ブログ・ 2026年7月28日

生体検知：手法、測定基準、テスト (JA)

生体認証の生体検知に関する技術ガイド：アクティブ方式とパッシブ方式、プレゼンテーション攻撃とインジェクション攻撃、PAD測定基準、テスト、デプロイメント、一般的な評価ミスについて解説します。.

By Didit2026年7月28日更新日 2026年7月28日

生体検知とは、写真、再生画像、マスク、その他のアーティファクトではなく、取得時に実際に存在する生身の人物からサンプルが採取されたかどうかを推定する生体認証制御です。顔認証では、個別の顔照合システムが「この顔は参照と一致するか？」と判断する前に、「これはライブキャプチャか？」という問いに答えるのに役立ちます。

生体認証センサーに提示されるアーティファクトを検出するための標準用語は、プレゼンテーション攻撃検出（PAD）です。生体検知とPADは製品に関する議論でしばしば同じ意味で使用されますが、その境界は重要です。攻撃は、物理カメラに何も提示することなく、合成または再生されたメディアをデータパスに挿入することも可能です。

主なポイント

生体検知と顔照合は異なる問いに答えます。見知らぬ生身の人物が生体検知を通過しても、それが誤った人物である可能性があります。正しい人物の正確な画像が、再生画像であっても照合される可能性があります。
パッシブ方式とアクティブ方式では異なるトレードオフがあります。パッシブチェックは通常のキャプチャを監視しますが、アクティブチェックはユーザーに指示されたアクションの完了を求めます。
PADとインジェクション防御は異なる攻撃経路をカバーします。強力なキャプチャフローは、センサーとその後のソフトウェアパイプラインの両方を考慮する必要があります。
単一の精度パーセンテージだけでは不十分です。評価には、攻撃エラー率、正規ユーザーエラー率、テスト条件、人口統計およびデバイスのスライス、遅延、再試行動作が必要です。
テストは意図されたデプロイメントに似ている必要があります。攻撃手段、カメラ、圧縮、照明、地理、ユーザー人口はすべて結果に影響します。

生体検知の機能

リモート顔認証フローには通常、いくつかの異なる決定が含まれます。

キャプチャの整合性：サンプルは、期待されるカメラおよびアプリケーションのパスを通じて取得されましたか？
プレゼンテーション攻撃検出：センサーは、攻撃手段ではなく、生身の生体認証特性を観察しているように見えますか？
生体認証の品質：サンプルは分析に適していますか？
顔照合：キャプチャされた顔は、信頼できる参照と十分に似ていますか？
コンテキストリスク：デバイス、ネットワーク、アカウント、および行動信号は、同じ結論を裏付けていますか？

これらの決定を1つの「検証済み」結果にまとめることで、弱点を見つけにくくなります。これらを分離することで、チームはポリシーを調整し、結果を説明し、品質の低さ、なりすましの疑い、IDの不一致、高いコンテキストリスクに対して異なる対応をとることができます。

したがって、生体検知はそれ自体が本人確認の証明ではなく、本人確認決定内の制御です。

プレゼンテーション攻撃とインジェクション攻撃

プレゼンテーション攻撃は、生体認証センサーで発生します。攻撃者は、ターゲット人物であるかのようにキャプチャされることを意図したものを提示します。例としては、次のようなものがあります。

印刷または表示された顔画像
別の画面でのビデオ再生
切り抜きまたは部分的なアーティファクト
2次元または3次元のマスク
メイクアップ、補綴物、その他の外見の変更

インジェクション攻撃は、キャプチャパスを変更します。事前録画、変更、または生成されたメディアは、仮想カメラ、アプリケーション、オペレーティングシステムインターフェース、エミュレーター、またはネットワークリクエストに挿入される可能性があります。物理カメラは偽造されたサンプルを一度も認識しないかもしれません。

この区別は防御を変更します。PADは、提示されたアーティファクトに関連する視覚的または行動的な証拠を検出できますが、注入されたストリームは、PADメソッドが期待する物理的条件を回避する可能性があります。したがって、防御には、生体認証分析に加えて、アプリケーションの整合性、信頼できるキャプチャ、リプレイ耐性、セッションバインディング、ペイロード認証、仮想カメラ検出、およびサーバー側の整合性チェックが含まれる場合があります。

パッシブ、アクティブ、ハイブリッドな生体検知

パッシブ生体検知

パッシブ生体検知は、ユーザーに目立つような課題を実行させることなく、キャプチャを分析します。実装によっては、テクスチャ、奥行きのヒント、反射、動き、画像形成、時間的整合性、またはその他の信号を検査する場合があります。

主な利点は、インタラクションコストが低いことです。チェックは通常の自撮りや短いキャプチャ中に行うことができます。トレードオフは、そのセキュリティがテストされた攻撃セット、キャプチャチャネル、モデル、およびしきい値に大きく依存することです。「パッシブ」はユーザーエクスペリエンスを説明するものであり、普遍的な保証レベルではありません。

アクティブ生体検知

アクティブ生体検知は、頭のポーズを変えたり、ランダムなシーケンスに従ったりするなど、プロンプトに応答するようにユーザーに求めます。この応答は、チャレンジ・レスポンスの証拠を追加し、固定されたリプレイの有用性を低下させる可能性があります。

トレードオフは、時間の追加、アクセシビリティ要件、ローカライゼーションのニーズ、およびユーザーエラーです。予測可能または再利用可能な課題も価値を失う可能性があるため、課題の設計とセッションバインディングは、目に見えるジェスチャーと同じくらい重要です。

ハイブリッド生体検知

ハイブリッドフローは、パッシブ分析とアクティブな課題を組み合わせたもので、パッシブの結果が不確実な場合や周囲のリスクが高い場合にのみエスカレートすることがよくあります。これにより、ほとんどの正規ユーザーにとって短いパスを維持しつつ、特定のケースでより多くの証拠を収集できます。

方法	ユーザーインタラクション	主な強み	主な制限	有用なパターン
パッシブ	通常のキャプチャ	低摩擦	キャプチャ条件とテストされた攻撃に依存	デフォルトのスクリーニング
アクティブ	指示されたアクション	チャレンジ・レスポンスの証拠を追加	放棄とアクセシビリティ作業が増加	高リスクまたは不確実なケース
ハイブリッド	条件付き	証拠と摩擦のバランスをとれる	ポリシーとオーケストレーションの複雑性が増加	リスクベースのエスカレーション

適切な選択は、保護されるアクションによって異なります。アカウントの復元、高価値の送金、年齢確認、従業員アクセス、および初期の顧客オンボーディングは、必ずしも同じしきい値またはインタラクションを正当化するものではありません。

生体検知の決定がどのように行われるか

実装は異なりますが、適切に構造化されたフローは通常、次の段階に従います。

バインドされたセッションを開始します。バックエンドは、期待されるユーザー、アクション、デバイス、およびポリシーに関連付けられた短命の試行を作成します。
キャプチャをガイドします。インターフェースは、アクセシブルな指示を提供しながら、フレーミング、視認性、照明、および動きをチェックします。
入力パスを保護します。アプリケーションは、リプレイと置換の機会を制限し、サンプルを現在のセッションにバインドします。
サンプルの品質をチェックします。使用できない入力は、疑わしい攻撃とは分離されます。より良いキャプチャを求めることは、詐欺を拒否することとは異なります。
PADまたは生体検知分析を実行します。システムは、構成された方法に基づいてスコアまたはカテゴリ別の証拠を生成します。
必要に応じてIDを照合します。個別の生体認証比較により、ライブキャプチャが信頼できる参照にリンクされます。
リスク信号を組み合わせます。デバイス、IP、試行履歴、速度、およびアカウントコンテキストによって、必要なアクションが変更される場合があります。
ポリシーを適用します。結果は、合格、再試行、ステップアップ、手動レビュー、または拒否となる場合があります。
決定を記録します。監査データは、バージョン、しきい値、証拠、タイミング、および結果の理由を特定する必要があります。

再試行には明示的なルールが必要です。無制限の試行は攻撃者により多くの機会を与え、運用上の問題を隠す可能性があります。しかし、過度に厳格な制限は、古いカメラ、障害、接続不良、または困難な照明を持つ正規ユーザーを罰する可能性があります。

重要な測定基準

ISO/IEC 30107は、攻撃プレゼンテーションに関連するエラーと正規ユーザーに関連するエラーを区別します。一般的なPADの用語には以下が含まれます。

APCER — 攻撃プレゼンテーション分類エラー率：特定の種類の攻撃プレゼンテーションのうち、正規のものとして誤って分類されたものの割合。
BPCER — 正規プレゼンテーション分類エラー率：正規のプレゼンテーションのうち、攻撃として誤って分類されたものの割合。

これらの値は、特定の動作点で一緒に解釈される必要があります。しきい値を下げることで、より多くの攻撃を拒否する一方で、より多くの正規ユーザーも拒否する可能性があります。すべての攻撃を1つの平均に集約すると、リプレイやマスクなど、特定の手段に対する弱点を隠す可能性があります。

その他の運用上の測定基準も必要です。

取得または完了の失敗
再試行率と放棄率
決定遅延
デバイス、オペレーティングシステム、カメラ、およびネットワーク条件別の結果
関連する人口統計グループ全体の結果
手動レビュー率とレビュアーの同意
デプロイメント後の確認された詐欺と偽陽性結果

顔照合は、それ自体の誤照合と非照合の測定基準を導入します。これらを生体検知の測定基準として提示すべきではありません。完全なレポートでは、各レートのサブシステム、人口、しきい値、テストセット、および分母を明記します。

独立したPADテストが証明するものと証明しないもの

独立した評価は、再現可能なテスト計画、文書化された攻撃手段、およびベンダー自身のデモンストレーション以外で生成された結果を提供する点で価値があります。ISO/IEC 30107-3は、PADテストと報告の原則を規定しています。

認証またはラボテストは、すべてのデプロイメントが同じように動作することを証明するものではありません。スコープを注意深く読んでください。

どの製品とバージョンがテストされましたか？
モードはアクティブ、パッシブ、またはその両方でしたか？
どの攻撃の種類とプレゼンテーションレベルが含まれていましたか？
どのデバイス、カメラ、および環境条件が使用されましたか？
どのようなしきい値と再試行ルールが適用されましたか？
テストはプレゼンテーション攻撃のみをカバーしましたか、それともインジェクション攻撃もカバーしましたか？

デプロイメントは、異なるカメラ、圧縮、SDK統合、しきい値、キャプチャガイダンス、またはポリシーによって、ラボの結果と異なる場合があります。レポートを定義された構成に関する証拠として扱い、実際の環境に対するテストを追加してください。

生体検知システムを評価する方法

1. 保護されたアクションを定義する

合格後に何が起こるか、および誤認受容または誤認拒否によって生じる損害を述べます。低リスクアカウントを開設することの結果は、アカウントの復元または大規模な送金を承認することとは異なる場合があります。

2. 攻撃モデルを構築する

関連するプレゼンテーション手段とインジェクションパスをリストアップします。洗練された合成メディアのみに焦点を当てる前に、通常のリプレイと印刷物を含めます。攻撃者が高品質の画像、ビデオ、身元確認書類、アカウント認証情報、またはデバイスの制御を持っているかどうかを検討します。

3. スコープ付きの証拠を要求する

ラベルのない「99%」という数字ではなく、提案された動作しきい値での攻撃ごとの結果を要求します。攻撃のパフォーマンスとともに、正規ユーザーのエラー、完了、遅延、デバイスのカバレッジ、アクセシビリティ、および独立したテストのスコープを確認します。

4. 実際の統合をテストする

ユーザーが実際に使用しているデバイス、ブラウザ、帯域幅、および照明で、本番SDKまたはキャプチャコンポーネントを実行します。中断、許可の拒否、バックグラウンド処理、再試行、エミュレーター、仮想カメラ、および再利用されたセッションをテストします。

5. 全体的な決定を評価する

顔照合、書類またはデータベースの証拠、セッションバインディング、デバイスおよびネットワーク信号、ステップアップロジック、レビューツール、監査記録、および復旧パスをテストします。生体検知の結果は、弱い登録参照や安全でないフォールバックを補償することはできません。

6. リリース後に監視する

製品バージョン、デバイスセグメント、地域、獲得チャネル、およびポリシー別の結果のシフトを追跡します。変更は、新しい攻撃、モデルの回帰、カメラ固有の問題、またはトラフィックミックスの変更を示す可能性があります。履歴の決定が説明可能なままであるように、バージョン管理された証拠を保持します。

一般的な評価ミス

生体検知を本人確認の証明として扱う

生身の人物が他人の書類や合成IDを使用する可能性があります。存在の証拠を信頼できる参照やその他の顧客デューデリジェンス管理と組み合わせます。

見出しの数字1つだけでベンダーを比較する

分母、攻撃の種類、しきい値、および正規ユーザーのエラーがないパーセンテージは比較できません。使用する予定のしきい値での動作曲線または結果を要求します。

インジェクションパスを無視する

カメラに面したPADとアプリケーションの整合性は、関連するが異なる問題を解決します。事前録画または生成されたメディアが、期待されるセンサーパスをバイパスできるかどうかをテストします。

品質の低さと詐欺を混同する

ブレ、まぶしさ、遮蔽、アクセシビリティのニーズ、および低帯域幅は不確実性を引き起こす可能性があります。品質の再試行は、疑わしい攻撃とは異なるメッセージングとポリシーを使用する必要があります。

すべての不確実な試行をブロックする

バイナリポリシーは、偽陽性を増加させ、正規ユーザーを排除する可能性があります。リスクベースの再試行、アクティブなステップアップ、別の要因、および訓練されたレビューは、1つの検出器にすべてを決定させるよりも安全であることがよくあります。

復旧を登録よりも弱くする

攻撃者は最も簡単なパスを狙います。アカウントの復旧または要素のリセットが元の保証をバイパスする場合、強力なオンボーディング生体検知はアカウントのライフサイクルを保護しません。

デプロイメントチェックリスト

リリース前に、以下を確認してください。

保護されたアクションと必要な保証が文書化されていること。
プレゼンテーションとインジェクションの脅威が個別にモデル化されていること。
テスト結果がバージョン、しきい値、デバイス、攻撃手段、および分母を特定していること。
生体検知、品質、および顔照合の結果が分離されていること。
セッションとキャプチャが短命で、バインドされており、リプレイに耐性があること。
再試行、ステップアップ、レビュー、および復旧ポリシーに明示的な制限があること。
アクセシビリティとローエンドデバイスのジャーニーがテストされていること。
ログが各決定の理由、証拠、構成、およびバージョンを保持していること。
監視が攻撃の種類とユーザーセグメント別のシフトを検出できること。
プライバシー保持とアクセス制御が生体認証データの機密性と一致していること。

Diditの生体検知を本人確認ワークフロー内で使用する

Diditは、1チェックあたり0.10ドルのパッシブ生体検知と、1チェックあたり0.15ドルのアクティブ生体検知を提供しています。認定にはiBeta Level 1 PADが含まれています。チームは、生体検知をID検証、顔照合、およびデバイスおよびIP分析と組み合わせてワークフローに組み込み、再試行、ステップアップ、レビュー、または停止のタイミングを選択できます。

フルKYCバンドルは0.33ドルで、ID検証、パッシブ生体検知、顔照合、およびIP分析を組み合わせています。現在のモジュール価格は価格ページで公開されています。これらの製品情報は利用可能な制御を説明するものであり、組織は依然として独自のリスク、ユーザー、および規制上の義務に対してしきい値とレビュー規則を設定する必要があります。

よくある質問

生体検知は顔認識と同じですか？

いいえ。生体検知は、生体認証サンプルが生身の人物から採取されたかどうかを推定します。顔照合は、そのサンプルを参照と比較して、同じ人物を描写しているかどうかを推定します。多くのフローでは両方が必要です。

プレゼンテーション攻撃検出とは何ですか？

PADは、アーティファクトまたは変更された特性を提示することによって、センサーで生体認証システムに干渉しようとする試みを自動的に検出することです。これは、生体検知制御に関連する標準指向の用語です。

パッシブとアクティブの生体検知ではどちらが優れていますか？

どちらか一方が普遍的に優れているわけではありません。パッシブ方式は通常、インタラクションを減らしますが、アクティブ方式は、摩擦とアクセシビリティ作業を犠牲にしてチャレンジ・レスポンスの証拠を追加します。同じ攻撃モデル、ユーザー人口、デバイス、および運用ポリシーに対して両方を評価してください。

生体検知はディープフェイクを止められますか？

一部の合成メディア攻撃に対する1つの層にはなり得ますが、完全なディープフェイク防御ではありません。インジェクション制御、信頼できるキャプチャ、フォレンジックおよびプロベナンス信号、顔照合、コンテキストリスク、および安全な復旧は依然として必要です。

APCERとBPCERは何を意味しますか？

APCERは、正規のものとして誤って分類された攻撃プレゼンテーションを測定します。BPCERは、攻撃として誤って分類された正規のプレゼンテーションを測定します。両方とも、テストされた攻撃の種類と動作しきい値に依存します。

PAD認証はインジェクション攻撃をカバーしますか？

自動的にはカバーしません。認証の範囲は注意深く読む必要があります。PADテストは、定義された条件下でのプレゼンテーション攻撃に焦点を当てています。インジェクションとアプリケーションパスの防御には、個別の評価が必要になる場合があります。

生体検知はどのくらいの頻度で使用すべきですか？

使用はアクションのリスクに従うべきです。登録、復旧、高リスク認証、または機密性の高い取引に適している場合がありますが、繰り返される生体認証のキャプチャはプライバシーとユーザーエクスペリエンスのコストも生じさせます。

主要な参考文献

生体検知は、その主張が狭くテスト可能である場合に最も効果を発揮します。生体認証サンプルがキャプチャ時に生身の人物から採取されたという証拠を追加します。本人確認、認証、および継続的なリスクの決定は、その証拠から推測されるのではなく、その証拠に基づいて構築される必要があります。