Финансовые услуги, гиг-экономика, телекоммуникации, здравоохранение, социальные сети и другие клиенты используют проверку лица во время онлайн-регистрации, поэтапную аутентификацию, ограничение доступа по возрасту и обнаружение ботов. Эти клиенты подтверждают личность пользователя, сопоставляя лицо пользователя на селфи, снятом камерой устройства, с фотографией государственного удостоверения личности или предварительно установленной фотографией профиля. Они также оценивают возраст пользователя с помощью анализа лица, прежде чем разрешить доступ к контенту с ограничениями по возрасту. Однако злоумышленники все чаще прибегают к спуфинговым атакам, используя изображения или видеоролики лица пользователя, опубликованные в открытом доступе, тайно захваченные или созданные синтетическим путем, чтобы получить несанкционированный доступ к учетной записи пользователя. Чтобы предотвратить это мошенничество, а также сократить связанные с ним расходы, клиентам необходимо добавить определение живости до сопоставления лиц или оценки возраста в их рабочем процессе проверки лица, чтобы подтвердить, что пользователь перед камерой является реальным и живым человеком. .
Мы рады представить Апостол Face Liveness, чтобы помочь вам легко и точно предотвратить мошенничество во время проверки лица. В этом посте мы начнем с обзора функции Face Liveness, вариантов ее использования и взаимодействия с конечным пользователем; предоставить обзор своих возможностей обнаружения подделки; и покажите, как вы можете добавить Face Liveness в свои веб-приложения и мобильные приложения.
Обзор функции Face Liveness
Сегодня клиенты определяют живость с помощью различных решений. Некоторые клиенты используют открытые или коммерческие модели машинного обучения (ML) для обнаружения ориентиров лица в своих веб-приложениях и мобильных приложениях, чтобы проверять, правильно ли пользователи выполняют определенные жесты, такие как улыбка, кивание, качание головой, моргание глазами или открытие рта. Эти решения требуют больших затрат на создание и обслуживание, они не могут предотвратить сложные спуф-атаки, выполняемые с использованием физических 3D-масок или внедренных видео, и для их завершения требуются значительные усилия пользователя. Некоторые клиенты используют сторонние функции Liveness Face, которые могут обнаруживать только спуф-атаки, направленные на камеру (например, распечатанные или цифровые фотографии или видео на экране), которые хорошо работают для пользователей в определенных регионах и часто полностью управляются клиентом. Наконец, некоторые клиентские решения полагаются на аппаратные инфракрасные и другие датчики в телефонных или компьютерных камерах для определения живости лица, но эти решения являются дорогостоящими, аппаратно-зависимыми и работают только для пользователей с избранными высокопроизводительными устройствами.
С помощью Face Liveness вы можете за считанные секунды определить, что к вашим услугам обращаются настоящие пользователи, а не злоумышленники, использующие подделки. Face Liveness включает в себя следующие ключевые функции:
- Анализирует короткое селфи-видео пользователя в режиме реального времени, чтобы определить, настоящий ли пользователь или подделка.
- Возвращает показатель достоверности живости — показатель уровня достоверности от 0 до 100, указывающий вероятность того, что человек является реальным и живым.
- Возвращает высококачественное эталонное изображение — кадр селфи с проверкой качества, который можно использовать для последующих Сопоставление лиц Amazon Rekognition or оценка возраста анализ
- Возвращает до четырех контрольных изображений — кадров из селфи-видео, которые можно использовать для ведения контрольного журнала.
- Обнаруживает подделки, представляемые камере, такие как распечатанная фотография, цифровая фотография, цифровое видео или 3D-маска, а также подделки, которые обходят камеру, такие как предварительно записанное или глубокое подделка видео.
- Можно легко добавить в приложения, работающие на большинстве устройств с фронтальной камерой, с помощью предварительно созданных компонентов пользовательского интерфейса AWS Amplify с открытым исходным кодом.
Кроме того, не требуется ни управления инфраструктурой, ни аппаратной реализации, ни опыта машинного обучения. Эта функция автоматически масштабируется вверх или вниз в зависимости от спроса, и вы платите только за проверки живости лица, которые вы выполняете. Face Liveness использует модели машинного обучения, обученные на различных наборах данных, чтобы обеспечить высокую точность для оттенков кожи пользователей, предков и устройств.
Use cases
На следующей диаграмме показан типичный рабочий процесс с использованием Face Liveness.
Вы можете использовать Face Liveness в следующих рабочих процессах проверки пользователей:
- Онбординг пользователей – Вы можете сократить количество мошеннических аккаунтов, созданных в вашем сервисе, путем проверки новых пользователей с помощью Face Liveness перед последующей обработкой. Например, клиент финансовых услуг может использовать Face Liveness для обнаружения реального и живого пользователя, а затем выполнить сопоставление лица, чтобы проверить, что это правильный пользователь, прежде чем открывать онлайн-счет. Это может удержать злоумышленника, использующего фотографии другого человека в социальных сетях для открытия мошеннических банковских счетов.
- Пошаговая аутентификация – С помощью Face Liveness вы можете усилить проверку ценных действий пользователей в ваших службах, таких как смена устройства, смена пароля и денежные переводы, до того, как действие будет выполнено. Например, клиент, занимающийся совместными поездками или доставляющий еду, может использовать Face Liveness для обнаружения реального и живого пользователя, а затем выполнять сопоставление лиц с использованием установленного изображения профиля, чтобы проверить личность водителя или сотрудника службы доставки перед поездкой или доставкой для обеспечения безопасности. Это может удержать неавторизованных сотрудников службы доставки и водителей от взаимодействия с конечными пользователями.
- Проверка возраста пользователя – Вы можете запретить несовершеннолетним пользователям доступ к ограниченному онлайн-контенту. Например, интернет-магазины табачных изделий или клиенты онлайн-азартных игр могут использовать Face Liveness для обнаружения реального и живого пользователя, а затем выполнить оценку возраста с помощью анализа лица, чтобы проверить возраст пользователя, прежде чем предоставить ему доступ к содержимому службы. Это может помешать несовершеннолетнему пользователю использовать кредитные карты или фотографии своих родителей и получить доступ к вредоносному или неприемлемому контенту.
- Обнаружение ботов – Вы можете избежать взаимодействия ботов с вашим сервисом, используя Face Liveness вместо «настоящих человеческих» проверок капчи. Например, клиенты социальных сетей могут использовать Face Liveness для создания реальных чеков, чтобы держать ботов в страхе. Это значительно увеличивает затраты и усилия, необходимые пользователям, управляющим активностью ботов, поскольку ключевые действия ботов теперь должны пройти проверку живости лица.
Опыт конечного пользователя
Когда конечным пользователям необходимо подключиться или аутентифицировать себя в вашем приложении, Face Liveness предоставляет пользовательский интерфейс и обратную связь в режиме реального времени, чтобы пользователь мог быстро снять короткое селфи-видео, в котором его лицо перемещается в овал, отображаемый на экране их устройства. По мере того, как лицо пользователя перемещается в овал, на экране устройства отображается серия цветных огней, а селфи-видео безопасно передается в облачные API, где передовые модели машинного обучения анализируют видео в режиме реального времени. После завершения анализа вы получаете оценку прогноза живучести (значение от 0 до 100), эталонное изображение и контрольные изображения. В зависимости от того, находится ли показатель достоверности жизнеспособности выше или ниже пороговых значений, установленных клиентом, вы можете выполнять последующие задачи проверки для пользователя. Если показатель жизнеспособности ниже порогового значения, вы можете попросить пользователя повторить попытку или перенаправить его на альтернативный метод проверки.
Последовательность экранов, с которыми будет работать конечный пользователь, следующая:
- Последовательность начинается со стартового экрана, который включает в себя введение и светочувствительное предупреждение. Он предлагает конечному пользователю следовать инструкциям, чтобы доказать, что он реальный человек.
- После того, как конечный пользователь выберет Начать проверку, отображается экран камеры, и проверка начинает обратный отсчет с 3.
- По окончании отсчета начинается видеозапись, и на экране появляется овал. Конечному пользователю предлагается переместить свое лицо в овал. Когда Face Liveness определяет, что лицо находится в правильном положении, конечному пользователю предлагается задержаться на месте для отображения последовательности цветов.
- Видео отправляется на определение живости, и появляется экран загрузки с сообщением «Проверка».
- Конечный пользователь получает уведомление об успехе или запрос на повторную попытку.
Вот как выглядит пользовательский опыт в действии в примере реализации Face Liveness.
Обнаружение подделки
Face Liveness может сдерживать презентацию и обходить поддельные атаки. Давайте наметим основные типы подделок и посмотрим, как Face Liveness сдерживает их.
Атаки подделки презентации
Это поддельные атаки, когда злоумышленник представляет лицо другого пользователя перед камерой, используя печатные или цифровые артефакты. Злоумышленник может использовать распечатку лица пользователя, отображать лицо пользователя на дисплее своего устройства с помощью фотографии или видео или носить трехмерную маску для лица, которая выглядит как пользователь. Face Liveness может успешно обнаруживать эти типы атак с подменой презентации, как мы демонстрируем в следующем примере.
Ниже показана атака подделки презентации с использованием цифрового видео на дисплее устройства.
Ниже показан пример атаки подделки презентации с использованием цифровой фотографии на дисплее устройства.
В следующем примере показана атака подделки презентации с использованием 3D-маски.
В следующем примере показана атака подделки презентации с использованием распечатанной фотографии.
Обход или видеоинъекция атак
Это поддельные атаки, когда злоумышленник обходит камеру, чтобы отправить селфи-видео непосредственно в приложение с помощью виртуальной камеры.
Компоненты Face Liveness
Amazon Rekognition Face Liveness использует несколько компонентов:
- АМС Усиление веб и мобильные SDK с
FaceLivenessDetector
компонент - SDK AWS
- Облачные API
Давайте рассмотрим роль каждого компонента и то, как вы можете легко использовать эти компоненты вместе, чтобы добавить Face Liveness в свои приложения всего за несколько дней.
Расширьте возможности веб- и мобильных SDK с помощью компонента FaceLivenessDetector.
Усиление FaceLivenessDetector
Компонент интегрирует функцию Face Liveness в ваше приложение. Он обрабатывает пользовательский интерфейс и обратную связь в реальном времени для пользователей, пока они снимают свое видео-селфи.
Когда клиентское приложение отображает FaceLivenessDetector
компонент, он устанавливает соединение с сервисом потоковой передачи Amazon Rekognition, отображает овал на экране конечного пользователя и отображает последовательность цветных огней. Он также записывает и передает видео в режиме реального времени в службу потоковой передачи Amazon Rekognition и соответствующим образом отображает сообщение об успешном или неудачном выполнении.
AWS SDK и облачные API
Когда вы настраиваете свое приложение для интеграции с функцией Face Liveness, оно использует следующие операции API:
- Сеанс CreateFaceLivenessSession – Запускает сеанс Face Liveness, позволяя использовать модель обнаружения Face Liveness в вашем приложении. Возвращает
SessionId
для созданного сеанса. - StartFaceLivenessSession – вызывается
FaceLivenessDetector
компонент. Запускает поток событий, содержащий информацию о соответствующих событиях и атрибутах в текущем сеансе. - GetFaceLivenessSessionResults – Извлекает результаты определенного сеанса Face Liveness, включая показатель достоверности Face Liveness, эталонное изображение и контрольные изображения.
Вы можете протестировать Amazon Rekognition Face Liveness с помощью любого поддерживаемого AWS SDK, например AWS Python SDK Boto3 или SDK AWS для Java V2.
Опыт разработчиков
Следующая диаграмма иллюстрирует архитектуру решения.
Процесс проверки Face Liveness состоит из нескольких шагов:
- Конечный пользователь инициирует проверку Face Liveness в клиентском приложении.
- Клиентское приложение вызывает серверную часть клиента, которая, в свою очередь, вызывает Amazon Rekognition. Сервис создает сеанс Face Liveness и возвращает уникальный
SessionId
. - Клиентское приложение отображает
FaceLivenessDetector
компонент с использованием полученногоSessionId
и соответствующие обратные вызовы. - Ассоциация
FaceLivenessDetector
Компонент устанавливает соединение с сервисом потоковой передачи Amazon Rekognition, отображает овал на экране пользователя и отображает последовательность цветных огней.FaceLivenessDetector
записывает и транслирует видео в режиме реального времени на потоковый сервис Amazon Rekognition. - Amazon Rekognition обрабатывает видео в режиме реального времени, сохраняет результаты, включая эталонное изображение и контрольные изображения, которые хранятся в корзине Amazon Simple Storage Service (S3), и возвращает
DisconnectEvent
доFaceLivenessDetector
компонент, когда потоковая передача завершена. - Ассоциация
FaceLivenessDetector
компонент вызывает соответствующие обратные вызовы, чтобы сигнализировать клиентскому приложению о том, что потоковая передача завершена и оценки готовы к извлечению. - Клиентское приложение вызывает серверную часть клиента, чтобы получить логический флаг, указывающий, был ли пользователь активен или нет. Серверная часть клиента отправляет запрос в Amazon Rekognition, чтобы получить оценку достоверности, эталонные изображения и контрольные изображения. Серверная часть клиента использует эти атрибуты, чтобы определить, активен ли пользователь, и возвращает соответствующий ответ клиентскому приложению.
- Наконец, клиентское приложение передает ответ
FaceLivenessDetector
компонент, который соответствующим образом отображает сообщение об успехе или неудаче для завершения потока.
Заключение
В этом посте мы показали, как новая функция Face Liveness в Amazon Rekognition определяет, физически присутствует ли пользователь, проходящий процесс проверки лица, перед камерой, а не злоумышленник, использующий поддельную атаку. Используя Face Liveness, вы можете предотвратить мошенничество в рабочих процессах проверки пользователей на основе лица.
Начните сегодня, посетив Страница функции Face Liveness для получения дополнительной информации и доступа к руководству разработчика. Облачные API-интерфейсы Amazon Rekognition Face Liveness доступны в регионах Восток США (Северная Вирджиния), Запад США (Орегон), Европа (Ирландия), Азиатско-Тихоокеанский регион (Мумбаи) и Азиатско-Тихоокеанский регион (Токио).
Об авторах
Зухайр Рагиб является архитектором решений AI Services в AWS. Специализируясь на прикладном искусственном интеллекте и машинном обучении, он стремится предоставить клиентам возможность использовать облачные технологии для более быстрого внедрения инноваций и трансформации своего бизнеса.
Паван Прасанна Кумар является старшим менеджером по продуктам в AWS. Он увлечен тем, что помогает клиентам решать их бизнес-задачи с помощью искусственного интеллекта. В свободное время он любит играть в сквош, слушать бизнес-подкасты и исследовать новые кафе и рестораны.
Тушар Агравал возглавляет управление продуктами для Amazon Rekognition. В этой роли он занимается созданием возможностей компьютерного зрения, которые решают критические бизнес-задачи клиентов AWS. Он любит проводить время с семьей и слушать музыку.
- SEO-контент и PR-распределение. Получите усиление сегодня.
- Платоблокчейн. Интеллект метавселенной Web3. Расширение знаний. Доступ здесь.
- Источник: https://aws.amazon.com/blogs/machine-learning/detect-real-and-live-users-and-deter-bad-actors-using-amazon-rekognition-face-liveness/
- :является
- $UP
- 100
- 3d
- 7
- a
- О нас
- выше
- доступ
- доступа
- Учетная запись
- Учетные записи
- точность
- точно
- через
- Действие
- действия
- активно
- деятельность
- актеры
- добавленный
- дополнение
- продвинутый
- После
- AI
- Услуги искусственного интеллекта
- AI / ML
- Позволяющий
- альтернатива
- Amazon
- Апостол
- Amazon Simple Storage Service (S3)
- анализ
- анализировать
- и
- Другой
- API
- API
- приложение
- Применение
- Приложения
- прикладной
- соответствующий
- надлежащим образом
- архитектура
- МЫ
- искусственный
- искусственный интеллект
- AS
- Азия
- Азиатско-Тихоокеанский регион
- связанный
- At
- атаковать
- нападки
- Атрибуты
- аудит
- проверять подлинность
- Аутентификация
- автоматически
- доступен
- AWS
- Backend
- Плохой
- Банка
- банковские счета
- залив
- BE
- , так как:
- до
- не являетесь
- ниже
- между
- Бот
- боты
- строить
- Строительство
- бизнес
- бизнес
- by
- кафе
- под названием
- Объявления
- камера
- камеры
- CAN
- возможности
- захватить
- карта
- Карты
- случаев
- проблемы
- изменение
- проверка
- Проверки
- клиент
- облако
- коммерческая
- полный
- полностью
- компонент
- компоненты
- компьютер
- Компьютерное зрение
- доверие
- подтвердить
- связи
- содержание
- Цена
- Расходы
- создали
- создает
- создание
- кредит
- Кредитные карты
- критической
- Текущий
- клиент
- Решения для клиентов
- Клиенты
- Наборы данных
- Дней
- поставка
- Спрос
- демонстрировать
- в зависимости
- развертывание
- обнаружение
- Определять
- Застройщик
- устройство
- Устройства
- Интернет
- непосредственно
- Дисплей
- дисплеев
- Разное
- вниз
- драйверы
- вождение
- в течение
- каждый
- легко
- восток
- экономику
- усилие
- позволяет
- привлечение
- установленный
- налаживает
- оценка
- Европе
- События
- События
- пример
- возбужденный
- опыт
- опыта
- Исследование
- подвергаться
- Глаза
- Face
- лицевая маска
- лицевой
- FAIL
- Ошибка
- семья
- быстрее
- Особенность
- Особенности
- Обратная связь
- несколько
- финансовый
- финансовые услуги
- поток
- фокусируется
- следовать
- после
- следующим образом
- Что касается
- КАДР
- мошенничество
- и мошенническими
- от
- передний
- Gain
- получение
- Азартные игры
- географии
- получить
- гигантская экономика
- будет
- предоставление
- инструкция
- Ручки
- вредный
- здравоохранение
- помощь
- помощь
- High
- Лидирующий
- высококачественный
- держать
- Как
- Однако
- HTML
- HTTPS
- человек
- Личность
- изображение
- изображений
- реализация
- in
- включает в себя
- В том числе
- Увеличивает
- все больше и больше
- указывает
- информация
- Инфраструктура
- Посвященные
- обновлять
- инструкции
- интегрировать
- Интегрируется
- Интеллекта
- Интерфейс
- вводить
- Введение
- Ирландия
- IT
- ЕГО
- Java
- JPG
- Сохранить
- Основные
- ориентир
- Лиды
- изучение
- позволяя
- уровень
- такое как
- Listening
- жить
- Живучесть
- погрузка
- ВЗГЛЯДЫ
- машина
- обучение с помощью машины
- поддерживать
- Сохранение
- ДЕЛАЕТ
- управление
- менеджер
- маска
- Маски
- согласование
- Медиа
- сообщение
- метод
- метрический
- ML
- Мобильный телефон
- Приложения для мобильных устройств
- модель
- Модели
- деньги
- Денежные переводы
- БОЛЕЕ
- самых
- рот
- двигаться
- движется
- перемещение
- с разными
- Мумбай
- Музыка
- Необходимость
- сетей
- Новые
- новые пользователи
- уведомление
- полученный
- of
- on
- Onboard
- Вводный
- онлайн
- онлайн-азартных игр
- открытый
- с открытым исходным кодом
- открытие
- Операционный отдел
- Орегон
- Другое
- контур
- обзор
- Тихий океан
- pass
- проходит
- страстный
- Пароль
- ОПЛАТИТЬ
- Выполнять
- человек
- Телефон
- физический
- Физически
- картина
- Картинки
- Часть
- Платон
- Платон Интеллектуальные данные
- ПлатонДанные
- игры
- Подкасты
- должность
- После
- размещены
- прогноз
- представить
- presentation
- представлены
- разрабатывает
- Предварительный
- проблемам
- процесс
- Процессы
- обработка
- Продукт
- Управление продуктом
- Менеджер по продукции
- Профиль
- продвижении
- Доказывать
- обеспечивать
- приводит
- публично
- Питон
- быстро
- готовый
- реальные
- реального времени
- Получать
- получает
- запись
- учет
- уменьшить
- районы
- соответствующие
- оказывает
- запросить
- требовать
- обязательный
- ответ
- ресторан
- ограниченный
- ограничение
- Итоги
- розничной торговли
- Возвращает
- обзоре
- Ездить
- Роли
- дорога
- Бег
- Сохранность
- Весы
- Гол
- экран
- Экраны
- SDK
- секунды
- безопасно
- селфи
- старший
- датчик
- Последовательность
- Серии
- обслуживание
- Услуги
- Сессия
- несколько
- Короткое
- показывать
- Шоу
- сигнал
- существенно
- просто
- Кожа
- Соцсети
- социальные сети
- Социальная сеть
- Решение
- Решения
- РЕШАТЬ
- некоторые
- специализация
- конкретный
- Расходы
- Начало
- и политические лидеры
- начинается
- Шаги
- По-прежнему
- диск
- хранить
- магазины
- поток
- потоковый
- потоковый
- потоковая служба
- потоки
- УКРЕПЛЯТЬ
- представленный
- успех
- Успешно
- такие
- Поддержанный
- синтетически
- задачи
- Telco
- тестXNUMX
- который
- Ассоциация
- их
- Их
- сами
- Эти
- сторонние
- порог
- Через
- время
- в
- сегодня
- вместе
- Токио
- специалистов
- переводы
- Transform
- ОЧЕРЕДЬ
- Типы
- типичный
- ui
- созданного
- us
- использование
- Информация о пользователе
- Пользовательский опыт
- Пользовательский интерфейс
- пользователей
- ценностное
- различный
- проверка
- проверить
- Видео
- Видео
- Виргиния
- Виртуальный
- видение
- предупреждение
- Web
- ЧТО Ж
- запад
- Что
- будь то
- который
- в то время как
- будете
- Работа
- Рабочие процессы
- Ты
- ВАШЕ
- зефирнет