Lewati ke konten utama
Didit Raih $7,5 Juta untuk Membangun Infrastruktur Identitas dan Fraud
Didit
Kembali ke blog
Blog · 12 Maret 2026

Alur Kerja Cadangan Dinamis untuk Deteksi Keaktifan Seluler (ID)

Membangun deteksi keaktifan biometrik yang tangguh di aplikasi seluler sangat penting untuk pencegahan penipuan. Alur kerja cadangan dinamis memastikan tingkat kelulusan pengguna yang tinggi sambil menjaga keamanan, beradaptasi.

Oleh DiditDiperbarui
dynamic-fallback-workflow-biometric-liveness-detection-mobile-apps.png

Optimalkan Pengalaman PenggunaImplementasikan deteksi keaktifan multi-lapis dengan opsi cadangan dinamis untuk mengurangi gesekan dan meningkatkan verifikasi yang berhasil, terutama di lingkungan yang menantang seperti cahaya rendah atau dengan perangkat lama.

Tingkatkan Pencegahan PenipuanManfaatkan kombinasi metode keaktifan Pasif, Flash 3D, dan Aksi & Flash 3D, beralih secara dinamis ke opsi yang lebih kuat ketika upaya awal menunjukkan risiko yang lebih tinggi atau potensi pemalsuan.

Pertahankan Standar KeamananKonfigurasikan ambang batas dan tindakan untuk berbagai faktor risiko—seperti skor keaktifan rendah atau potensi wajah duplikat—untuk secara otomatis memicu peninjauan atau penolakan, memastikan kepatuhan dan mencegah serangan canggih.

Keunggulan Modular DiditPlatform AI-native Didit memungkinkan bisnis untuk dengan mudah membangun dan mengatur alur kerja keaktifan yang fleksibel dengan aturan yang dapat dikonfigurasi, menawarkan KYC Inti Gratis dan tanpa biaya pengaturan untuk verifikasi identitas yang skalabel dan aman.

Di dunia yang mengutamakan digital saat ini, deteksi keaktifan biometrik telah menjadi landasan verifikasi identitas yang aman dalam aplikasi seluler. Dari perbankan dan fintech hingga media sosial dan e-commerce, memastikan bahwa orang yang nyata dan hidup berinteraksi dengan aplikasi—bukan penipu yang menggunakan foto, video, atau deepfake—adalah hal yang terpenting. Namun, mengandalkan satu metode deteksi keaktifan dapat menyebabkan pengalaman pengguna yang kurang optimal, dengan pengguna yang sah berpotensi gagal verifikasi karena faktor-faktor seperti pencahayaan buruk, perangkat lama, atau bahkan kedipan sederhana pada saat yang salah. Di sinilah alur kerja cadangan dinamis menjadi sangat diperlukan.

Alur kerja cadangan dinamis secara cerdas menyesuaikan proses deteksi keaktifan berdasarkan hasil awal, lingkungan pengguna, dan ambang batas risiko yang dikonfigurasi. Alih-alih pendekatan satu ukuran untuk semua, ini memungkinkan transisi yang mulus antara metode keaktifan yang berbeda, mengoptimalkan keamanan dan tingkat kelulusan pengguna. Didit, dengan kemampuan Keaktifan Pasif & Aktif yang canggih, menyediakan fondasi ideal untuk membangun sistem yang tangguh tersebut.

Kebutuhan akan Alur Kerja Keaktifan Dinamis

Deteksi keaktifan tradisional sering kali menyajikan hasil biner: lulus atau gagal. Meskipun efektif untuk upaya pemalsuan dasar, pendekatan yang kaku ini dapat menyebabkan frustrasi dan pengabaian pengguna. Bayangkan seorang pengguna yang mencoba membuka rekening bank baru, hanya untuk ditolak karena kualitas kamera ponsel mereka tidak optimal untuk pemeriksaan keaktifan yang diperlukan, atau mereka berada di ruangan yang remang-remang. Alur kerja dinamis mengatasi tantangan ini dengan menawarkan jalur alternatif untuk verifikasi tanpa mengorbankan keamanan.

Misalnya, upaya awal mungkin menggunakan metode yang tidak terlalu mengganggu, seperti Keaktifan Pasif Didit, yang menganalisis satu bingkai untuk tanda-tanda keaktifan. Jika ini gagal karena kualitas wajah yang rendah atau potensi upaya pemalsuan, sistem dapat secara otomatis meminta pengguna untuk mencoba metode yang lebih kuat, seperti Flash 3D. Eskalasi ini memastikan bahwa pengguna yang sah masih dapat menyelesaikan verifikasi mereka sementara penipu dihadapkan pada pertahanan yang semakin canggih.

Terlebih lagi, lanskap ancaman terus berkembang. Deepfake dan serangan presentasi canggih menuntut pertahanan yang fleksibel. Dengan menyesuaikan metode keaktifan secara dinamis, bisnis dapat tetap unggul dari penipu, menyebarkan tingkat keamanan yang sesuai untuk setiap situasi unik. Pendekatan AI-native Didit memastikan bahwa metode deteksi keaktifannya terus belajar dan beradaptasi dengan vektor serangan baru.

Merancang Strategi Cadangan Dinamis Anda

Membangun alur kerja cadangan dinamis yang efektif melibatkan beberapa pertimbangan utama:

  1. Prioritaskan Pengalaman Pengguna: Mulailah dengan metode yang paling tidak mengganggu dan tercepat. Keaktifan Pasif Didit sangat baik untuk ini, menawarkan keamanan standar dengan upaya pengguna yang minimal. Jika skor tinggi dan tidak ada peringatan yang terpicu, pengguna dapat melanjutkan dengan cepat.

  2. Definisikan Ambang Batas Risiko: Tetapkan ambang batas yang jelas untuk skor keaktifan dan jenis peringatan. Laporan Deteksi Keaktifan Didit menyediakan skor dan peringatan terperinci (misalnya, LOW_LIVENESS_SCORE, LIVENESS_FACE_ATTACK, POSSIBLE_DUPLICATED_FACE). Anda dapat mengonfigurasi aplikasi Anda untuk secara otomatis menyetujui, meninjau, atau menolak berdasarkan ini. Misalnya, skor di bawah 70 dapat memicu cadangan, sementara skor di bawah 50 dapat menyebabkan penolakan otomatis.

  3. Implementasikan Metode Keaktifan Berjenjang:

    • Tingkat 1 (Keamanan Standar): Keaktifan Pasif. Cepat, nyaman, dan cocok untuk kasus penggunaan berisiko rendah atau sebagai upaya pertama. Jika peringatan LOW_LIVENESS_SCORE terpicu, atau jika MULTIPLE_FACES_DETECTED (dalam mode pasif) atau LOW_FACE_QUALITY terjadi, pindah ke Tingkat 2.
    • Tingkat 2 (Keamanan Tinggi): Flash 3D. Jika Keaktifan Pasif menunjukkan risiko yang lebih tinggi atau gagal, minta pengguna untuk pemeriksaan Flash 3D. Metode ini memproyeksikan pola cahaya dinamis untuk membuat peta kedalaman, memberikan keamanan tinggi terhadap foto atau pemalsuan 2D sambil mempertahankan pengalaman yang mulus.
    • Tingkat 3 (Keamanan Tertinggi): Aksi & Flash 3D. Untuk skenario berisiko tertinggi (misalnya, transaksi bernilai tinggi, pemulihan akun), atau jika Flash 3D masih menimbulkan kekhawatiran (misalnya, LIVENESS_FACE_ATTACK), eskalasi ke Aksi & Flash 3D. Ini menggabungkan tindakan acak (seperti berkedip) dengan analisis cahaya dinamis, membuatnya hampir tidak mungkin untuk dipalsukan dengan deepfake atau masker canggih.
  4. Tangani Kondisi Penolakan Otomatis: Kondisi tertentu harus selalu menghasilkan penolakan otomatis, terlepas dari strategi cadangan. Didit menandai ini dengan jelas, seperti NO_FACE_DETECTED, LIVENESS_FACE_ATTACK, atau FACE_IN_BLOCKLIST (jika wajah cocok dengan entri di daftar blokir Anda melalui Pencocokan Wajah 1:1 & Pencarian Wajah Didit). Ini adalah kegagalan keamanan yang tidak dapat dinegosiasikan.

  5. Berikan Panduan Pengguna yang Jelas: Ketika cadangan terpicu, jelaskan dengan jelas kepada pengguna mengapa langkah yang berbeda diperlukan dan bagaimana cara menyelesaikannya dengan sukses. Ini mengurangi frustrasi dan meningkatkan tingkat penyelesaian.

Memanfaatkan Laporan Deteksi Keaktifan Didit untuk Orkestrasi

Laporan Deteksi Keaktifan Didit yang komprehensif adalah kunci untuk membangun alur kerja dinamis ini. Dikembalikan sebagai objek JSON, ini memberikan informasi penting:

  • status: Status verifikasi keseluruhan ('Disetujui', 'Ditolak', 'Dalam Peninjauan', 'Belum Selesai').
  • method: Metode keaktifan spesifik yang digunakan ('ACTIVE_3D', 'FLASHING', 'PASSIVE').
  • score: Skor kepercayaan yang menunjukkan kemungkinan keaktifan.
  • age_estimation: Berguna untuk layanan yang dibatasi usia, terintegrasi langsung dalam respons keaktifan.
  • warnings: Sebuah array penting yang merinci setiap risiko yang terdeteksi, seperti LOW_LIVENESS_SCORE, POSSIBLE_DUPLICATED_FACE, atau HIGH_FACE_LUMINANCE. Setiap peringatan mencakup jenis risk, short_description, dan log_type.
  • matches: Jika Pencarian Wajah digunakan, ini menunjukkan sesi yang cocok dan persentase kesamaannya, termasuk apakah wajah yang cocok is_blocklisted.

Dengan mengurai laporan ini, aplikasi Anda dapat membuat keputusan cerdas secara real-time. Misalnya, jika score berada di bawah 'ambang peninjauan' Anda tetapi di atas 'ambang penolakan' Anda, dan peringatan LOW_LIVENESS_SCORE ada, alur kerja Anda dapat secara otomatis memulai permintaan untuk pemeriksaan keaktifan keamanan yang lebih tinggi menggunakan metode Flash 3D Didit. Jika FACE_IN_BLOCKLIST terdeteksi, transaksi dapat segera ditolak.

Bagaimana Didit Membantu

Didit memiliki posisi unik untuk membantu bisnis membangun alur kerja cadangan yang tangguh dan dinamis untuk deteksi keaktifan biometrik. Platform modular AI-native kami menawarkan rangkaian alat komprehensif yang dirancang untuk fleksibilitas dan keamanan:

  • Metode Keaktifan Modular: Didit menyediakan Keaktifan Pasif, Flash 3D, dan Aksi & Flash 3D, memungkinkan Anda untuk memilih dan beralih secara dinamis antara metode berdasarkan kebutuhan keamanan spesifik dan selera risiko Anda. Modularitas ini berarti Anda dapat memulai dengan pemeriksaan dasar dan meningkatkan sesuai kebutuhan, memastikan keamanan dan pengalaman pengguna.
  • Akurasi AI-Native: Deteksi keaktifan kami memiliki akurasi 99,9% dengan tingkat penerimaan palsu kurang dari 0,1%, secara efektif memerangi serangan pemalsuan canggih termasuk deepfake.
  • Alur Kerja yang Dapat Dikonfigurasi: Dengan Konsol Bisnis tanpa kode dan API bersih Didit, bisnis dapat dengan mudah mengatur alur kerja verifikasi identitas yang kompleks. Anda dapat menentukan aturan, menetapkan ambang batas untuk skor keaktifan, dan mengonfigurasi tindakan untuk berbagai peringatan (misalnya, 'Tinjau' untuk LOW_FACE_QUALITY, 'Tolak' untuk LIVENESS_FACE_ATTACK).
  • Pelaporan Komprehensif: Laporan Deteksi Keaktifan yang terperinci menyediakan semua titik data yang diperlukan—skor, metode, peringatan, dan metadata—untuk mendukung mesin pengambilan keputusan dinamis Anda.
  • Pendekatan Mengutamakan Pengembang: Didit menawarkan sandbox instan dan dokumentasi publik, memudahkan pengembang untuk mengintegrasikan dan menyesuaikan deteksi keaktifan ke dalam aplikasi seluler mereka.
  • KYC Inti Gratis: Mulailah dengan fitur verifikasi identitas penting tanpa biaya, memungkinkan Anda untuk mengimplementasikan deteksi keaktifan yang kuat dan menjelajahi alur kerja dinamis tanpa investasi awal.

Dengan memanfaatkan kemampuan Didit, bisnis dapat menciptakan perjalanan pengguna yang mulus namun aman, mengurangi gesekan bagi pengguna yang sah sambil secara efektif menghalangi penipu. Fleksibilitas arsitektur Didit memastikan bahwa strategi deteksi keaktifan Anda dapat berkembang seiring dengan lanskap ancaman yang terus berubah.

Siap Memulai?

Siap melihat Didit beraksi? Dapatkan demo gratis hari ini.

Mulai verifikasi identitas secara gratis dengan tingkat gratis Didit.

Infrastruktur untuk identitas dan fraud.

Satu API untuk KYC, KYB, Transaction Monitoring, dan Wallet Screening. Integrasi dalam 5 menit.

Minta AI untuk merangkum halaman ini
Alur Kerja Cadangan Dinamis untuk Deteksi Keaktifan Seluler.