Lebenderkennung: Methoden, Metriken und Tests (DE)

Lebenderkennung ist eine biometrische Kontrolle, die abschätzt, ob eine Probe von einer lebenden Person stammt, die während der Erfassung anwesend ist, und nicht von einem Foto, einer Wiedergabe, einer Maske oder einem anderen Artefakt. Bei der Gesichtsverifikation hilft sie bei der Beantwortung der Frage „Ist dies eine Live-Erfassung?“, bevor ein separates Gesichtsabgleichsystem die Frage „Passt dieses Gesicht zur Referenz?“ beantwortet.

Der Standardbegriff für die Erkennung von Artefakten, die einem biometrischen Sensor präsentiert werden, ist Präsentationsangriffserkennung oder PAD. Lebendigkeit und PAD werden in Produktbesprechungen oft synonym verwendet, aber die Abgrenzung ist wichtig: Angriffe können auch synthetische oder wiedergegebene Medien in den Datenpfad injizieren, ohne dem physischen Kamera-Sensor etwas zu präsentieren.

Wichtigste Erkenntnisse

• Lebendigkeit und Gesichtsabgleich beantworten unterschiedliche Fragen. Ein lebender Fremder kann die Lebendigkeit bestehen und trotzdem die falsche Person sein; ein genaues Bild der richtigen Person kann passen, obwohl es eine Wiedergabe ist.
• Passive und aktive Methoden führen zu unterschiedlichen Kompromissen. Passive Prüfungen beobachten eine normale Erfassung, während aktive Prüfungen den Benutzer auffordern, eine angezeigte Aktion auszuführen.
• PAD- und Injektionsabwehr decken unterschiedliche Angriffspfade ab. Ein starker Erfassungsfluss muss sowohl den Sensor als auch die nachfolgende Software-Pipeline berücksichtigen.
• Ein einziger Genauigkeitsprozentsatz reicht nicht aus. Die Bewertung erfordert Fehlerraten bei Angriffen, Fehlerraten bei echten Benutzern, Testbedingungen, demografische und gerätespezifische Aufschlüsselungen, Latenz und Wiederholungsverhalten.
• Tests müssen der beabsichtigten Bereitstellung ähneln. Angriffsgeräte, Kameras, Komprimierung, Beleuchtung, Geografie und Benutzerpopulation beeinflussen die Ergebnisse.

Was Lebenderkennung leistet

Ein Remote-Gesichtsverifikationsfluss enthält normalerweise mehrere unterschiedliche Entscheidungen:

1. Erfassungs-Integrität: Stammt die Probe über den erwarteten Kamera- und Anwendungspfad?
2. Präsentationsangriffserkennung: Scheint der Sensor ein lebendes biometrisches Merkmal und kein Angriffsgerät zu beobachten?
3. Biometrische Qualität: Ist die Probe für die Analyse geeignet?
4. Gesichtsabgleich: Ist das erfasste Gesicht der vertrauenswürdigen Referenz ausreichend ähnlich?
5. Kontextuelles Risiko: Unterstützen Gerät, Netzwerk, Konto und Verhaltenssignale die gleiche Schlussfolgerung?

Das Zusammenfassen dieser Entscheidungen zu einem einzigen „verifizierten“ Ergebnis macht Schwachstellen schwer lokalisierbar. Das Getrennt-Halten ermöglicht es einem Team, Richtlinien anzupassen, Ergebnisse zu erklären und unterschiedlich auf geringe Qualität, vermutete Täuschung, Identitätskonflikte und hohes kontextuelles Risiko zu reagieren.

Lebendigkeit ist daher eine Kontrolle innerhalb einer Identitätsentscheidung, nicht der Nachweis der Identität selbst.

Präsentationsangriffe und Injektionsangriffe

Ein Präsentationsangriff findet am biometrischen Sensor statt. Der Angreifer präsentiert etwas, das als die Zielperson erfasst werden soll. Beispiele hierfür sind:

• ein gedrucktes oder angezeigtes Gesichtsbild;
• eine Videowiedergabe auf einem anderen Bildschirm;
• ein Ausschnitt oder ein partielles Artefakt;
• eine zweidimensionale oder dreidimensionale Maske;
• Make-up, Prothesen oder andere Erscheinungsmodifikationen.

Ein Injektionsangriff ändert den Erfassungspfad. Vorab aufgezeichnete, veränderte oder generierte Medien können in eine virtuelle Kamera, Anwendung, Betriebssystemschnittstelle, Emulator oder Netzwerkanfrage eingefügt werden. Die physische Kamera sieht die gefälschte Probe möglicherweise nie.

Diese Unterscheidung ändert die Verteidigung. PAD kann visuelle oder verhaltensbezogene Beweise erkennen, die mit einem präsentierten Artefakt verbunden sind, aber ein injizierter Stream kann die physikalischen Bedingungen vermeiden, die die PAD-Methode erwartet. Verteidigungsmaßnahmen können daher Anwendungs-Integrität, vertrauenswürdige Erfassung, Wiederholungswiderstand, Sitzungsbindung, Nutzlast-Authentifizierung, virtuelle Kameraerkennung und serverseitige Konsistenzprüfungen zusätzlich zur biometrischen Analyse umfassen.

Passive, aktive und hybride Lebendigkeit

Passive Lebendigkeit

Passive Lebendigkeit analysiert eine Erfassung, ohne den Benutzer aufzufordern, eine auffällige Herausforderung durchzuführen. Je nach Implementierung kann sie Textur, Tiefenhinweise, Reflexionen, Bewegung, Bildentstehung, zeitliche Konsistenz oder andere Signale untersuchen.

Der Hauptvorteil sind geringe Interaktionskosten: Die Prüfung kann während eines gewöhnlichen Selfies oder einer kurzen Aufnahme erfolgen. Der Kompromiss besteht darin, dass ihre Sicherheit stark vom getesteten Angriffssatz, Erfassungskanal, Modell und Schwellenwert abhängt. „Passiv“ beschreibt die Benutzererfahrung, nicht ein universelles Maß an Sicherheit.

Aktive Lebendigkeit

Aktive Lebendigkeit fordert den Benutzer auf, auf eine Aufforderung zu reagieren, wie z. B. das Ändern der Kopfhaltung oder das Befolgen einer randomisierten Sequenz. Die Reaktion kann Herausforderungs-Antwort-Beweise hinzufügen und eine feste Wiedergabe weniger nützlich machen.

Die Kompromisse sind zusätzliche Zeit, Zugänglichkeitsanforderungen, Lokalisierungsbedürfnisse und Benutzerfehler. Vorhersehbare oder wiederverwendbare Herausforderungen können ebenfalls an Wert verlieren, daher sind das Herausforderungsdesign und die Sitzungsbindung genauso wichtig wie die sichtbare Geste.

Hybride Lebendigkeit

Ein hybrider Fluss kombiniert passive Analyse mit einer aktiven Herausforderung, oft erst dann eskalierend, wenn das passive Ergebnis unsicher ist oder das Umgebungsrisiko höher ist. Dies kann einen kurzen Weg für die meisten echten Benutzer bewahren, während in ausgewählten Fällen mehr Beweise gesammelt werden.

Methode	Benutzerinteraktion	Hauptstärke	Hauptbeschränkung	Nützliches Muster
Passiv	Normale Erfassung	Geringe Reibung	Abhängig von Erfassungsbedingungen und getesteten Angriffen	Standard-Screening
Aktiv	Aufforderung zur Aktion	Fügt Herausforderungs-Antwort-Beweise hinzu	Mehr Abbrüche und Zugänglichkeitsarbeit	Fälle mit höherem Risiko oder Unsicherheit
Hybrid	Bedingt	Kann Beweise und Reibung ausgleichen	Komplexere Richtlinien- und Orchestrierungsarbeit	Risikobasierte Eskalation

Die richtige Wahl hängt von der zu schützenden Aktion ab. Kontowiederherstellung, hochwertige Überweisungen, Altersprüfungen, Mitarbeiterzugang und die anfängliche Kundenregistrierung rechtfertigen nicht unbedingt denselben Schwellenwert oder dieselbe Interaktion.

Wie eine Lebendigkeitsentscheidung zustande kommt

Obwohl sich die Implementierungen unterscheiden, folgt ein gut strukturierter Ablauf üblicherweise diesen Schritten:

1. Starten einer gebundenen Sitzung. Das Backend erstellt einen kurzlebigen Versuch, der dem erwarteten Benutzer, der Aktion, dem Gerät und der Richtlinie zugeordnet ist.
2. Erfassung leiten. Die Benutzeroberfläche prüft Rahmen, Sichtbarkeit, Beleuchtung und Bewegung, während sie zugängliche Anweisungen gibt.
3. Eingabepfad schützen. Die Anwendung begrenzt Wiedergabe- und Austauschmöglichkeiten und bindet die Probe an die aktuelle Sitzung.
4. Probenqualität prüfen. Unbrauchbare Eingaben werden von vermuteten Angriffen getrennt; das Anfordern einer besseren Erfassung unterscheidet sich von der Ablehnung von Betrug.
5. PAD- oder Lebendigkeitsanalyse durchführen. Das System erstellt Ergebnisse oder kategorische Beweise basierend auf der konfigurierten Methode.
6. Identität abgleichen, wenn erforderlich. Ein separater biometrischer Vergleich verbindet die Live-Erfassung mit einer vertrauenswürdigen Referenz.
7. Risikosignale kombinieren. Gerät, IP, Versuchsverlauf, Geschwindigkeit und Kontokontext können die erforderliche Aktion ändern.
8. Richtlinie anwenden. Das Ergebnis kann „Bestanden“, „Wiederholen“, „Eskalieren“, „Manuelle Überprüfung“ oder „Ablehnen“ sein.
9. Entscheidung protokollieren. Auditdaten sollten Versionen, Schwellenwerte, Beweise, Zeitpunkte und den Grund für das Ergebnis identifizieren.

Wiederholungen verdienen explizite Regeln. Unbegrenzte Versuche geben Angreifern mehr Möglichkeiten und können betriebliche Probleme verschleiern. Übermäßig strenge Limits können jedoch echte Benutzer mit älteren Kameras, Behinderungen, schlechter Konnektivität oder schwierigen Lichtverhältnissen bestrafen.

Die wichtigen Metriken

ISO/IEC 30107 trennt Fehler, die Präsentationsangriffe betreffen, von Fehlern, die echte Benutzer betreffen. Gängige PAD-Begriffe umfassen:

• APCER — Attack Presentation Classification Error Rate: der Anteil der Präsentationsangriffe eines bestimmten Typs, die fälschlicherweise als echt klassifiziert werden.
• BPCER — Bona Fide Presentation Classification Error Rate: der Anteil der echten Präsentationen, die fälschlicherweise als Angriffe klassifiziert werden.

Diese Werte müssen zusammen und an einem angegebenen Betriebspunkt interpretiert werden. Eine Senkung eines Schwellenwerts kann mehr Angriffe ablehnen, aber auch mehr echte Benutzer. Das Aggregieren aller Angriffe zu einem Durchschnitt kann Schwächen gegenüber einem bestimmten Instrument, wie Wiedergaben oder Masken, verschleiern.

Andere operative Maßnahmen sind ebenfalls notwendig:

• Fehler beim Erfassen oder Abschließen;
• Wiederholungs- und Abbruchquoten;
• Entscheidungslatenz;
• Ergebnisse nach Gerät, Betriebssystem, Kamera und Netzwerkbedingungen;
• Ergebnisse über relevante demografische Gruppen hinweg;
• Manuelle Überprüfungsrate und Übereinstimmung der Prüfer;
• Bestätigter Betrug und falsch-positive Ergebnisse nach der Bereitstellung.

Der Gesichtsabgleich führt eigene falsch-positive und falsch-negative Übereinstimmungsmaße ein. Diese sollten nicht als Lebendigkeitsmetriken dargestellt werden. Ein vollständiger Bericht benennt für jede Rate das Subsystem, die Population, den Schwellenwert, den Testsatz und den Nenner.

Was unabhängige PAD-Tests beweisen – und was nicht

Eine unabhängige Evaluierung ist wertvoll, da sie einen wiederholbaren Testplan, dokumentierte Angriffsgeräte und Ergebnisse liefert, die außerhalb der eigenen Demonstration des Anbieters erstellt wurden. ISO/IEC 30107-3 spezifiziert Prinzipien für PAD-Tests und Berichterstattung.

Zertifizierungen oder Labortests beweisen nicht, dass jede Implementierung identisch funktioniert. Achten Sie auf den Umfang:

• Welches Produkt und welche Version wurden getestet?
• War der Modus aktiv, passiv oder beides?
• Welche Angriffsarten und Präsentationsebenen wurden berücksichtigt?
• Welche Geräte, Kameras und Umgebungsbedingungen wurden verwendet?
• Welche Schwellenwerte und Wiederholungsregeln galten?
• Umfasste der Test nur Präsentationsangriffe oder auch Injektionsangriffe?

Eine Bereitstellung kann von einem Laborergebnis abweichen durch unterschiedliche Kameras, Komprimierung, SDK-Integration, Schwellenwerte, Erfassungsanleitung oder Richtlinien. Behandeln Sie den Bericht als Beweis für eine definierte Konfiguration und fügen Sie dann Tests für die tatsächliche Umgebung hinzu.

Wie man ein Lebendigkeitssystem bewertet

1. Definieren Sie die geschützte Aktion

Geben Sie an, was nach einem Bestehen geschieht und welchen Schaden eine falsche Annahme oder eine falsche Ablehnung verursacht. Die Konsequenz der Eröffnung eines risikoarmen Kontos kann sich von der Genehmigung einer Kontowiederherstellung oder einer großen Überweisung unterscheiden.

2. Erstellen Sie ein Angriffsmodell

Listen Sie relevante Präsentationsgeräte und Injektionspfade auf. Berücksichtigen Sie gewöhnliche Wiedergaben und Ausdrucke, bevor Sie sich nur auf hochentwickelte synthetische Medien konzentrieren. Überlegen Sie, ob ein Angreifer ein hochwertiges Bild, ein Video, Identitätsdokumente, Kontozugangsdaten oder die Kontrolle über das Gerät besitzt.

3. Fordern Sie spezifische Nachweise an

Fordern Sie Ergebnisse pro Angriff am vorgeschlagenen Betriebsschwellenwert an, nicht eine undefinierte „99%“-Zahl. Überprüfen Sie Fehler echter Benutzer, Abschluss, Latenz, Geräteabdeckung, Zugänglichkeit und den Umfang unabhängiger Tests neben der Angriffsleistung.

4. Testen Sie die reale Integration

Führen Sie das Produktions-SDK oder die Erfassungskomponente auf den Geräten, Browsern, Bandbreiten und Lichtverhältnissen aus, die Ihre Benutzer tatsächlich haben. Testen Sie Unterbrechungen, Zugriffsverweigerungen, Hintergrundprozesse, Wiederholungen, Emulatoren, virtuelle Kameras und wiederverwendete Sitzungen.

5. Bewerten Sie die gesamte Entscheidung

Testen Sie Gesichtsabgleich, Dokumenten- oder Datenbanknachweise, Sitzungsbindung, Geräte- und Netzwerksignale, Eskalationslogik, Überprüfungstools, Audit-Aufzeichnungen und Wiederherstellungspfade. Ein Lebendigkeitsergebnis kann eine schwache Registrierungsreferenz oder einen unsicheren Fallback nicht kompensieren.

6. Überwachen Sie nach dem Start

Verfolgen Sie Ergebnisverschiebungen nach Produktversion, Gerätesegment, Geografie, Akquisitionskanal und Richtlinie. Änderungen können auf einen neuen Angriff, eine Modellregression, ein kameraspezifisches Problem oder eine Änderung der Verkehrszusammensetzung hinweisen. Bewahren Sie versionierte Beweise auf, damit historische Entscheidungen erklärbar bleiben.

Häufige Bewertungsfehler

Lebendigkeit als Identitätsnachweis behandeln

Eine lebende Person kann das Dokument einer anderen Person oder eine synthetische Identität verwenden. Kombinieren Sie Anwesenheitsnachweise mit einer vertrauenswürdigen Referenz und anderen Maßnahmen zur Kundenprüfung.

Anbieter mit einer einzigen Schlagzeilenzahl vergleichen

Prozentsätze ohne Nenner, Angriffsarten, Schwellenwerte und Fehler echter Benutzer sind nicht vergleichbar. Fragen Sie nach der Betriebskurve oder den Ergebnissen am Schwellenwert, den Sie verwenden möchten.

Den Injektionspfad ignorieren

Kamera-gerichtete PAD und Anwendungs-Integrität lösen verwandte, aber unterschiedliche Probleme. Testen Sie, ob vorab aufgezeichnete oder generierte Medien den erwarteten Sensorpfad umgehen können.

Schlechte Qualität mit Betrug verwechseln

Unschärfe, Blendung, Verdeckung, Zugänglichkeitsbedürfnisse und geringe Bandbreite können Unsicherheit verursachen. Eine Qualitätswiederholung sollte andere Nachrichten und Richtlinien verwenden als ein vermuteter Angriff.

Jeden unsicheren Versuch blockieren

Eine binäre Richtlinie kann falsch-positive Ergebnisse erhöhen und echte Benutzer ausschließen. Risikobasierte Wiederholung, aktive Eskalation, ein weiterer Faktor und geschulte Überprüfung sind oft sicherer, als einen einzigen Detektor alles entscheiden zu lassen.

Wiederherstellung schwächer als Registrierung lassen

Angreifer zielen auf den einfachsten Weg. Wenn die Kontowiederherstellung oder der Faktor-Reset die ursprüngliche Sicherheit umgeht, schützt eine starke Lebendigkeitsprüfung bei der Registrierung den Kontolebenszyklus nicht.

Eine Checkliste für die Bereitstellung

Bestätigen Sie vor dem Start, dass:

• die geschützte Aktion und die erforderliche Sicherheit dokumentiert sind;
• Präsentations- und Injektionsbedrohungen separat modelliert werden;
• Testergebnisse Versionen, Schwellenwerte, Geräte, Angriffsgeräte und Nenner identifizieren;
• Lebendigkeits-, Qualitäts- und Gesichtsabgleichsergebnisse getrennt bleiben;
• Sitzungen und Erfassungen kurzlebig, gebunden und widerstandsfähig gegen Wiedergabe sind;
• Wiederholungs-, Eskalations-, Überprüfungs- und Wiederherstellungsrichtlinien explizite Grenzen haben;
• Zugänglichkeits- und Low-End-Geräte-Journeys getestet wurden;
• Protokolle den Grund, die Beweise, die Konfiguration und die Version für jede Entscheidung bewahren;
• die Überwachung Verschiebungen nach Angriffstyp und Benutzersegment erkennen kann;
• Datenschutz, Aufbewahrung und Zugriffskontrollen der Sensibilität biometrischer Daten entsprechen.

Didit für Lebendigkeit innerhalb eines Identitäts-Workflows nutzen

Didit bietet Passive Lebenderkennung für 0,10 $ pro Prüfung und Aktive Lebenderkennung für 0,15 $ pro Prüfung. Die aufgeführten Zertifizierungen umfassen iBeta Level 1 PAD. Teams können Lebendigkeit mit der ID-Verifikation, dem Gesichtsabgleich und der Geräte- und IP-Analyse in einem Workflow kombinieren und dann wählen, wann wiederholt, eskaliert, überprüft oder gestoppt werden soll.

Das vollständige KYC-Paket wird für 0,33 $ angeboten und kombiniert ID-Verifikation, Passive Lebenderkennung, Gesichtsabgleich und IP-Analyse. Aktuelle Modulpreise werden auf der Preisseite veröffentlicht. Diese Produktfakten beschreiben verfügbare Kontrollen; eine Organisation muss weiterhin Schwellenwerte und Überprüfungsregeln für ihr eigenes Risiko, ihre Benutzer und regulatorischen Verpflichtungen festlegen.

Häufig gestellte Fragen

Ist Lebenderkennung dasselbe wie Gesichtserkennung?

Nein. Lebendigkeit schätzt, ob eine biometrische Probe von einer lebenden, anwesenden Person stammt. Der Gesichtsabgleich vergleicht diese Probe mit einer Referenz, um abzuschätzen, ob sie dieselbe Person darstellen. Viele Abläufe benötigen beides.

Was ist Präsentationsangriffserkennung?

PAD ist die automatisierte Erkennung von Versuchen, ein biometrisches System am Sensor durch das Präsentieren eines Artefakts oder einer veränderten Eigenschaft zu stören. Es ist der standardorientierte Begriff, der üblicherweise mit Lebendigkeitskontrollen verbunden ist.

Ist passive oder aktive Lebendigkeit besser?

Keines ist universell besser. Passive Methoden reduzieren in der Regel die Interaktion, während aktive Methoden zusätzliche Herausforderungs-Antwort-Beweise liefern, auf Kosten von Reibung und Zugänglichkeitsarbeit. Bewerten Sie beides anhand desselben Angriffsmodells, der Benutzerpopulation, der Geräte und der Betriebsrichtlinien.

Kann Lebenderkennung Deepfakes stoppen?

Sie kann eine Schicht gegen einige synthetische Medienangriffe sein, ist aber keine vollständige Deepfake-Abwehr. Injektionskontrollen, vertrauenswürdige Erfassung, forensische und Herkunftssignale, Gesichtsabgleich, kontextuelles Risiko und sichere Wiederherstellung bleiben notwendig.

Was bedeuten APCER und BPCER?

APCER misst Präsentationsangriffe, die fälschlicherweise als echt klassifiziert wurden; BPCER misst echte Präsentationen, die fälschlicherweise als Angriffe klassifiziert wurden. Beides hängt von den getesteten Angriffstypen und dem Betriebsschwellenwert ab.

Deckt eine PAD-Zertifizierung Injektionsangriffe ab?

Nicht automatisch. Der Zertifizierungsumfang muss sorgfältig gelesen werden. PAD-Tests konzentrieren sich auf Präsentationsangriffe unter definierten Bedingungen; Injektions- und Anwendungspfad-Abwehrmaßnahmen erfordern möglicherweise eine separate Bewertung.

Wie oft sollte Lebendigkeit verwendet werden?

Der Einsatz sollte dem Risiko der Aktion folgen. Er kann bei der Registrierung, Wiederherstellung, risikoreichen Authentifizierung oder sensiblen Transaktionen angemessen sein, aber wiederholte biometrische Erfassungen verursachen auch Kosten für den Datenschutz und die Benutzererfahrung.

Primäre Referenzen

• NIST Glossar: Präsentationsangriffserkennung
• ISO/IEC 30107-1:2023 Rahmenwerk zur biometrischen Präsentationsangriffserkennung
• ISO/IEC 30107-3:2023 PAD-Tests und Berichterstattung
• NIST FATE Teil 10: Leistung passiver, softwarebasierter PAD
• NIST SP 800-63B-4: Authentifizierung und Authentifizierungsverwaltung
• FIDO Alliance Gesichtserkennungs-Zertifizierungsprogramm

Lebendigkeit funktioniert am besten, wenn ihre Behauptung eng und testbar bleibt: Sie liefert den Nachweis, dass eine biometrische Probe bei der Erfassung von einer lebenden Person stammte. Identität, Autorisierung und laufende Risikobewertungen müssen auf diesen Beweisen aufgebaut und dürfen nicht aus ihnen abgeleitet werden.