Rahoituspalvelut, keikkatalous, puhelinpalvelu, terveydenhuolto, sosiaalinen verkostoituminen ja muut asiakkaat käyttävät kasvojen todentamista verkkoon liittymisen aikana, tehostettua todennusta, ikään perustuvaa käyttörajoitusta ja bottien havaitsemista. Nämä asiakkaat vahvistavat käyttäjän henkilöllisyyden yhdistämällä käyttäjän kasvot laitteen kameralla ottamaan selfie-kuvaan viranomaisten myöntämään henkilökorttikuvaan tai ennalta määritettyyn profiilikuvaan. He myös arvioivat käyttäjän iän kasvoanalyysin avulla ennen kuin sallivat pääsyn ikärajoitettuun sisältöön. Huonot toimijat käyttävät kuitenkin yhä useammin huijaushyökkäyksiä käyttämällä käyttäjän kasvokuvia tai -videoita, jotka on julkaistu julkisesti, kaapattu salaa tai luotu synteettisesti päästäkseen luvattomasti käyttäjän tilille. Tämän petoksen estämiseksi ja siihen liittyvien kustannusten vähentämiseksi asiakkaiden on lisättävä elävyyden tunnistus ennen kasvojen täsmäämistä tai iän arviointia heidän kasvojensa varmistustyönkulkuun varmistaakseen, että kameran edessä oleva käyttäjä on todellinen ja elävä henkilö. .
Olemme innoissamme esitellä Amazonin tunnistus Face Liveness auttaa sinua estämään petokset helposti ja tarkasti kasvojen todennuksen aikana. Tässä viestissä aloitamme yleiskatsauksella Face Liveness -ominaisuudesta, sen käyttötapauksista ja loppukäyttäjäkokemuksesta; antaa yleiskuvan sen huijausten havaitsemisominaisuuksista; ja näytä, kuinka voit lisätä Face Livenessia verkko- ja mobiilisovelluksiin.
Kasvojen elävyyden yleiskatsaus
Nykyään asiakkaat havaitsevat elävyyden erilaisilla ratkaisuilla. Jotkut asiakkaat käyttävät avoimen lähdekoodin tai kaupallisia kasvojen maamerkkien tunnistuksen koneoppimismalleja (ML) verkko- ja mobiilisovelluksissaan tarkistaakseen, suorittavatko käyttäjät oikein tiettyjä eleitä, kuten hymyilyä, nyökkää, pään pudistelua, silmien räpyttelyä tai suunsa avaamista. Nämä ratkaisut ovat kalliita rakentaa ja ylläpitää, ne eivät estä edistyneitä huijaushyökkäyksiä, jotka suoritetaan käyttämällä fyysisiä 3D-maskeja tai injektoituja videoita, ja vaativat käyttäjiltä paljon vaivaa. Jotkut asiakkaat käyttävät kolmannen osapuolen kasvojen elävyyttä koskevia ominaisuuksia, jotka voivat havaita vain kameralle esitetyt huijaushyökkäykset (kuten painetut tai digitaaliset valokuvat tai videot näytöllä), jotka toimivat hyvin tietyillä maantieteellisillä alueilla oleville käyttäjille ja ovat usein täysin asiakkaan hallinnassa. Lopuksi jotkin asiakasratkaisut luottavat laitteistopohjaisiin infrapuna- ja muihin puhelimen tai tietokoneen kameroissa oleviin sensoreihin kasvojen elävyyden havaitsemiseksi, mutta nämä ratkaisut ovat kalliita, laitteistokohtaisia ja toimivat vain tiettyjen huippulaitteiden käyttäjille.
Face Livenessin avulla voit havaita sekunneissa, että todelliset käyttäjät, eivät huijauksia käyttävät näyttelijät, käyttävät palveluitasi. Face Liveness sisältää seuraavat keskeiset ominaisuudet:
- Analysoi käyttäjän lyhyen selfie-videon reaaliajassa havaitakseen, onko käyttäjä todellinen vai huijaus
- Palauttaa elävyyden luottamuspisteen – mittarin luottamustasolle 0–100, joka ilmaisee todennäköisyyden, että henkilö on todellinen ja elävä
- Palauttaa korkealaatuisen vertailukuvan – selfie-kehyksen, jossa on laatutarkistuksia, joita voidaan käyttää loppupäässä Amazon Rekognition -kasvojen täsmäys or ikäarvio analyysi
- Palauttaa jopa neljä auditointikuvaa – selfie-videon kehyksiä, joita voidaan käyttää kirjausketjujen ylläpitämiseen
- Tunnistaa kameralle esitetyt huijaukset, kuten painetun valokuvan, digitaalisen valokuvan, digitaalisen videon tai 3D-maskin, sekä huijaukset, jotka ohittavat kameran, kuten esitallennettu tai syväväärennösvideo.
- Voidaan helposti lisätä sovelluksiin, jotka toimivat useimmissa etukameralla varustetuissa laitteissa käyttämällä avoimen lähdekoodin valmiita AWS Amplify UI -komponentteja
Lisäksi ei tarvita infrastruktuurin hallintaa, laitteistokohtaista toteutusta tai ML-asiantuntemusta. Ominaisuus skaalautuu automaattisesti ylös tai alas kysynnän mukaan, ja maksat vain suorittamistasi kasvojen elävyyden tarkistuksista. Face Liveness käyttää ML-malleja, jotka on koulutettu erilaisiin tietokokonaisuuksiin, jotta ne tarjoavat suuren tarkkuuden käyttäjien ihonvärien, esi-isien ja laitteiden välillä.
Käyttötapaukset
Seuraava kaavio havainnollistaa tyypillistä työnkulkua Face Livenessia käyttämällä.
Voit käyttää Face Livenessia seuraavissa käyttäjän vahvistuksen työnkulkuissa:
- Käyttäjän käyttöönotto – Voit vähentää vilpillistä tilien luomista palvelussasi vahvistamalla uudet käyttäjät Face Livenessilla ennen jatkokäsittelyä. Esimerkiksi rahoituspalveluasiakas voi käyttää Face Livenessia tunnistaakseen oikean ja elävän käyttäjän ja suorittaa sitten kasvojen täsmäytyksen varmistaakseen, että tämä on oikea käyttäjä ennen verkkotilin avaamista. Tämä voi estää huonon näyttelijän käyttämästä toisen henkilön kuvia sosiaalisessa mediassa avatakseen petollisia pankkitilejä.
- Vahvista todennus – Face Livenessilla voit vahvistaa palveluidesi arvokkaiden käyttäjätoimintojen, kuten laitteenvaihdon, salasanan vaihdon ja rahansiirron, todentamista ennen toiminnon suorittamista. Esimerkiksi kyydinjako- tai ruokatoimitusasiakas voi käyttää Face Livenessia tunnistaakseen todellisen ja elävän käyttäjän ja suorittaa sitten kasvojen täsmäytyksen vakiintuneen profiilikuvan avulla varmistaakseen kuljettajan tai kuljettajan henkilöllisyyden ennen kyydin tai toimitusta turvallisuuden edistämiseksi. Tämä voi estää luvattomia toimituskumppaneita ja kuljettajia olemasta tekemisissä loppukäyttäjien kanssa.
- Käyttäjän iän vahvistus – Voit estää alaikäisiä käyttämästä rajoitettua verkkosisältöä. Esimerkiksi online-tupakkakauppiaat tai online-uhkapeliasiakkaat voivat käyttää Face Livenessia tunnistaakseen todellisen ja elävän käyttäjän ja suorittaa sitten iän arvioinnin kasvoanalyysin avulla varmistaakseen käyttäjän iän ennen kuin myöntävät heille pääsyn palvelun sisältöön. Tämä voi estää alaikäistä käyttäjää käyttämästä vanhempiensa luottokorttia tai valokuvaa ja pääsemästä haitalliseen tai sopimattomaan sisältöön.
- Botin tunnistus – Voit estää robotteja käyttämästä palveluasi käyttämällä Face Livenessia "oikean ihmisen" captcha-tarkistusten sijaan. Esimerkiksi sosiaalisen median asiakkaat voivat käyttää Face Livenessia oikeiden ihmissekkien tekemiseen pitääkseen robotit loitolla. Tämä lisää merkittävästi bottitoimintaa ajavien käyttäjien kustannuksia ja vaivaa, koska tärkeimpien bot-toimintojen on nyt läpäistävä kasvojen eloisuustarkastus.
Loppukäyttäjän kokemus
Kun loppukäyttäjien on kirjauduttava sisään tai todennettu sovelluksessasi, Face Liveness tarjoaa käyttöliittymän ja reaaliaikaisen palautteen, jonka avulla käyttäjä voi nopeasti tallentaa lyhyen selfie-videon, jossa kasvot siirretään soikeaan muotoon laitteen näytöllä. Kun käyttäjän kasvot siirtyvät ovaaliin, laitteen näytöllä näkyy sarja värillisiä valoja ja selfie-video striimataan turvallisesti pilvisovellusliittymiin, joissa edistyneet ML-mallit analysoivat videon reaaliajassa. Kun analyysi on valmis, saat elävyyden ennustepisteet (arvo välillä 0–100), viitekuvan ja auditointikuvat. Riippuen siitä, ovatko elävyyden luottamuspisteet asiakkaan asettamien kynnysten ylä- tai alapuolella, voit suorittaa käyttäjälle myöhempiä vahvistuksia. Jos eloisuuspisteet ovat alle kynnyksen, voit pyytää käyttäjää yrittämään uudelleen tai reitittämään hänet vaihtoehtoiseen vahvistustapaan.
Näyttöjen järjestys, joille loppukäyttäjä altistuu, on seuraava:
- Sarja alkaa aloitusnäytöllä, joka sisältää johdannon ja valoherkän varoituksen. Se kehottaa loppukäyttäjää noudattamaan ohjeita todistaakseen olevansa todellinen henkilö.
- Kun loppukäyttäjä valitsee Aloita tarkistus, kameranäyttö tulee näkyviin ja tarkistus aloittaa lähtölaskennan kohdasta 3.
- Ajastimen lopussa videotallennus alkaa ja ruudulle ilmestyy soikea. Loppukäyttäjää kehotetaan siirtämään kasvonsa soikeaan. Kun Face Liveness havaitsee, että kasvot ovat oikeassa asennossa, loppukäyttäjää kehotetaan pysymään paikallaan näytettävän värisarjan ajan.
- Video lähetetään elävyyden havaitsemiseen ja näkyviin tulee latausnäyttö, jossa on viesti "Varmistaa".
- Loppukäyttäjä saa ilmoituksen onnistumisesta tai kehotteen yrittää uudelleen.
Tältä näyttää käyttökokemus Face Livenessin esimerkkitoteutuksessa.
Huijauksen havaitseminen
Face Liveness voi estää esityksen ja ohittaa huijaushyökkäykset. Kuvataan tärkeimmät huijaustyypit ja nähdään, kuinka kasvojen eloisuus estää niitä.
Esityksen huijaushyökkäykset
Nämä ovat huijaushyökkäyksiä, joissa huono näyttelijä esittää toisen käyttäjän kasvot kameralle käyttämällä painettuja tai digitaalisia esineitä. Huono näyttelijä voi käyttää tulostetta käyttäjän kasvoista, näyttää käyttäjän kasvot laitteen näytöllä valokuvan tai videon avulla tai käyttää 3D-kasvonaamaria, joka näyttää käyttäjältä. Face Liveness voi onnistuneesti havaita tämän tyyppiset esitysten huijaushyökkäykset, kuten seuraavassa esimerkissä osoitamme.
Seuraavassa esitetään esityksen huijaushyökkäys käyttämällä digitaalista videota laitteen näytössä.
Seuraavassa on esimerkki esityksen huijaushyökkäyksestä käyttämällä laitteen näytössä olevaa digitaalista valokuvaa.
Seuraava esimerkki näyttää esityksen huijaushyökkäyksen 3D-maskin avulla.
Seuraava esimerkki näyttää esityksen huijaushyökkäyksen käyttämällä tulostettua valokuvaa.
Ohitus- tai videoinjektiohyökkäykset
Nämä ovat huijaushyökkäyksiä, joissa huono näyttelijä ohittaa kameran lähettääkseen selfie-videon suoraan sovellukseen virtuaalikameran avulla.
Face Liveness -komponentit
Amazon Rekognition Face Liveness käyttää useita komponentteja:
- AWS vahvistaa verkko- ja mobiili-SDK:t
FaceLivenessDetector
komponentti - AWS SDK: t
- Pilvisovellusliittymät
Käydään läpi kunkin komponentin rooli ja kuinka voit helposti käyttää näitä komponentteja yhdessä lisätäksesi Face Livenessin sovelluksiisi muutamassa päivässä.
Vahvista verkko- ja mobiili-SDK:ita FaceLivenessDetector-komponentilla
Vahvistaa FaceLivenessDetector
komponentti integroi Face Liveness -ominaisuuden sovellukseesi. Se käsittelee käyttöliittymän ja reaaliaikaisen palautteen käyttäjille, kun he tallentavat videoselfiensä.
Kun asiakassovellus tekee FaceLivenessDetector
komponentti, se muodostaa yhteyden Amazon Rekognition -suoratoistopalveluun, muodostaa soikean loppukäyttäjän näytölle ja näyttää sarjan värillisiä valoja. Se myös tallentaa ja suoratoistaa videota reaaliajassa Amazon Rekognition -suoratoistopalveluun ja näyttää onnistumis- tai epäonnistumisviestin asianmukaisesti.
AWS SDK:t ja pilvisovellusliittymät
Kun määrität sovelluksesi integroitumaan Face Liveness -ominaisuuden kanssa, se käyttää seuraavia API-toimintoja:
- Luo FaceLivenessSession – Aloittaa Face Liveness -istunnon, jolloin Face Liveness -tunnistusmallia voidaan käyttää sovelluksessasi. Palauttaa a
SessionId
luotua istuntoa varten. - StartFaceLivenessSession – Kutsuu
FaceLivenessDetector
komponentti. Käynnistää tapahtumavirran, joka sisältää tietoja nykyisen istunnon oleellisista tapahtumista ja määritteistä. - Hanki FaceLivenessSessionResults – Hakee tietyn Face Liveness -istunnon tulokset, mukaan lukien Face Liveness -luottamuspisteet, viitekuvan ja auditointikuvat.
Voit testata Amazon Rekognition Face Livenessia millä tahansa tuetulla AWS SDK:lla, kuten AWS Python SDK Boto3 tai AWS SDK Java V2:lle.
Kehittäjäkokemus
Seuraava kaavio kuvaa ratkaisuarkkitehtuuria.
Kasvojen elävyyden tarkistusprosessi sisältää useita vaiheita:
- Loppukäyttäjä aloittaa Face Liveness -tarkistuksen asiakassovelluksessa.
- Asiakassovellus kutsuu asiakkaan taustajärjestelmää, joka puolestaan kutsuu Amazon Rekognitionia. Palvelu luo Face Liveness -istunnon ja palauttaa ainutlaatuisen
SessionId
. - Asiakassovellus tekee
FaceLivenessDetector
komponenttia käyttämällä saatuaSessionId
ja asianmukaisia takaisinsoittoja. - -
FaceLivenessDetector
komponentti muodostaa yhteyden Amazon Rekognition -suoratoistopalveluun, tekee käyttäjän näytöstä soikean ja näyttää sarjan värillisiä valoja.FaceLivenessDetector
tallentaa ja suoratoistaa videota reaaliajassa Amazon Rekognition -suoratoistopalveluun. - Amazon Rekognition käsittelee videon reaaliajassa, tallentaa tulokset, mukaan lukien viitekuvan ja auditointikuvat, jotka on tallennettu Amazon Simple Storage Service (S3) -säilöön, ja palauttaa
DisconnectEvent
ettäFaceLivenessDetector
komponenttia, kun suoratoisto on valmis. - -
FaceLivenessDetector
komponentti kutsuu asianmukaiset takaisinkutsut ilmoittaakseen asiakassovellukselle, että suoratoisto on valmis ja että tulokset ovat valmiita noudettavaksi. - Asiakassovellus soittaa asiakkaan taustajärjestelmään saadakseen Boolen lipun, joka osoittaa, oliko käyttäjä live-tilassa vai ei. Asiakastausta tekee Amazon Rekognitionille pyynnön saada luottamuspisteet, viitteet ja tarkastuskuvat. Asiakkaan taustajärjestelmä määrittää näiden attribuuttien avulla, onko käyttäjä live-tilassa, ja palauttaa asianmukaisen vastauksen asiakassovellukselle.
- Lopuksi asiakassovellus välittää vastauksen
FaceLivenessDetector
komponentti, joka näyttää onnistumis- tai epäonnistumisviestin asianmukaisesti kulun loppuun saattamiseksi.
Yhteenveto
Tässä viestissä näytimme, kuinka Amazon Rekognitionin uusi Face Liveness -ominaisuus havaitsee, onko kasvojen todennusprosessia käyvä käyttäjä fyysisesti kameran edessä eikä huono näyttelijä, joka käyttää huijaushyökkäystä. Face Livenessin avulla voit ehkäistä petoksia kasvopohjaisissa käyttäjien vahvistuksen työnkuluissa.
Aloita tänään käymällä osoitteessa Face Liveness -ominaisuussivu saadaksesi lisätietoja ja päästäksesi kehittäjän oppaaseen. Amazon Rekognition Face Liveness -pilvisovellusliittymät ovat saatavilla Yhdysvaltain itäosissa (N. Virginia), Yhdysvaltain lännessä (Oregon), Euroopassa (Irlanti), Aasian ja Tyynenmeren alueella (Mumbai) ja Aasian ja Tyynenmeren (Tokio) alueilla.
Tietoja Tekijät
Zuhayr Raghib on AI Services Solutions -arkkitehti AWS:ssä. Hän on erikoistunut soveltavaan tekoälyyn/ML:ään ja haluaa antaa asiakkaille mahdollisuuden innovoida nopeammin ja muuttaa liiketoimintaansa pilven avulla.
Pavan Prasanna Kumar on AWS:n tuotepäällikkö. Hän on intohimoinen auttamaan asiakkaita ratkaisemaan liiketoimintahaasteitaan tekoälyn avulla. Vapaa-ajallaan hän pelaa squashia, kuuntelee yrityspodcasteja ja tutkii uusia kahviloita ja ravintoloita.
Tushar Agrawal johtaa Amazon Rekognitionin tuotehallintaa. Tässä roolissa hän keskittyy rakentamaan tietokonenäköominaisuuksia, jotka ratkaisevat kriittisiä liiketoimintaongelmia AWS-asiakkaille. Hän viettää mielellään aikaa perheen kanssa ja kuuntelee musiikkia.
- SEO-pohjainen sisällön ja PR-jakelu. Vahvista jo tänään.
- Platoblockchain. Web3 Metaverse Intelligence. Tietoa laajennettu. Pääsy tästä.
- Lähde: https://aws.amazon.com/blogs/machine-learning/detect-real-and-live-users-and-deter-bad-actors-using-amazon-rekognition-face-liveness/
- :On
- $ YLÖS
- 100
- 3d
- 7
- a
- Meistä
- edellä
- pääsy
- Pääsy
- Tili
- Tilit
- tarkkuus
- tarkasti
- poikki
- Toiminta
- toimet
- toiminta
- toiminta
- toimijoiden
- lisä-
- Lisäksi
- kehittynyt
- Jälkeen
- AI
- Tekoälyn palvelut
- AI / ML
- Salliminen
- vaihtoehto
- Amazon
- Amazonin tunnistus
- Amazon Simple Storage Service (S3)
- analyysi
- analysoida
- ja
- Toinen
- api
- API
- sovelluksen
- Hakemus
- sovellukset
- sovellettu
- sopiva
- asianmukaisesti
- arkkitehtuuri
- OVAT
- keinotekoinen
- tekoäly
- AS
- Aasia
- Aasia pacific
- liittyvä
- At
- hyökkäys
- Hyökkäykset
- attribuutteja
- tilintarkastus
- todentaa
- Authentication
- automaattisesti
- saatavissa
- AWS
- taustaosa
- Huono
- Pankki
- pankkitilit
- Lahti
- BE
- koska
- ennen
- ovat
- alle
- välillä
- Bot
- botit
- rakentaa
- Rakentaminen
- liiketoiminta
- yritykset
- by
- kahviloita
- nimeltään
- Puhelut
- kamera
- kamerat
- CAN
- kyvyt
- kaapata
- kortti
- Kortit
- tapauksissa
- haasteet
- muuttaa
- tarkastaa
- Tarkastukset
- asiakas
- pilvi
- kaupallinen
- täydellinen
- täysin
- komponentti
- osat
- tietokone
- Tietokoneen visio
- luottamus
- Vahvistaa
- liitäntä
- pitoisuus
- Hinta
- kustannukset
- luotu
- luo
- luominen
- pisteitä
- Luottokortit
- kriittinen
- Nykyinen
- asiakas
- Asiakasratkaisut
- Asiakkaat
- aineistot
- päivää
- toimitus
- Kysyntä
- osoittaa
- Riippuen
- sijoittaa
- Detection
- Määrittää
- Kehittäjä
- laite
- Laitteet
- digitaalinen
- suoraan
- näyttö
- näytöt
- useat
- alas
- kuljettajat
- ajo
- aikana
- kukin
- helposti
- Itään
- talous
- vaivaa
- mahdollistaa
- harjoittaa
- vakiintunut
- laatii
- arvio
- Eurooppa
- tapahtuma
- Tapahtumat
- esimerkki
- innoissaan
- experience
- asiantuntemus
- Tutkiminen
- avoin
- katse
- Kasvot
- kasvonaamio
- kasvohoito
- FAIL
- Epäonnistuminen
- perhe
- nopeampi
- Ominaisuus
- Ominaisuudet
- palaute
- harvat
- taloudellinen
- rahoituspalvelut
- virtaus
- keskittyy
- seurata
- jälkeen
- seuraa
- varten
- FRAME
- petos
- vilpillinen
- alkaen
- etuosa
- Saada
- saamassa
- uhkapeli
- maantieteelliset alueet
- saada
- keikkataloudessa
- menee
- myöntäminen
- ohjaavat
- Vetimet
- haitallinen
- pää
- terveydenhuollon
- auttaa
- auttaa
- Korkea
- High-End
- korkealaatuisia
- pitää
- Miten
- Kuitenkin
- HTML
- HTTPS
- ihmisen
- Identiteetti
- kuva
- kuvien
- täytäntöönpano
- in
- sisältää
- Mukaan lukien
- Lisäykset
- yhä useammin
- ilmaisee
- tiedot
- Infrastruktuuri
- Osaa aloittaa
- innovoida
- ohjeet
- yhdistää
- integroi
- Älykkyys
- liitäntä
- esitellä
- esittely
- Irlanti
- IT
- SEN
- Jaava
- jpg
- Pitää
- avain
- maamerkki
- Liidit
- oppiminen
- kerroit
- Taso
- pitää
- Kuunteleminen
- elää
- elävyyden
- lastaus
- ulkonäkö
- kone
- koneoppiminen
- ylläpitää
- ylläpitäminen
- TEE
- johto
- johtaja
- naamio
- Maskit
- matching
- Media
- viesti
- menetelmä
- metrinen
- ML
- Puhelinnumero
- Mobiilisovellukset
- malli
- mallit
- raha
- Rahansiirrot
- lisää
- eniten
- suu
- liikkua
- liikkuu
- liikkuvat
- moninkertainen
- Mumbai
- Musiikki
- Tarve
- verkostoituminen
- Uusi
- uudet käyttäjät
- ilmoituksen
- saatu
- of
- on
- Laivalla
- perehdytyksessä
- verkossa
- nettipelaamisen
- avata
- avoimen lähdekoodin
- avaaminen
- Operations
- Oregon
- Muut
- ääriviivat
- yleiskatsaus
- Tyynenmeren
- kulkea
- kulkee
- intohimoinen
- Salasana
- Maksaa
- Suorittaa
- henkilö
- puhelin
- fyysinen
- fyysisesti
- kuva
- kuvat
- Paikka
- Platon
- Platonin tietotieto
- PlatonData
- pelaa
- podcastit
- sijainti
- Kirje
- posted
- ennustus
- esittää
- esitys
- esitetty
- lahjat
- Aikaisempi
- ongelmia
- prosessi
- Prosessit
- käsittely
- Tuotteet
- tuotehallinta
- tuotepäällikkö
- Profiili
- edistää
- todistaa
- toimittaa
- tarjoaa
- julkisesti
- Python
- laatu
- nopeasti
- valmis
- todellinen
- reaaliaikainen
- vastaanottaa
- vastaanottaa
- äänitys
- asiakirjat
- vähentää
- alueet
- merkityksellinen
- tekee
- pyyntö
- edellyttää
- tarvitaan
- vastaus
- Ravintolat
- rajoitettu
- rajoitus
- tulokset
- jälleenmyyjät
- Tuotto
- arviot
- Ratsastaa
- Rooli
- Reitti
- juoksu
- Turvallisuus
- asteikot
- pisteet
- Näytön
- näytöt
- sdk
- sekuntia
- turvallisesti
- Selfie
- vanhempi
- anturit
- Järjestys
- Sarjat
- palvelu
- Palvelut
- Istunto
- useat
- Lyhyt
- näyttää
- Näytä
- signaali
- merkittävästi
- Yksinkertainen
- iho
- sosiaalinen
- sosiaalinen media
- Sosiaalinen verkostoituminen
- ratkaisu
- Ratkaisumme
- SOLVE
- jonkin verran
- erikoistunut
- erityinen
- menot
- Alkaa
- alkoi
- alkaa
- Askeleet
- Yhä
- Levytila
- tallennettu
- varastot
- virta
- virtasi
- streaming
- Suoratoistopalvelu
- puroihin
- Vahvistaa
- toimitettu
- menestys
- Onnistuneesti
- niin
- Tuetut
- synteettisesti
- tehtävät
- Telco
- testi
- että
- -
- heidän
- Niitä
- itse
- Nämä
- kolmannen osapuolen
- kynnys
- Kautta
- aika
- että
- tänään
- yhdessä
- Tokio
- koulutettu
- siirrot
- Muuttaa
- VUORO
- tyypit
- tyypillinen
- ui
- unique
- us
- käyttää
- käyttäjä
- Käyttäjäkokemus
- Käyttöliittymä
- Käyttäjät
- arvo
- eri
- Vahvistus
- todentaa
- Video
- Videoita
- virginia
- Virtual
- visio
- varoitus
- verkko
- HYVIN
- Länsi
- Mitä
- onko
- joka
- vaikka
- tulee
- with
- Referenssit
- työnkulkuja
- Voit
- Sinun
- zephyrnet