ПЛАС: Как построен процесс удаленной идентификация
и верификации клиента на основании лицевой биометрии? Какая
технология лежит в ее основе?
С. Ефимова: Лицевая биометрическая идентификация
не требует дополнительного специального оборудования или
камер, а также экспертных знаний и навыков от рядового пользователя,
чтобы ее применить. Технология встраивается в мобильное
приложение банка, где пользователь проходит идентификацию.
Клиенту достаточно посмотреть в камеру, в некоторых случаях
— сделать ряд требуемых движений. Процесс завершен за пару
секунд, произошла биометрическая идентификация на определение
живого человека в кадре и сравнение лица человека с лицом
на документе или в базе.
В основе технологии лежат алгоритмы распознавания на базе
нейронной сети, которые были обучены на большой базе фото
и видеодатасетов. Для сценария сравнения лиц «1 к 1» результатом
работы нейронной сети является классификация похож / не
похож, а также скоринговая оценка схожести. Есть еще сценарий
«1 к N» («один ко многим») поиска в большой базе данных,
где нейронной сети надо найти наиболее похожего человека
из группы лиц.
В обучении систем важна точность распознавания, именно она
обеспечивает надежность такой системы. Причина проста —
с переходом на удаленную идентификацию пользователей во
всем мире активизировались мошенники, специализирующиеся
на применении биометрических и deapfake-атак. Преступники,
как правило, прибегают к спуфингу (от spoofing — подмена)
— это демонстрация фото или видео другого человека с любого
устройства для прохождения удаленной идентификации. Также
они могут использовать различные маски.
Подтверждения качества и точности работы технологии проводят
независимые тестовые лаборатории, например, лаборатория
iBeta, аккредитованная при Национальном институте стандартов
и технологий США (NIST).
Решение Oz Liveness по пассивному детектированию биометрических
атак первым в РФ и СНГ прошло тест и получило сертификат
на соответствие стандарту
ISO 30 107‑3 в 2021 году. Технология Oz Liveness разрабатывалась
для того, чтобы определить, находится ли в кадре живой человек.
Тестирование для платформ IOS и Android в лаборатории iBeta
проводились с помощью следующих артефактов: 2D-фото на матовой
бумаге с вырезами, изогнутое по лицу, маска с вырезом для
глаз, фото и видео с ноутбука или iPad, 3D-бумажная маска,
сделанная вручную. В некоторых атаках добавлялись шляпы
и очки. Из 300 оригинальных тестовых Liveness проверок,
которые были проведены с помощью реального лица, 299 завершились
успешно. Ошибка ложного срабатывания Oz Liveness составила
менее 1%. При этом не было пропущено ни одной из 1000 атак,
то есть точность детектирования атак составила 100%.