Liveness-detektering
En levande person. Inte ett foto av en.
Innan Face Match körs ber ShieldID den sökande att genomföra en kort, guidad utmaning på sin egen telefon: den bevisar att en verklig, närvarande, tredimensionell person håller i kameran, spårad på 478 ansiktslandmärken över minst tio bildrutor. Ett stillbildsfoto, en videouppspelning eller en mask klarar sig inte igenom.
Den aktiva utmaningen
En utmaning som bara ett levande ansikte kan klara.
Den sökande ombeds göra en eller flera av ett litet antal naturliga rörelser, i slumpmässig ordning, medan frontkameran spårar 478 punkter i ansiktet i 3D.
Vrid åt vänster / vrid åt höger
Nicka
Le
Minst tio bildrutor krävs innan en utmaning kan bedömas. Ett enskilt foto, hur det än presenteras, har aldrig tillräckligt många bildrutor för att klara det.
Därför är återgången viktig
Återgången till mitten är hela poängen.
En vridningsutmaning nöjer sig inte med "rörde sig huvudet åt sidan". Den kräver att huvudet kommer tillbaka förbi vridningens mittpunkt, på kamera, innan utmaningen räknas.
Ett utskrivet foto eller en telefon som hålls upp i sidled kan fejka första halvan av en vridning – luta den, så ändras vinkeln. Men den kan sedan inte mjukt vrida sig tillbaka mot kameran, eftersom det inte finns något ansikte bakom som kan röra sig. Kravet på återgång är det som skiljer ett levande huvud som vrids på en hals från en platt bild som lutas framför linsen.
Varje selfie, tre separata kontroller
Tre oberoende kontroller, körda på varje selfie, varje gång.
Vid sidan av den aktiva utmaningen granskar tre ytterligare kontroller själva selfien efter tecken på att det inte alls är en levande person. Var och en rapporteras separat – aldrig samlade i en enda ogenomskinlig poäng.
Anti-spoof
Deepfake-detektering
Detektering av 3D-mask / utskrift / uppspelning
Tolerant mot brus, strikt mot spoofing
En kornig telefonkamera är inget säkerhetshot. Vi behandlar den inte som ett.
Telefonkameror komprimerar, belyser fel och gör verkliga ansikten suddiga varje dag. Att avvisa varje gränsfall skulle underkänna ärliga sökande betydligt oftare än det stoppar attacker.
- Poäng mitt i intervallet – sådana som vanlig komprimering och belysning ger upphov till – tolereras i stället för att behandlas som ett misslyckande.
- Bara ett spoof- eller fejkavgörande med hög säkerhet underkänner kontrollen. Ett gränsfall gör inte att en verklig sökande förlorar förtroendet.
- Resultatet: färre personer som skickas tillbaka för en ny bild på grund av dålig belysning, och en högre tröskel för den som faktiskt försöker lura kameran.
Varje kontroll körs, varje gång
Inte en betald nivå. Inte en omkopplare. Varje verifiering, varje gång.
Aktiv liveness, anti-spoofing, deepfake-detektering och maskdetektering körs vid varenda verifiering, i alla planer. Det finns ingen billigare nivå som hoppar över någon av dem, och ingen inställning som stänger av en för att spara pengar.
Hotbild som täcks
Hur varje attack ser ut och vad som stoppar den.
Klarspråk, inte ett betygskort. Där ett hot inte alls är ett liveness-problem säger vi det.
| Hot | Vad det är | Vad som stoppar det |
|---|---|---|
| Foto | Ett utskrivet eller på skärm visat stillbildsfoto som hålls upp mot kameran. | Stoppas av den aktiva utmaningen – en platt bild kan inte blinka, vrida sig och återvända, nicka eller le på begäran – och förstärks av anti-spoof-detektering. |
| Skärmuppspelning | En inspelad video av den verkliga sökanden, uppspelad på en andra skärm. | Riktas direkt mot kontrollen för 3D-mask/utskrift/uppspelning, tillsammans med anti-spoof- och deepfake-detektering. |
| Utskriven mask | En platt, utskriven ansiktsmask som bärs eller hålls framför angriparens eget ansikte. | Riktas direkt mot kontrollen för 3D-mask/utskrift/uppspelning. |
| 3D-mask | En formgjuten, tredimensionell mask tillverkad för att likna någon annans ansikte. | Riktas direkt mot kontrollen för 3D-mask/utskrift/uppspelning – det svåraste fallet den är byggd för. |
| Deepfake-video | Video i realtid, AI-genererad eller med ansiktsbyte, som matas in i kameran. | Riktas direkt mot deepfake-ensemblen med två modeller, tillsammans med anti-spoof-detektering. |
| Lånat dokument | En levande, verklig sökande genomför utmaningen ärligt – med någon annans äkta ID i handen. | Inte ett liveness-problem. Liveness bevisar att en verklig person är närvarande, inte vilken person det är. Det är vad Face Match kontrollerar, i samma verifiering. |
Certifiering
Vi tänker inte visa en utmärkelse vi inte har förtjänat.
Teststandarder för liveness som ISO/IEC 30107-3 finns, och vi har ännu inte genomfört den testningen. I stället för att antyda en certifiering med en vag formulering som "branschledande" visar vi här var vi faktiskt står.
- Ingen certifiering för liveness eller skydd mot spoofing innehas i dag.
- Vi publicerar vår teststatus, och datumet, när den finns – inte ett marknadsföringspåstående under tiden.
- Fram till dess beskriver den här sidan exakt vad som körs och vad varje kontroll riktar sig mot, så att du själv kan bedöma täckningen.
Frågor
Raka svar om utmaningen.
Se utmaningen själv
Kör en verifiering i sandbox och försök ta dig förbi den.
Blinka, vrid, nicka, le – på din egen telefon, i din egen sandbox-session. Sandbox-sessioner faktureras aldrig.