O que é spoofing

Compartilhar isso

Share on facebook
Share on linkedin
Share on whatsapp
Share on email

Anti-spoofing de rosto

Nos últimos tempos, à medida que os sistemas de reconhecimento biométrico aumentam seu desempenho, os gerentes de TI precisam levar em grande consideração um possível ataque direto; invasores em potencial podem obter acesso ao sistema de TI interagindo diretamente com o dispositivo de entrada do sistema, como um usuário normal faria. Essas tentativas são conhecidas como ataques de spoofing. Nossos smartphones são geralmente desbloqueados por meio de identificação facial ou dedo. Ambas as biométricas são objeto de ataque potencial.

Dedo e rosto são os mais fáceis de falsificar porque, para um ataque simples, não há habilidades técnicas específicas (ou seja, alguns ataques podem ser realizados por pessoas comuns) e os dados biométricos são muito fáceis de roubar (por exemplo, tirar fotos de perfis online). Em geral, existem três maneiras possíveis de gerar um ataque de face spoof:

– tirar uma foto de um usuário válido
– reproduzir um vídeo de um usuário válido
– modelo 3D de um usuário válido

Esses tipos de ataques podem ser detectados com a ajuda de sensores de hardware específicos (sensores IR, câmeras estereoscópicas). No entanto, um sistema de reconhecimento de face deve ser construído com hardware de custo muito baixo e também deve ser usado para aplicações de consumo, portanto, a adição de hardware específico ou interação para garantir a confiabilidade não é uma solução conveniente. Isso implica que um ataque “simples” de falsificação de fotos pode representar um problema de segurança para um sistema de reconhecimento de rosto. Na verdade, a maioria dos trabalhos na literatura refere-se ao problema como uma tarefa de detecção de ataque de foto, pois representa uma maneira barata e eficaz de realizar um ataque.

Nossa tecnologia My-ID oferece uma plataforma baseada em análise biométrica multifatorial: Face, Voz e vivacidade passiva. Portanto, o My-ID é baseado em técnicas de verificação que podem ser usadas como biometria única ou dentro de uma modalidade de fusão multimodal, onde, após avaliar as amostras de rosto e voz de forma independente, uma pontuação única é calculada para levá-los em consideração juntos. O objetivo dessa abordagem é dar robustez ao sistema e, sempre que possível, precisão. Durante o estágio de inscrição, um instantâneo do rosto do usuário e uma amostra do Voice são obtidos, processados ​​e armazenados em um banco de dados local e criptografado. My-ID usa esses dados para calcular duas estruturas de dados, a saber, um modelo de rosto e um modelo de voz, contendo apenas os recursos distintivos extraídos de rosto e voz. Os modelos estão estritamente ligados ao uso por meio de um usuário, que também é armazenado no banco de dados junto com os modelos. O dispositivo onde é feito o estágio de inscrição deve ser autorizado por um console de gerenciamento.

Durante a verificação, o usuário deve declarar uma identidade. Novas amostras biométricas são coletadas e processadas para produzir um par de padrões. Os padrões são estruturas de dados contendo características distintivas extraídas das novas amostras biométricas e, portanto, podem ser comparados aos modelos pertencentes à identidade declarada. Duas comparações são feitas e os resultados são duas pontuações que representam o grau de similaridade entre o usuário e a identidade declarada. O módulo Fusion combina adequadamente as duas pontuações em uma. Se a pontuação de fusão estiver acima de um limite de decisão, o usuário é aceito (usuário genuíno), caso contrário, é rejeitado (impostor). O My-ID é um detector de rosto e voz capaz de avaliar a orientação da cabeça no espaço tridimensional através da medida dos ângulos de Euler (Roll, Yaw, Pitch). A estimativa 3D da postura da cabeça é realizada usando informações até agora consideradas insuficientes, como apenas as coordenadas dos olhos e da ponta do nariz. Esse resultado é obtido por meio de uma nova abordagem geométrica baseada na definição de um modelo semirrígido de face frontal, que utiliza a seção áurea para aproximar proporções entre os diversos pontos faciais. Este tipo de estimativa da postura da cabeça traz várias vantagens em comparação com as outras abordagens sugeridas, tais como:

É independente de hardware;
Não precisa de calibração da cena;
Necessita de um número mínimo de informações ao contrário de outros métodos;
Sua saída é um nível contínuo e não uma estimativa de orientação discreta e, conseqüentemente, pode ser usada como índice para operações de avaliação de face com base na avaliação de frontalidade;
É preciso o suficiente para uma ampla gama de rotações da cabeça;
Permite definir heurísticas que podem ser usadas para melhorar o desempenho dos detectores de características faciais.