Как технология распознавания лиц помогает в борьбе с финансовыми мошенничествами?

Можно ли обмануть распознавание лиц? Сколько стоит технология и ее эксплуатация? Как защитить свои персональные данные? Готовы ли банки к атакам дипфейками?

Привет, это подкаст Kotelov digital finance — мы приглашаем экспертов из области финансовой разработки и обсуждаем сложные технические штуки на простом языке.

С нами в студии Александр Паркин — руководитель в компании VisionLabs, эксперт в области компьютерного зрения. Через его руки прошли такие технологии, как оплата лицом в метро и биометрическая разблокировка банкоматов в Сбере.

Александр занимается тем, чтобы мошенники не могли пройти через турникет или войти в банковскую систему, подставив чужое лицо.

Сегодня, мы поговорим о системе распознавания лиц в финансовом секторе, как мошенники обманывают банковские системы и как можно защититься от этого обычным людям.

Ниже мы собрали самое важное из подкаста в формате статьи, но полную версию выпуска можно посмотреть здесь.

Какое отношение имеет распознавание лиц и дипфейки для рядового Васи Пупочкина?

10 лет назад ни у кого не было учетной записи на госуслугах, а сейчас все разблокируют мобильное приложение с помощью FaceID. Уже сейчас можно удаленно с помощью биометрии открыть счет в банке или на криптобирже.

Банки, где еще не используется биометрия, работают значительно медленней, потому что процесс выглядит так:

Внедрение биометрии сильно оптимизирует процесс, но увеличивает риск мошенничества с помощью дипфейков.

Если рассматривать весь процесс: самое тяжелое в этом пайплайне — распознавание лиц. Но при этом на CPU или телефоне оно занимает около 0,2 секунды. Почти моментально.

Простой набор из моделек, куда нужно просто засылать фотографии с конкретными запросами. Запросы могут быть: «определение лица» или «определение возраста по лицу».

2. Платформа с дополнительными настройками

Этот продукт отдается клиентам и становится полностью автономным. Настраивается его под определенные задачи бизнеса. Например, определение по фотографии, что человек на ней есть в конкретной базе внутри компании.

В таком варианте клиент платит за каждое распознавание.

💡 Пример

Иногда даже у крупных компаниях происходят утечки личных данных. Стоит ли отдавать данные своей биометрии ради призрачного комфорта и удобства при оплате?

Для того, чтобы понять, насколько защищены эти данные — давайте разберемся в процессе сбора биометрических данных. Этот процесс называется перемножение матриц.

Перемножение матриц

То есть, в базе данных хранится не ваша фотография, а код. Если кто-то сможет украсть эти данные, то у него не получится перевести этот вектор обратно в изображение.

💡 Пример

То есть, что делать, чтобы ваши биометрические данные не скопировали?

К сожалению, ответ прост и сложен одновременно — нужно не попадать ни под какие объективы. Вы можете где-то оставить свои фотографии, а потом удалить их. Например, на страничке Вконтакте, но компания может показать, что удалила, а на самом деле сохранить личные данные в базе. Вы этого не узнаете.

Остается только в судебном порядке выуживать эти данные у всех, с кем вы когда-либо контактировали.

💡 Но:

Есть вариант использования дополнительного шума, который немного исказит фотографию. Мы даже делали соревнования внутри VisionLabs: к изображению 1 нужно было добавить небольшой шум, чтобы расстояние между векторами было минимальным и алгоритм, несмотря на шум, посчитал изображения схожими.

Есть три стандартных цели, которые мошенники пытаются достичь:

Очень долго в народе ходила фича с особой кофтой: детектор как бы не видел человека с этой кофтой. Мы проверили его через свою программу и все было нормально — человек отображался. Дело даже не в том, что у нас какой-то особый детектор — для обмана конкретной нейросети нужно сильно подготовится.

Итого: нет возможности защититься от распознавания лица ни в социальных сетях, ни в городе. Единственный способ — это инфракрасный спуффинг.

То есть, нужно носить на себе инфракрасные ленты или очки, которые будут включены. Обычные люди не будут этого видеть, но для камер и систем распознавания вы будете ярко светиться, мешая распознаванию.

На данный момент почти невозможно распознать человека, если не видно его лицо. Самая важная часть — это глаза и область вокруг них. То есть, в хиджабе нейросеть вас тоже распознает.

Но по походке, силуэту или чему-то подобному нет.

Есть только одно но:

💡 Представим ситуацию как фильмах про спецагентов

На данный момент запросы бизнеса по защите не поспевают за инструментами мошенников. То есть, уже сейчас происходят аферы с использованием дипфейков, но банки не видят в этом глобальной проблемы, которую нужно срочно финансировать и развивать.

Мы решили углубиться в тему дипфейков и написали отдельную статью на эту тему — Дипфейки: зло или благо? Разбираемся со специалистом по распознаванию и компьютерному зрению