Как мы создали биометрию, которую нельзя обмануть
Распознать лицо для современного биометрического решения не составляет проблем. Но вот безошибочно отличать живого человека от фотографии или видео умеет не каждая система. Рассказываем, как мы научили этому Goodt WFM и делимся советами по борьбе с фродом в биометрии.
В бизнесе встречаются самые разные загадочные ситуации.
Например, в одной замечательной сервисной компании с полностью укомплектованным штатом почему-то падает производительность труда.
Или например, уютный магазин. В проходном месте. С большой командой продавцов. Но продажи хуже самых робких ожиданий.
Но разгадки здесь простые и скучные – все они о трудовой дисциплине. Один сотрудник опоздал, другой ушел пораньше, а третий попросил коллегу выйти на подмену или просто себя отметить.
Причем таким ситуации возникают и в тех компаниях, которые используют традиционные системы clock-in/clock-out с карточками и турникетами. А все потому, что ввести эти системы в заблуждение не так сложно. Тот, кто приходит первым, может захватить стопку карточек и “зачекиниться” за всех коллег. В итоге то, что видят в табеле руководители или управляющие, имеет мало отношения к реальности.
В масштабах крупных сетей отслеживать эти важнейшие микропроцессы на местах сложно, а надсмотрщики давно не в моде. Поэтому очень помогают биометрические системы учета. Они помогают обуздать дисциплину и убедиться, что работники действительно выходят на смены в свое время. Используется биометрия ладоней, пальцев, вен, зрачков — одним словом все, что позволяет получить уникальный идентификатор, напрямую привязанный к человеку.
Но биометрию тоже можно обмануть. Наш сегодняшний обзор – о том, как мы научили Goodt WFM распознавать фрод.
Узнай меня, если сможешь
Самые распространенные на рынке биометрические решения узнают человека по лицу с помощью анализа фото или видеопотока. Процесс распознавания лица состоит из трех шагов:
Шаг 1. Алгоритм «считывает» лицо перед камерой. На этом этапе пользователь проходит верификацию, выбирая на устройстве свой профиль и жмет “отметиться”.
Шаг 2. Снимок с камеры конвертируется в дескриптор — это уникальная метка на основе лица человека.
Шаг 3. Дескриптор сравнивается со всеми другими метками в базе данных — так система производит идентификацию.
Сбор дескрипторов сотрудников на предварительном этапе обычно занимает значительную долю времени в процессе инсталляции биометрического решения. Важно, как хранятся и обрабатываются данные. Если система не хранит ни фото, ни другие персональные сведения о сотрудниках, а только обезличенные дескрипторы и цифровые ID, это снимет с организации целый ряд потенциально спорных вопросов в части законодательства о персональных данных.
Порой в попытках обмануть систему работники проявляют настоящие чудеса изобретательности. Например, делают ростовые фотографии и скручивают их, чтобы создать иллюзию объема. Или подкладывают фото нестандартных форматов или показывают камере видео со своего телефона.
Само по себе распознавание лица сегодня уже не является сложной задачей. Все Большинство современных алгоритмов работают с точностью 95%.
Эффективность биометрического решения в значительной мере зависит от того, на каких базах и выборках обучаются нейросети и насколько хороши алгоритмы, которые призваны распознать ухищрения нечестных работников.
Процент успешных распознаваний в Goodt WFM превышает 97%. Ровно потому, что у нас есть собственная уникальная база изображений для обучения нейросети и набор дополнительных алгоритмов для liveness-сценария – определения, живой или неживой объект находился перед камерой.
Обмани меня
Если алгоритмы распознавания в основном построены на опенсорсных решениях, то антифрод-методы у каждой компании свои. Goodt WFM умеет работать с видео и фото, с одной или несколькими камерами.
- В двухкамерных системах на этапе верификации лицо снимается под разными углами и проверяется его относительное положение. Бывают случаи, когда сотрудник пытается подсунуть камерам две разные фотографии, тогда положение лиц на итоговых снимках будет не таким, как положение лица живого человека. По глазам, носу, губам, скулам проводится упрощенная 3D-реконструкция. Это позволяет Goodt WFM отличить плоские лица с распечатанных фотографий или с экрана телефона от настоящих.
- Если Goodt WFM работает на биометрическом устройстве с одной камерой, наша алгоритмы анализирует полученное изображение на предмет бликов, искажений лица, перспективных искажений и сглаженности. Чаще всего цифровые картинки в телефоне более “гладкие”, чем реальные объекты.
- Goodt WFM может работать и в режиме потокового распознавания. Система анализирует фон и сопоставляет его с положением лица в кадре. Если координаты лица меняются определенным образом (например, что-то резко дергается), система воспринимает это как попытку обмана. Потому что так бывает, когда к камере близко поднесли фотографию или экран телефона.
Знаете, как понять, насколько хорошо биометрия распознает фрод? Смотрите на пул клиентов. Если у компании много клиентов с большим штатом, это верный признак того, что решение умеет распознавать фрод. Например, крупнейшая наша инсталляция включает 15 тысяч устройств. Ежедневно более 100 тысяч пользователей отмечаются в системе. Поскольку верификация проходит не один раз в день, а перед началом каждой смены, в систему ежедневно поступает более 200 тысяч отметок, а в месяц – более 10 млн. Операторы системы со стороны клиента передают нам аномальные инциденты, когда есть подозрение, что систему пытаются каким-то образом обмануть. Мы их анализируем, выявляем повторяющиеся паттерны и переобучаем модели на новых данных из базы аномалий. Это улучшает точность и сводит возможность обмана нашей системы к минимуму.
Биометрия на смартфоне
Помимо стационарных терминалов и ПО, установленного на обычный компьютер, который оснащен модулем с одной или двумя камерами, в Goodt WFM есть возможность проводить верификацию сотрудников через мобильные устройства. Этот сценарий актуален для компаний с географически распределенными командами или просто несколькими офисами и для тех, кто работает в “полях”. Например, для менеджеров по продажам и мерчендайзеров.
Работает это очень просто. Сотрудник открывает приложение, делает селфи – фотография конвертируется в дескриптор. Важно, что распознавание происходит не в мобильном, а централизованно – на сервере, где дескриптор сравнивается с базой. Поэтому неважно, какой именно смартфон или планшет использует сотрудник. Более того, достаточно камеры с разрешением от 1 Мп.
Мобильная биометрия может встраиваться в личные кабинеты и супераппы, дополнительно насыщая уже существующие бизнес-сценарии. Как только сотрудник прошел верификацию через смартфон, информация об этом тут же уходит в табель, который видит HR и управляющая компания.
Cам сотрудник получает доступ к набору полезных сервисов. В суперприложении Goodt WFM это – расписание, биржа смен, уведомления и система мотивации.
Ну, и отметим, что если сотрудник отмечается через свое мобильное устройство, это служит дополнительной страховкой от возможных обманных действий благодаря геолокации.
Если сейчас вы в поисках комплексного решения для планирования и учета рабочего времени сотрудников и хотите в том числе установить биометрическую систему верификации, обратите внимание на наше решение. Все-таки 97% точности!