Lewati ke konten utama
Didit Raih $7,5 Juta untuk Membangun Infrastruktur Identitas dan Fraud
Didit
Kembali ke blog
Blog · 13 Juni 2026

Mendeteksi Kehidupan: Perbandingan Liveness Aktif dan Pasif (ID)

Deteksi kehidupan memastikan orang dalam bingkai kamera adalah nyata dan hadir — bukan foto, topeng, atau deepfake. Perbandingan liveness pasif dan aktif: cara kerja, jenis serangan yang dicegah, dan PAD Level 1 iBeta Didit.

Oleh DiditDiperbarui
how-liveness-detection-works.png

Deteksi kehidupan adalah pemeriksaan biometrik yang mengonfirmasi bahwa orang dalam bingkai kamera adalah nyata dan hadir secara fisik — bukan foto, topeng, atau video sintetis. Ini adalah lapisan teknis yang memisahkan antara “wajah muncul dalam gambar” dan “manusia hidup benar-benar ada di sana.”

Tanpa itu, pencocokan wajah mudah dipalsukan. Penyerang dengan foto target — yang tersedia di media sosial atau database pelanggaran — dapat memegangnya di depan kamera dan lolos pemeriksaan pencocokan wajah. Deteksi Serangan Presentasi, atau PAD, adalah disiplin yang menutup celah ini. Modul liveness Didit berjalan di setiap sesi verifikasi dan mengembalikan keputusan dalam waktu kurang dari 2 detik.

Poin-poin Penting

  • Deteksi kehidupan menjawab satu pertanyaan: apakah ada orang hidup di depan kamera saat ini?
  • Liveness pasif ($0.10) tidak memerlukan tindakan pengguna — model menganalisis satu tangkapan untuk tanda-tanda kehidupan.
  • Liveness aktif ($0.15) memberikan tantangan — memutar, berkedip, atau mengikuti target — dan memverifikasi respons fisik yang nyata.
  • PAD (Presentation Attack Detection) adalah standar ISO/IEC 30107-3 yang mendefinisikan jenis serangan dan ambang penerimaan.
  • Liveness pasif Didit disertifikasi oleh iBeta ke Level 1 PAD: 0% keberhasilan serangan dan 0% IAPAR (Impostor Attack Presentation Accept Rate) di 360 percobaan.
  • Alur inti KYC (Know Your Customer) lengkap — Verifikasi ID + Liveness Pasif + Pencocokan Wajah + analisis IP — berharga $0.33, dengan 500 pemeriksaan gratis setiap bulan.

Apa itu deteksi kehidupan?

Deteksi kehidupan adalah bagian dari alur biometrik yang memverifikasi bahwa subjek adalah orang yang nyata, hadir secara fisik — bukan penipu. Istilah formal untuk bidang ini adalah Presentation Attack Detection (PAD), yang distandarisasi dalam ISO/IEC 30107-3. Sistem PAD mengklasifikasikan setiap sesi sebagai asli atau sebagai serangan presentasi: upaya untuk menipu sensor biometrik dengan menyajikan sesuatu selain wajah hidup.

Metrik kinerja utama adalah IAPAR — Impostor Attack Presentation Accept Rate. Ini mengukur berapa bagian dari upaya penipuan yang salah diklasifikasikan oleh sistem sebagai asli. IAPAR yang lebih rendah lebih baik; 0% berarti sistem menolak setiap serangan dalam kumpulan pengujian.

Mengapa itu penting

Pencocokan wajah saja bertanya: apakah wajah ini cocok dengan gambar referensi? Itu tidak bertanya: apakah ini orang hidup? Itu adalah pertanyaan yang berbeda. Penipu yang mendapatkan foto dokumen — dari pelanggaran data, profil media sosial, atau pemindaian ID yang di-phishing — dapat menjawab pertanyaan pertama tanpa harus hadir sama sekali.

Liveness menutup celah itu. Dikombinasikan dengan verifikasi dokumen dan pencocokan wajah, ini membangun pemeriksaan tiga pilar yang mendasari KYC yang diatur: dokumen yang benar, wajah yang benar, dan orang hidup yang memegangnya bersama.

Regulator semakin merujuk pada liveness biometrik dalam kerangka kerja pembuktian identitas jarak jauh. Proses verifikasi keseluruhan Didit telah menerima pengesahan Tesoro/SEPBLAC/CNMV — satu-satunya penyedia yang secara resmi diakui oleh pemerintah negara anggota UE sebagai lebih aman daripada identifikasi langsung — dan liveness adalah komponen inti dari jaminan tersebut.

Liveness pasif: cara kerjanya

Liveness pasif tidak memerlukan apa pun dari pengguna. Orang tersebut melihat ke arah kamera; sistem menangkap bingkai atau urutan pendek dan menganalisisnya tanpa perintah apa pun.

Analisisnya jauh melampaui pemeriksaan apakah wajah terdeteksi. Model mencari sinyal yang membedakan permukaan nyata, tiga dimensi dari reproduksi datar: tekstur mikro kulit versus kertas atau layar, isyarat kedalaman dalam pencahayaan dan bayangan, cara cahaya memantul di wajah melengkung versus substrat datar, dan gerakan mikro alami — kedipan mikro yang tidak disengaja, gerakan pernapasan — yang tidak dapat direplikasi oleh gambar statis.

Hasilnya adalah klasifikasi (asli atau serangan) ditambah skor kepercayaan, dikembalikan dalam waktu kurang dari 2 detik. Karena liveness pasif tidak memerlukan tindakan pengguna, itu terintegrasi dengan bersih ke dalam alur orientasi apa pun dengan gesekan minimal.

Menangkap: foto cetak, layar yang memutar ulang wajah, video putar ulang yang direkam tanpa tantangan waktu nyata tertentu.

Terbaik untuk: orientasi konsumen, verifikasi usia, re-autentikasi langkah-up — alur apa pun di mana gesekan menjadi perhatian konversi.

Liveness aktif: cara kerjanya

Liveness aktif menambahkan langkah tantangan waktu nyata. Sistem meminta pengguna untuk melakukan tindakan fisik: memutar kepala ke sudut tertentu, berkedip, tersenyum, atau melacak titik bergerak di layar. Respons direkam dan diperiksa silang terhadap apa yang akan dihasilkan oleh orang yang hidup dan hadir secara fisik.

Tantangan diacak per sesi. Foto cetak tidak dapat memutar kepalanya. Video yang direkam sebelumnya tidak dapat cocok dengan tantangan yang tidak difilmkan untuknya. Ini membuat liveness aktif lebih tangguh terhadap serangan putar ulang dan video sintetis generasi awal.

Menangkap: semua yang ditangkap pasif, ditambah serangan putar ulang tertentu di mana penyerang menggunakan video yang direkam sebelumnya untuk menipu sesi.

Terbaik untuk: alur berisiko lebih tinggi — orientasi keuangan dengan persyaratan AML (Anti-Pencucian Uang), pemulihan akun bernilai tinggi, orientasi kripto yang diatur.

Kasus penggunaan

Orientasi fintech konsumen. Neobank dan platform pembayaran menjalankan liveness pasif dalam alur inti KYC sehingga setiap pengguna baru dikonfirmasi sebagai orang hidup sebelum aktivasi akun. Biaya all-in $0.33 membuatnya layak dalam skala besar.

Kepatuhan pertukaran kripto dan VASP. Pertukaran dan penyedia layanan aset virtual yang menghadapi persyaratan FATF memerlukan jaminan biometrik yang tahan terhadap pengawasan peraturan. Liveness aktif adalah tingkat yang sesuai.

Layanan digital dengan batasan usia. Platform game, streaming, dan konsumen yang diatur yang menggunakan estimasi usia wajah memerlukan liveness untuk mengonfirmasi bahwa wajah yang dianalisis adalah milik orang hidup di depan kamera, bukan foto yang dipegang.

Re-autentikasi akun. Ketika pengguna memulai tindakan bernilai tinggi — transfer besar, perubahan kredensial — Otentikasi Biometrik ($0.10) yang dipasangkan dengan liveness mengonfirmasi ulang bahwa pengguna yang terdaftar hadir secara fisik, bukan penyerang pengambilalihan akun dengan akses perangkat.

Bagaimana Didit membantu

Liveness berjalan dalam sesi verifikasi Didit — bukan sebagai panggilan mandiri terpisah. Integrasinya bekerja sebagai berikut:

  1. Di Konsol Bisnis, buka Pembuat Alur Kerja dan tambahkan Liveness Pasif atau Liveness Aktif ke alur kerja Anda bersama dengan Verifikasi ID dan Pencocokan Wajah.
  2. Dari backend Anda, buat sesi: POST /v3/session/ dengan workflow_id, vendor_data, dan callback_url.
  3. Arahkan pengguna ke session.url — UI Didit yang dihosting menangani akses kamera, pengambilan, dan menjalankan model PAD. Tidak ada perubahan SDK sisi klien yang diperlukan untuk menambahkan liveness ke alur yang ada.
  4. Terima hasilnya melalui webhook (session.status.updated) atau polling GET /v3/session/{sessionId}/decision/. Array liveness_checks[] dalam respons membawa status, skor kepercayaan, dan jenis serangan yang terdeteksi jika berlaku.

Pembuat Alur Kerja memungkinkan Anda mengonfigurasi percabangan pada hasil liveness: arahkan DECLINED ke tinjauan manual, izinkan satu percobaan ulang, atau tolak secara keras — semuanya tanpa penerapan kode.

Pertanyaan yang sering diajukan

Apa perbedaan antara liveness pasif dan aktif?

Liveness pasif menganalisis satu tangkapan tanpa perintah pengguna. Liveness aktif mengeluarkan tantangan waktu nyata — memutar, berkedip, atau melacak — yang harus ditanggapi oleh orang hidup. Pasif memiliki gesekan lebih rendah; aktif memberikan jaminan lebih tinggi terhadap serangan putar ulang.

Apa arti iBeta Level 1 PAD?

iBeta adalah lab independen terakreditasi NIST. Pengujian PAD Level 1 mencakup foto cetak, pemutaran ulang layar, dan serangan video yang direkam sebelumnya sesuai ISO/IEC 30107-3. Didit mencapai 0% keberhasilan serangan dan 0% IAPAR di 360 percobaan yang diuji. Level 2 memperluas cakupan ke topeng 3D dan prostetik — pengujian terpisah yang lebih menuntut yang saat ini tidak diklaim oleh Didit.

Berapa biaya liveness?

Liveness Pasif adalah $0.10 per pemeriksaan; Liveness Aktif adalah $0.15. Keduanya dihitung dalam 500 verifikasi gratis yang disertakan setiap bulan — tanpa minimum, tanpa biaya kursi.

Apakah liveness menghentikan serangan injeksi deepfake?

PAD menangani serangan di mana artefak disajikan di depan kamera fisik. Serangan injeksi — di mana video sintetis dimasukkan langsung ke pipeline pengambilan, melewati kamera — adalah kelas ancaman yang berbeda yang memerlukan lapisan sinyal tambahan. Lihat panduan deteksi serangan injeksi untuk melihat bagaimana Didit menangani keduanya.

Apakah liveness menggantikan verifikasi dokumen?

Tidak. Liveness mengonfirmasi bahwa orang hidup hadir; itu tidak mengonfirmasi siapa mereka. Verifikasi dokumen dan pencocokan wajah menetapkan identitas; liveness mengonfirmasi kehadiran. Ketiga hal ini bersama-sama merupakan KYC yang aman.

Siap untuk memulai?

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
Cara Kerja Deteksi Kehidupan: Aktif vs Pasif | Didit.