的身份驗證機制之一。 KBA 的運作原理與先天缺陷 KBA 分為兩種形式: 靜態 KBA(Static KBA) 要求使用者預設問題與答案; 動態 KBA(Dynamic KBA) 則從公開資料庫動態產生問題。靜態問題如「您的寵物名字?」或「就讀的小學?」,答案幾乎都能在 Facebook、Instagram 等平台的貼文或個人資料中找到。問題集本身的 答案空間(Answer Space)極度有限 ,攻擊者透過暴力枚舉即可快速命中。Dynamic KBA 雖然較難預測,但其資料來源(信用紀錄、公開戶籍)同樣可能遭到洩露或偽造。 社交工程與資料探勘的雙重威脅 攻擊者通常採取兩種路徑。第一是 社交工程(Social Engineering) :透過 LinkedIn 確認就業史、從 Instagram 找到寵物名字、從公開婚禮邀請取得配偶名字。這些資訊拼湊成完整的 KBA 答案庫,幾乎不需要任何技術手段。第二是 資料探勘(Data Mining) :歷年大型資料洩露(如 Equifax、Yahoo)已將數億筆個人資訊公開於暗網,攻擊者可直接比對目標的 KBA 答案。NIST SP 800-63B 已明確指出,KBA 提供的安全保證極低,不建議作為主要驗證因子。 💡 重點整理 答案可預測性高: 靜態問題的答案空間小,暴力枚舉成本極低。 社群媒體即攻擊面: 公開個人資料等同主動洩露 KBA 答案。 資料洩露加速淪陷: 暗網資料庫讓 KBA 答案幾乎人手可得。 NIST 已不推薦: 應改用 MFA、FIDO2 等更強韌的驗證機制取代。 結語 KBA 的設計邏輯源自「只有你知道答案」的假設,但這個假設在社群媒體時代已徹底崩潰。 以 FIDO2、硬體金鑰或行為生物識別取代 KBA ,才是現代身份驗證的正確方向。 📚 參考文獻 NIST Special Publication 800-63B — Digital Identity Guidelines: A...