Чужое лицо на фото: как можно обмануть систему распознавания лица и как от этого защищаются банки?

Чужое лицо на фото: как можно обмануть систему распознавания лица и как от этого защищаются банки?

С развитием IT-технологий безопасность вышла на качественно новый уровень. Биометрические «замки» защищают практически всё: от личных данных в смартфоне до проходных крупных холдингов. По прогнозам аналитиков британской компании Juniper Research, к 2023 году число пользователей «умных» систем превысит 1,5 млрд. В числе интеллектуальной защиты известная всем система распознавания лиц, с помощью которой ловят преступников, автоматизируют пропускную систему на предприятиях и повышают эффективность бизнес-процессов.

Биометрия в тренде

Выбранный курс России на цифровизацию активно поддерживают все отрасли. И, хотя применение искусственного интеллекта не новшество для россиян, всё же за последние годы его использование заметно повысилось. В частности, финансовый сектор проявляет серьёзную заинтересованность к возможностям интеллектуальных систем. Не удивительно, ведь «умные» технологии помогают им видеть активные зоны с посетителями с помощью «Тепловых карт», строить отчёты проходимости клиентов с модулями видеоаналитики «Подсчёт уникальных посетителей», реагировать на умышленное скрытие лица мошенников и повышать безопасность объектов с системой распознавания лиц.

При этом, говоря о последней технологии, я хочу подчеркнуть её бесконтактную работу, которая во время пандемии стала набирать популярность во всех сферах.

Всё же для того, чтобы защитить от посторонних объекты с ограниченным доступом, банки внедряли систему распознавания лиц ещё до эпидемиологической ситуации. Карточки, электронные ключи и персональные пропуска мошенники научились копировать и осуществлять подмену. Система распознавания лиц на этом фоне казалась более надёжной. Сам факт, что система предоставляет доступ по чертам лица, стало серьёзным аргументом для служб безопасности и её внедрением в финансовую структуру.

Как обманывают систему распознавания лиц?

Но, как и все замки, злоумышленники пытаются взломать систему. И рост популярности искусственного интеллекта в финансовой отрасли лишь подогревает интерес мошенников. К примеру, открыть дверь с хранилищем паспортных данных клиентов, чем не мишень для злоумышленника? Да и к тому же обойти систему распознавания лиц, оказалось, не так уж и сложно. Достаточно найти фото с нужным человеком и поднести снимок к камере.

Есть и продвинутые системы, для которых недостаточно фото. Они распознают по движению, по мимике человека и для доступа им нужна живая картинка. Для злоумышленников и это не стало проблемой. Вариантов несколько:

  • видеозапись, на котором человек изображён крупным планом;
  • бумажные маски с отверстиями для глаз;
  • объёмные маски и другие аналогичные способы

Такие способы обмана дают возможность мошенникам получить доступ к личным данным и совершить преступление.

Чем защитить систему?

Спуфинг-атаки или, проще говоря, попытка взлома сейчас один из самых популярных трендов. Поэтому как разработчики и производители интеллектуального видеонаблюдения мы должны обойти злоумышленников и защитить систему от взлома. Для этого был разработан новый модуль видеоналитики Domination «Распознавания лиц 3D» с технологией liveness detection. Разработка способна отличать живого человека от фото или видеозаписей. При этом интеллектуальная система не только обнаружит подмену, но и отправит тревожное сообщение на пост охраны, что позволит отделу безопасности быстро отреагировать на попытку взлома и предотвратить преступление.

Надо сказать, что liveness detection бывает двух видов: активной, где необходимо совершить какое-то действие (улыбнуться, подмигнуть, поднести своё лицо ближе к объективу камеры) и пассивный, который анализирует набор поведенческих параметров в фоновом режиме. В нашем случае система является пассивной и позволяет без всяких действий определить живой перед нами человек или мошенник с фотоснимком в руках. Как это происходит? Пока человек стоит перед камерой система анализирует текстуру лица, учитывает микродвижения мимических морщин и сравнивает его черты с фото, загруженное в базу. Таким образом, суммируя все факторы, система открывает доступ на объект или сигнализирует о попытке взлома контролирующим лицам. Согласитесь, такой способ намного комфортней. Если это будет сотрудник, то ему не придётся тратить время и доказываться, что «я – живой».

Кроме того, интеллектуальное решение поможет руководству контролировать рабочее время сотрудников. На проходной распознавание лиц в связке с системой контроля и управлениям доступом будет фиксировать прибытие и уход сотрудников с работы. Принцип работы простой: фотографии персонала заносятся в базу, установленная камера на проходной сканирует черты лица сотрудников. При распознавании система даёт доступ в банк и фиксирует время прибытия персонала в архиве видеосервера. И, как вы понимаете, применив модуль видеоаналитики «Распознавание лиц 3D» с технологией liveness detection, подменить сотрудника и зайти в банк по его пропуску злоумышленники тоже не смогут.

Конечно, гонка производителей систем безопасности и взломщиков никогда не остановится. Однако внедрение усовершенствующих интеллектуальных систем в банках сделает взломы дорогим удовольствием и, как следствие, нецелесообразным для многих мошенников. Тем не менее, как разработчики мы продолжаем создавать новые IT-технологии, чтобы в будущем мы были на шаг впереди злоумышленников.

Вам понравилась статья?

Подписывайтесь на наши каналы!

    Комментариев пока нет, но вы можете стать первым

    Оставить комментарий

    Ваш адрес email не будет опубликован. Обязательные поля помечены *

Рекомендуем к прочтению
Банки Сегодня в Telegram Аналитика, прогнозы, инсайды.