Активное и пассивное обнаружение живости: выбор правильной биометрической безопасности

Активное и пассивное обнаружение живости — это два основных метода, используемых для определения того, представлен ли биометрический образец живым человеком или злоумышленником, использующим попытку спуфинга. Выбор правильного подхода зависит от баланса между удобством использования, требованиями безопасности и конкретным сценарием использования для проверки личности.

Что такое обнаружение живости?

Обнаружение живости является критически важным компонентом систем биометрической безопасности, предназначенным для предотвращения спуфинг-атак. Спуфинг включает в себя представление поддельного биометрического образца, такого как распечатанная фотография, видео, 3D-маска или даже технология дипфейков, для обхода проверки личности. Без эффективного обнаружения живости биометрические системы уязвимы для этих сложных мошеннических попыток.

Почему обнаружение живости необходимо для проверки личности?

В постоянно развивающемся цифровом мире полагаться исключительно на статические документы, удостоверяющие личность, или простое распознавание лиц недостаточно. Мошенники постоянно совершенствуют свои методы, что делает обнаружение живости незаменимым для:

• Предотвращения захвата учетных записей: Обеспечение доступа к учетной записи только законному пользователю, даже если учетные данные были украдены.
• Привлечения новых пользователей (KYC/KYB): Проверка подлинности физических лиц (Знай своего клиента) и компаний (Знай свой бизнес) во время первоначальной регистрации, предотвращение создания синтетических личностей или мошеннических регистраций.
• Соответствия требованиям: Соблюдение нормативных требований по борьбе с отмыванием денег (AML) и других финансовых правил, которые требуют надежной проверки личности.
• Повышения доверия: Формирование уверенности у пользователей в том, что их данные и транзакции безопасны.

Активное обнаружение живости: взаимодействие с пользователем для проверки

Активное обнаружение живости требует от пользователя выполнения определенных действий или движений во время процесса биометрического захвата. Эти действия разработаны таким образом, чтобы их было трудно воспроизвести при попытке спуфинга.

Как работает активное обнаружение живости

Как правило, активное обнаружение живости предлагает пользователям:

• Выполнять движения головой: Поворачивать голову влево, вправо, вверх или вниз.
• Моргать: Открывать и закрывать глаза.
• Произносить фразу: Повторять случайную последовательность чисел или слов.
• Улыбаться или делать другие выражения лица.

Датчики и алгоритмы анализируют эти движения и выражения в режиме реального времени, чтобы подтвердить присутствие живого человека. Например, система может отслеживать движения глаз, чтобы убедиться в естественном характере моргания, или анализировать тонкие сокращения лицевых мышц во время улыбки.

Преимущества активного обнаружения живости

• Высокая безопасность: Обычно считается более безопасным против простых попыток спуфинга, таких как распечатанные фотографии или простые видео, поскольку они не могут легко воспроизвести динамические движения.
• Четкая обратная связь с пользователем: Пользователи часто получают четкие инструкции, которые могут помочь им в процессе.

Недостатки активного обнаружения живости

• Проблемы с пользовательским опытом (UX): Требование выполнения определенных действий может быть неудобным, трудоемким и разочаровывающим для пользователей, что потенциально может привести к отказу от использования.
• Проблемы с доступностью: Пользователи с ограниченными возможностями или те, кто находится в условиях, где выполнение действий затруднено, могут столкнуться с трудностями.
• Ложные отказы: Несовершенное выполнение требуемых действий может привести к отклонению законных пользователей.
• Уязвимость к продвинутому спуфингу: Высокотехнологичные дипфейки или 3D-маски с анимированными функциями все еще могут потенциально обходить некоторые активные проверки живости.

Пассивное обнаружение живости: плавная и невидимая проверка

Пассивное обнаружение живости, также известное как «бесшумное» или «прозрачное» обнаружение живости, работает без каких-либо явных действий со стороны пользователя. Система анализирует биометрический образец на наличие тонких признаков, указывающих на живость.

Как работает пассивное обнаружение живости

Вместо взаимодействия с пользователем пассивное обнаружение живости опирается на передовые алгоритмы и машинное обучение для анализа различных характеристик захваченного изображения или видео, таких как:

• Анализ текстуры: Обнаружение текстуры кожи, отражений и тонких несовершенств, которые отсутствуют на плоских изображениях или экранах.
• Отражение и преломление света: Анализ того, как свет взаимодействует с лицом, поиск закономерностей, соответствующих 3D-объекту, а не 2D-представлению.
• Микродвижения: Обнаружение непроизвольных движений, таких как тонкие сдвиги головы или подергивания глаз, характерные для живых существ.
• Расширение зрачков: Наблюдение за естественными изменениями размера зрачков в ответ на свет.
• Восприятие глубины: Использование монокулярного или стереоскопического зрения для определения 3D-структуры лица.
• Обнаружение материала: Идентификация характеристик бумаги, пикселей экрана или материалов маски.

Преимущества пассивного обнаружения живости

• Превосходный пользовательский опыт: Не требуется никаких явных действий, что делает процесс быстрее, плавнее и менее навязчивым. Это значительно снижает трение и повышает конверсию.
• Улучшенная доступность: Более инклюзивно для пользователей с ограниченными возможностями или тех, кто находится в сложных условиях.
• Более быстрая проверка: Отсутствие подсказок для пользователя ускоряет общий процесс проверки.
• Масштабируемость: Легче интегрируется в автоматизированные рабочие процессы без вмешательства человека.

Недостатки пассивного обнаружения живости

• Интенсивность вычислений: Требует более сложных алгоритмов и вычислительной мощности.
• Возможность ложных срабатываний/отказов: Хотя и очень точные, несовершенные условия освещения или необычные черты лица иногда могут приводить к неправильной классификации.
• Природа «черного ящика»: Процесс принятия решений может быть менее прозрачным из-за сложности моделей ИИ.

Выбор между активным и пассивным обнаружением живости

Выбор между активным и пассивным обнаружением живости часто сводится к компромиссу между обеспечением безопасности и удобством использования. Многие современные решения для проверки личности, такие как Didit, используют комбинацию обоих подходов, часто начиная с пассивных проверок и переходя к активным проверкам только при обнаружении более высокого риска.

При выборе учитывайте следующие факторы:

• Требования к безопасности: Для транзакций с высоким риском или конфиденциальных данных может быть предпочтителен многоуровневый подход, включающий активные проверки.
• База пользователей: Если ваши пользователи разнообразны по возрасту, технической грамотности или физическим возможностям, пассивное обнаружение живости обеспечивает лучшую доступность.
• Соответствие нормативным требованиям: Некоторые правила могут косвенно или явно отдавать предпочтение определенным уровням гарантии, которые может обеспечить активное обнаружение живости.
• Сложность интеграции: Пассивное обнаружение живости часто более плавно интегрируется в существующие рабочие процессы благодаря своей ненавязчивой природе.
• Стоимость: Передовые алгоритмы для пассивного обнаружения живости иногда могут быть более ресурсоемкими, хотя преимущества в пользовательском опыте часто перевешивают это.

Гибридные подходы

Гибридный подход становится все более распространенным, сочетая лучшее из обоих миров. Обычно это включает:

1. Первоначальная пассивная проверка: Система сначала пытается проверить живость пассивно. В случае успеха процесс продолжается без прерывания пользователем.
2. Активная проверка (при необходимости): Если пассивная проверка указывает на потенциальный риск или неопределенность, система может затем предложить пользователю активную проверку живости (например, поворот головы или моргание), чтобы собрать более убедительные доказательства.

Эта стратегия оптимизирует пользовательский опыт, сохраняя при этом высокий уровень безопасности, переходя к более навязчивым проверкам только при необходимости.

Основные выводы

• Обнаружение живости имеет решающее значение для предотвращения атак биометрического спуфинга при проверке личности.
• Активное обнаружение живости требует взаимодействия с пользователем (например, поворотов головы, морганий) и обеспечивает высокую безопасность, но может создавать трудности.
• Пассивное обнаружение живости работает плавно без действий пользователя, анализируя тонкие признаки живости, предлагая превосходный пользовательский опыт и скорость.
• Выбор между активным и пассивным обнаружением живости зависит от баланса потребностей в безопасности, пользовательского опыта и требований соответствия.
• Гибридные подходы сочетают оба метода, начиная с пассивных проверок и переходя к активным проверкам только при обнаружении риска, предлагая оптимальный баланс.

Часто задаваемые вопросы

В: Настолько ли безопасно пассивное обнаружение живости, как активное?

О: Современные технологии пассивного обнаружения живости, основанные на передовом ИИ и машинном обучении, могут быть очень безопасными и эффективными против широкого спектра спуфинг-атак. Хотя активные методы могут предлагать более высокую планку для некоторых простых спуфов, пассивные методы превосходно обнаруживают тонкие, непроизвольные признаки жизни, которые трудно подделать. Многие решения сочетают оба метода для оптимальной безопасности.

В: Какие распространенные методы спуфинга стремится предотвратить обнаружение живости?

О: Распространенные методы спуфинга включают представление распечатанных фотографий, цифровых изображений на экранах, записанных видео, 3D-масок и, все чаще, сложных дипфейк-видео или синтетических личностей.

В: Как Didit включает обнаружение живости?

О: Инфраструктура проверки личности Didit включает передовые возможности обнаружения живости как часть своего комплексного набора модулей. Наша система разработана для обеспечения быстрой, точной и безопасной проверки, используя сложные алгоритмы для обнаружения и предотвращения попыток спуфинга, часто применяя гибридный подход для оптимизации как безопасности, так и пользовательского опыта по нашим более чем 1000 источникам данных.

В: Можно ли использовать обнаружение живости как для Know Your Customer (KYC), так и для Know Your Business (KYB)?

О: Да, обнаружение живости в основном используется для проверки физических лиц в процессах KYC. Для KYB (Know Your Business), хотя сам бизнес не имеет биометрических данных, обнаружение живости имеет решающее значение для проверки личности конечных бенефициарных владельцев (UBO) и других ключевых лиц, связанных с бизнесом, гарантируя, что люди, представляющие бизнес, являются законными.

В: Что такое сертификация iBeta Level 1 PAD?

О: iBeta Level 1 PAD (Presentation Attack Detection) — это сертификация от независимой испытательной лаборатории, которая подтверждает эффективность системы обнаружения живости против различных спуфинг-атак. Получение этой сертификации, как это сделала Didit, демонстрирует высокий уровень безопасности и надежности в предотвращении атак представления.

Didit предоставляет инфраструктуру для идентификации и предотвращения мошенничества, включая надежное обнаружение живости, как часть наших комплексных решений для проверки личности. Наша платформа позволяет интегрировать проверки личности и мошенничества в ваше приложение за считанные минуты, с прозрачным ценообразованием по принципу «плати по мере использования» и без минимальных требований. Вы можете выполнять 500 бесплатных проверок каждый месяц, при этом полная проверка личности начинается всего с 0,30 доллара США. Наши модули охватывают проверку пользователей (KYC), проверку бизнеса (KYB), мониторинг транзакций и проверку кошельков (KYT (Know Your Transaction)), работая в более чем 220 странах и территориях.

Начните работу с Didit

Didit — это инфраструктура для идентификации и предотвращения мошенничества — один API, публичное ценообразование по принципу «плати по мере использования» и 500 бесплатных проверок каждый месяц. Добавьте проверку личности в свой рабочий процесс и интегрируйте ее за 5 минут.

• Проверка личности — посмотрите, как это работает и сколько стоит.
• Прочитайте документацию — справочник по API и руководство по интеграции.
• Начните бесплатно — 500 проверок каждый месяц, кредитная карта не требуется.