Минимизация данных при альтернативной верификации личности (RU)

Конфиденциальность превыше всегоПрименяйте минимизацию данных как основной принцип с самого начала разработки любой системы верификации личности, обеспечивая сбор и обработку только необходимой информации.

Децентрализованные и многоразовые идентификаторыИспользуйте проверяемые учетные данные и многоразовый KYC, чтобы предоставить пользователям контроль над их данными, сокращая избыточный сбор данных в различных сервисах.

Доказательства с нулевым разглашением и ИИИсследуйте передовые криптографические методы и процессы на основе ИИ, такие как оценка возраста, для проверки атрибутов без раскрытия базовых персональных данных.

Модульная оркестровкаИспользуйте платформы, предлагающие модульные сервисы идентификации, позволяя компаниям выбирать и комбинировать только необходимые шаги верификации, тем самым минимизируя раскрытие данных.

Во все более цифровом мире потребность в надежных решениях для верификации личности (IDV) никогда не была столь критичной. Однако, с ростом опасений по поводу конфиденциальности и безопасности данных, традиционный подход сбора и хранения огромных объемов личной информации становится неустойчивым. Именно здесь вступает в игру минимизация данных, основной принцип конфиденциальности по замыслу, особенно при разработке альтернативных методов верификации личности.

Минимизация данных означает сбор наименьшего количества персонально идентифицируемой информации (PII), необходимой для достижения конкретной цели. Для IDV это означает проверку личности человека или конкретных атрибутов без избыточного сбора или избыточного хранения его конфиденциальных данных. Такой подход не только повышает конфиденциальность, но и снижает риск утечки данных, упрощает соблюдение таких правил, как GDPR, и укрепляет доверие пользователей.

Проблемы традиционного IDV и избыточного сбора данных

Традиционный IDV часто включает комплексное сканирование или фотографирование государственного удостоверения личности, за которым следует обширное извлечение и хранение данных. Хотя это эффективно для верификации, этот процесс по своей сути собирает большой объем данных:

• Полные данные удостоверения личности: Имя, адрес, дата рождения, номер документа, выдающий орган, фотография и часто даже встроенные штрих-коды или данные машиносчитываемой зоны (MRZ).
• Биометрические данные: Сканы лица высокого разрешения, которые, если с ними не обращаться осторожно, могут быть повторно идентифицированы или неправомерно использованы.
• Подтверждение адреса: Счета за коммунальные услуги или банковские выписки, содержащие подробную финансовую или жилую информацию.

Каждая часть этих данных, хранящаяся централизованно, представляет собой потенциальную ответственность. Единая утечка может подвергнуть миллионы людей краже личных данных или другим нарушениям конфиденциальности. Кроме того, многим компаниям нужно только подтвердить конкретный атрибут (например, «старше 18 лет» или «настоящий человек»), а не полный профиль личности.

Стратегии минимизации данных в альтернативном IDV

Разработка альтернативного IDV с минимизацией данных в его основе требует изменения мышления и принятия передовых технологий и методологий.

1. Верификация на основе атрибутов (ABV)

Вместо полной проверки личности ABV фокусируется на подтверждении конкретных атрибутов. Например, интернет-магазину алкоголя нужно только знать, что покупателю больше 21 года, а не его точную дату рождения. Аналогично, платформе социальных сетей может потребоваться только подтверждение «настоящий человек» для борьбы с ботами, а не полное юридическое имя.

• Оценка возраста: Такие технологии, как модуль оценки возраста Didit, могут использовать ИИ для оценки возраста пользователя по селфи, возвращая простое логическое значение (например, is_over_18: true) без раскрытия точного возраста или долгосрочного хранения биометрических данных.
• Обнаружение живости: Для борьбы с дипфейками и ботами пассивное или активное обнаружение живости подтверждает присутствие реального, живого человека. Обнаружение живости Didit обрабатывает селфи в памяти и удаляет их сразу после верификации, возвращая только результат «живой» или «неживой».

2. Многоразовые и децентрализованные идентификаторы

Концепция «проверить один раз, использовать много раз» является мощной стратегией минимизации данных. Вместо повторной верификации пользователей в каждом сервисе, пользователь может установить проверенную личность один раз, а затем делиться только необходимыми доказательствами с другими сервисами.

• Проверяемые учетные данные (VCs): Пользователи могут получить VCs от доверенного эмитента (например, банка или правительства), подтверждающие определенные атрибуты (например, «проверенная личность», «старше 18 лет»). Затем они представляют эти VCs другим сервисам, которые могут криптографически проверить их подлинность без доступа к исходным базовым данным.
• Совместимость с eIDAS2: Платформы, такие как Didit, совместимы с eIDAS2, что облегчает многоразовый KYC с биометрической повторной аутентификацией. Это позволяет пользователям давать согласие на передачу предварительно проверенных учетных данных, завершая KYC за считанные секунды, сохраняя при этом минимальный объем данных на нескольких платформах.

3. Модульные и оркестрированные рабочие процессы

Единая платформа идентификации, предлагающая модульные сервисы, позволяет компаниям точно настраивать свои процессы верификации в соответствии со своими потребностями, избегая ненужного сбора данных.

• Конструктор рабочих процессов без кода: Такие инструменты, как конструктор рабочих процессов Didit, позволяют компаниям перетаскивать только необходимые модули (например, проверка удостоверения личности → пассивное обнаружение живости → сопоставление лиц) в поток верификации. Если полный KYC не требуется, модули, такие как проверка AML или подтверждение адреса, могут быть опущены, что сокращает объем собираемых данных.
• Условная логика: Рабочие процессы могут быть разработаны с условной логикой. Например, если первоначальная оценка возраста неопределенна, только тогда она может быть переведена на полное сканирование удостоверения личности, гарантируя, что более ресурсоемкие шаги активируются только при крайней необходимости.

4. Безопасная обработка и контроль хранения данных

Даже когда данные должны быть собраны для верификации, минимизация срока их хранения и обеспечение безопасной обработки имеют первостепенное значение.

• Обработка в памяти: Для конфиденциальных данных, таких как биометрические сканы, их обработка в памяти и немедленное удаление после генерации логического результата значительно снижает риск хранения.
• Настраиваемое хранение данных: Компании должны иметь детальный контроль над тем, как долго хранятся данные верификации, в идеале позволяя удаление за сеанс или автоматическую очистку по истечении установленного периода, в соответствии с конкретными нормативными требованиями.
• Конфиденциальность по умолчанию: Проектирование систем, в которых селфи обрабатываются в памяти и удаляются, а приложения получают только логические результаты (например, «совпадение: true»), а не необработанные биометрические данные, является примером конфиденциальности по умолчанию.

Как Didit помогает

Универсальная платформа идентификации Didit разработана с учетом минимизации данных и конфиденциальности. Создавая все основные примитивы идентификации внутри компании, Didit предлагает детальный контроль над обработкой и хранением данных, позволяя компаниям внедрять решения IDV, обеспечивающие конфиденциальность:

• Модульная архитектура: Компании могут выбирать только необходимые модули верификации, избегая избыточного сбора данных.
• Биометрическая обработка в памяти: Селфи обрабатываются в памяти и немедленно удаляются, при этом клиенту приложения передаются только логические результаты.
• Оценка возраста: Проверка возраста без раскрытия точной даты рождения.
• Многоразовый KYC: Предоставление пользователям возможности делиться проверенными атрибутами на разных платформах, сокращая избыточный сбор данных.
• Оркестровка рабочих процессов: Визуальное построение индивидуальных потоков верификации, которые собирают данные, необходимые только для конкретного случая использования.
• Контроль хранения данных: Детальный контроль позволяет компаниям определять, как долго хранятся данные верификации, в соответствии с политиками конфиденциальности и нормативными актами.

Готовы начать?

Принятие минимизации данных в альтернативной верификации личности — это не только соблюдение требований; это создание более безопасной, надежной и ориентированной на пользователя цифровой экосистемы. Используя модульные платформы, верификацию на основе атрибутов и передовые технологии повышения конфиденциальности, компании могут значительно сократить объем своих данных, при этом обеспечивая надежную идентификацию. Изучите платформу Didit сегодня, чтобы создать свое решение для идентификации, ориентированное на конфиденциальность.

Посмотреть цены Didit

Начать работу с Didit Console

Рассчитать рентабельность инвестиций с Didit