การตรวจจับความมีชีวิตและการปลอมแปลงข้อมูลไบโอเมตริกซ์คืออะไร?

หากคุณใช้ไบโอเมตริกส์สำหรับการลงทะเบียนหรือการตรวจสอบสิทธิ์การตรวจจับความมีชีวิต (หรือที่เรียกว่าการตรวจจับการโจมตีการนำเสนอหรือ PAD) มีความสำคัญอย่างยิ่งในการหยุดยั้งการปลอมแปลงไบโอเมตริกส์ตั้งแต่ภาพถ่ายที่พิมพ์ออกมาและการเล่นซ้ำหน้าจอ ไปจนถึงหน้ากาก 3 มิติและดีพเฟค การตรวจจับความมีชีวิตอย่างถูกต้องจะพิสูจน์ได้ว่ามีมนุษย์ที่มีชีวิตอยู่ที่เซ็นเซอร์ก่อนที่จะมีการจดจำหรือการจับคู่ใดๆ เกิดขึ้น

คำตอบด่วน: การตรวจจับความมีชีวิตช่วยหยุดการปลอมแปลงได้อย่างไร

การตรวจจับความมีชีวิต (Liveness detection) แยกแยะสัญญาณไบโอเมตริกที่มีชีวิตออกจากการโจมตีแบบแอบอ้าง (Presentation attacks: PAs)โดยใช้การกระตุ้นแบบแอคทีฟ (เช่น การกระพริบตา การหันศีรษะ คำพูดสุ่ม) หรือการวิเคราะห์แบบพาสซีฟ (เช่น พื้นผิว การตอบสนองต่อแสง เบาะแสความลึก การเคลื่อนไหวเล็กน้อย) มาตรฐาน ISO/IEC 30107-3 ระบุวิธีการประเมินและรายงาน PAD ซึ่งช่วยให้สามารถเปรียบเทียบผลิตภัณฑ์ของผู้จำหน่ายได้อย่างเป็นธรรม

คำจำกัดความและแนวคิดหลัก

การโจมตีการนำเสนอ (PA): ความพยายามใดๆ ที่จะทำลายเซ็นเซอร์ไบโอเมตริกซ์ด้วยสิ่งประดิษฐ์ (รูปถ่าย วิดีโอ หน้ากาก) หรือสื่อที่ถูกปรับแต่ง (การเล่นซ้ำ ดีปเฟก)

การตรวจจับการโจมตีการนำเสนอ (PAD): กลไกที่ตรวจจับ PA และรายงานผลในรูปแบบมาตรฐาน มาตรฐาน ISO / IEC 30107-3 กำหนดวิธีการทดสอบและรายงานเพื่อให้ผู้ซื้อสามารถเปรียบเทียบโซลูชันได้ 

การปลอมแปลงข้อมูลไบโอเมตริกซ์ได้พัฒนาไปมาก ระบบ PA ในยุคแรกๆ อาศัยการพิมพ์ 2 มิติ ส่วนการโจมตีแบบใหม่ใช้ภาพรีเพลย์ OLED ความละเอียดสูง หน้ากาก 3 มิติแบบมีพื้นผิว และดีพเฟกที่สร้างโดย AI อัลกอริทึม PAD สมัยใหม่วิเคราะห์สัญญาณหลายสัญญาณ (เช่น พื้นผิวไมโครของผิวหนัง การตอบสนองทางโฟโตเมตริก ความลึก/อินฟราเรด) เพื่อตัดสินว่าตัวอย่างนั้นมีอยู่จริงหรือไม่ 

การตรวจจับความมีชีวิตแบบ Active และ Passive

• ความมีชีวิตชีวาที่กระตือรือร้น:ผู้ใช้ตอบสนองต่อคำสั่ง เช่น กระพริบตา ยิ้ม เลี้ยวซ้าย/ขวา พูดประโยค ข้อดี: แบบจำลองทางจิตใจที่เรียบง่าย แข็งแกร่งต่อการโจมตี 2 มิติขั้นพื้นฐาน ข้อเสีย: เพิ่มความขัดแย้ง คำสั่งสามารถเรียนรู้/เลียนแบบได้หากนำไปใช้อย่างไร้เดียงสา 
• ความมีชีวิตชีวาแบบพาสซีฟ:ไม่มีการแจ้งเตือน โมเดลนี้อนุมานความมีชีวิตจากสัญญาณธรรมชาติ (พื้นผิว, พารัลแลกซ์การเคลื่อนไหว, PPG ระยะไกล, แสงสะท้อนจากเลนส์) ข้อดี: UX ที่ยอดเยี่ยม; ปรับขนาดให้รองรับ KYC ที่มีปริมาณมากได้ ข้อเสีย: สร้างยากกว่า; ต้องตามให้ทัน PA และ Deepfake ใหม่ๆ 

ในทางปฏิบัติ แพลตฟอร์มหลายแห่งผสานทั้งสองอย่างเข้าด้วยกันผ่าน กระบวนการ ที่ปรับเปลี่ยนตามความเสี่ยง : เริ่มต้นจากการตรวจสอบแบบไม่เชิงรุก และเพิ่มระดับเป็นการตรวจสอบเชิงรุกหรือแบบหลายรูปแบบเมื่อความเสี่ยงสูง (เช่น ความผิดปกติของความเร็ว, TOR, การจำลองอุปกรณ์)

วิธีการตรวจจับที่คุณจะเห็นในสนาม

• การวิเคราะห์พื้นผิวและการสะท้อนแสง:ผิวหนังแสดงพื้นผิวไมโครที่มีความละเอียดและการตอบสนองทางโฟโตเมตริกที่แตกต่างจากจอแสดงผลและสื่อสิ่งพิมพ์
• การเคลื่อนไหวเล็กๆ น้อยๆ และสัญญาณชั่วคราว:การกระพริบตาโดยไม่ได้ตั้งใจ การส่ายศีรษะเล็กน้อย หรือสัญญาณการไหลเวียนของเลือดข้ามเฟรมนั้นยากที่จะเล่นซ้ำได้อย่างน่าเชื่อถือ
• การตรวจจับความลึกและอินฟราเรด:แสงที่มีโครงสร้างหรือ ToF สามารถทำให้การหลอกลวงแบบ 2 มิติล้มเหลวได้ IR เน้นความแตกต่างของวัสดุ
• ความท้าทาย-การตอบสนอง (ใช้งานอยู่):การแจ้งเตือนแบบสุ่มจะเพิ่มต้นทุนการโจมตี
• หลายรูปแบบการรวมสัญญาณใบหน้า เสียง และอุปกรณ์เข้าด้วยกันสามารถลดการยอมรับที่ผิดพลาดได้อีก

ผู้ขายอธิบายเทคนิคเหล่านี้แตกต่างกันออกไป แต่จะเชื่อมโยงกับหมวดหมู่ PAD ที่ได้รับการยอมรับในเอกสารทางอุตสาหกรรมและคู่มือสำหรับผู้ซื้อ

การปลอมแปลงข้อมูลไบโอเมตริกซ์มีกี่ประเภท?

การปลอมแปลงข้อมูลไบโอเมตริกซ์แต่ละประเภทจะจับคู่วิธีการยืนยันตัวตนที่แตกต่างกันและใช้ประโยชน์จากจุดอ่อนของวิธีการเหล่านั้น ส่งผลให้การโจมตีแบบนำเสนอข้อมูลสามารถกำหนดเป้าหมายไปที่วิธีการทางไบโอเมตริกซ์ได้หลายรูปแบบ ได้แก่: