Apakah Teknologi Anti Spoofing Face Recognition Mudah Ditembus?

Anda pasti sering melihat adegan orang membobol sistem yang sangat aman dengan berbagai cara di televisi bukan? Mulai dari menyalin sidik jari dengan selotip dari gelas kaca, menggunakan topeng 3D canggih untuk menyamar sebagai seseorang, atau bahkan menggunakan mata palsu yang sangat presisi untuk bisa mengalahkan pemindai pengenalan iris.

Meskipun situasi di dunia nyata kemungkinan besar tidak sedramatis di Hollywood, kenyataannya ada saja orang-orang dengan niat jahat mencoba menerobos sistem pengenalan biometrik. Tindakan mencoba menipu atau meniru pengenalan biometrik disebut sebagai “spoofing”, atau “serangan”.

Dengan teknologi pengenalan wajah yang sekarang banyak diperkenalkan, apakah perlindungan anti spoofing face recognition sudah dapat memberikan keamanan maksimal? Untuk mengetahuinya simak ulasannya berikut ini.

Perbandingan Berbagai Modalitas Biometrik

Pengenalan biometrik mengacu pada penggunaan karakteristik fisiologisnya yang unik untuk mengidentifikasi individu. Karena ciri fisiologis setiap orang berbeda, maka pengenalan biometrik menjadi metode identifikasi yang andal.

Fitur umum yang digunakan untuk pengenalan biometrik meliputi pola wajah, sidik jari, iris mata seseorang, dan jejak suara. 

Berbagai modalitas biometrik mempunyai kelebihan dan kekurangan tersendiri, sehingga cocok untuk berbagai skenario aplikasi.

Misalnya, pengenalan iris, sidik jari memerlukan jarak dekat atau kontak aktif dengan perangkat, sambil tetap diam selama jangka waktu tertentu agar autentikasi berhasil. Metode ini juga terbatas pada autentikasi satu orang pada satu waktu, dan saat mengenakan sarung tangan, pengenalan sidik jari menjadi tidak praktis.

Di sisi lain, face recognition menawarkan keunggulan “contactless”, pengenalan beberapa individu secara bersamaan, dan jarak pengenalan yang lebih jauh. Face recognition hanya memerlukan sensor kamera standar dan perangkat lunak yang sesuai, sehingga menjadikannya modalitas biometrik yang paling banyak digunakan.

Karena alasan itulah, Camarjaya berfokus pada penyediaan Uface, teknologi facial recognition AI dengan akurasi tinggi dan kecepatan pengenalan yang cepat, serta serangkaian solusi anti spoofing yang komprehensif.

Baca juga: Face Recognition AI Uface 5 Pro Series Tawarkan Akses Skenario Apapun

Potensi Serangan Spoofing Pada Teknologi Face Recognition

Setiap metode autentikasi rentan terhadap serangan, dengan tingkat kesulitan pemalsuan yang berbeda-beda dan risiko pencurian yang berbeda-beda. Secara teori, sistem pengenalan biometrik dapat disusupi.

Oleh karena itu, untuk menyediakan sistem pengenalan biometrik yang lebih aman, mekanisme pertahanan yang efektif terhadap “serangan spoofing” harus digunakan. Hal ini untuk menciptakan sistem pengenalan biometrik yang kuat, aman, dan tangguh.

Bentuk pembobolan face recognition yang paling mendasar dan umum adalah melalui serangan foto. Ini melibatkan upaya untuk menipu kamera dengan menggunakan foto cetak wajah seseorang untuk menggantikan wajah asli selama pengenalan wajah.

Dalam situasi di mana ada orang yang berjaga atau selama pemeriksaan keamanan, upaya menggunakan foto cetak untuk melewati sistem face recognition sangatlah mencurigakan. Dengan begitu, serangan foto hampir mustahil untuk berhasil dilakukan.

Namun, di lingkungan tanpa pengawasan seperti toko tanpa penjaga, atau kios swalayan, serangan foto menjadi metode serangan yang murah dan mudah dilakukan.

Serangan foto juga dapat berkembang menjadi bentuk yang lebih canggih, seperti menggunakan foto stereoskopik yang dicetak dengan ukuran sebenarnya dari wajah asli. Hasil cetakannya menghasilkan foto beresolusi tinggi, atau bahkan menggunakan video dinamis.

Serangan spoofing tingkat lanjut dapat menggunakan topeng atau model 3D presisi yang dibuat dengan teknik pencetakan 3D yang mahal dan menantang secara teknis.

Teknik Anti Spoofing Untuk Face Recognition

Meskipun face recognition dapat mencapai akurasi pengenalan yang sangat tinggi, teknologi tersebut tidak dapat menentukan apakah fitur wajah yang dikumpulkan berasal dari orang sungguhan atau foto, video, atau model 3D. Serangan spoofing berisiko tinggi yang potensial ini menimbulkan tantangan signifikan terhadap face recognition, terutama dalam skenario transaksi keuangan yang membutuhkan verifikasi identitas.

Memastikan keamanan dan keandalan yang penggunaan face recognition untuk verifikasi identitas telah menjadi perhatian utama dalam pengembangan aplikasi pengenalan wajah komersial.

Untuk mengatasi serangan spoofing yang disengaja, sistem face recognition harus menerapkan solusi “liveness detection” yang andal untuk memverifikasi bahwa fitur wajah yang ditangkap berasal dari orang sungguhan.

Ada berbagai metode untuk liveness detection, dan pilihan metode bergantung pada persyaratan dan batasan aplikasi tertentu. Ini termasuk jenis kamera yang digunakan, apakah interaksi manusia-mesin diperlukan, kondisi pencahayaan sekitar, kecepatan pengenalan, dan biaya implementasi keseluruhan.

Berdasarkan jenis kamera yang dipakai, Uface menyediakan 3 metode liveness detection:

1. Kamera Biasa Untuk Anti-Spoofing 2D

Teknik ini dapat dicapai dengan menggunakan kamera RGB standar, seperti webcam, kamera IP, dan kamera smartphone.

Keuntungan utama penggunaan 2D anti spoofing adalah tidak memerlukan peralatan khusus, karena bahkan webcam berbiaya rendah seperti pada smartphone atau tablet dapat digunakan sebagai perangkat input untuk pengenalan wajah.

Teknik 2D ini menggunakan algoritma AI untuk menentukan apakah input dari kamera berasal dari orang sungguhan atau gambar yang dimanipulasi. Meskipun hemat biaya, metode ini juga lebih rentan terhadap serangan karena pengguna mungkin diminta untuk melakukan tindakan tertentu dalam situasi saat algoritme tidak dapat menentukan keasliannya.

Metode 2D ini banyak digunakan dalam proses verifikasi identitas digital seperti “eKYC” yang digunakan dalam industri keuangan dan asuransi. Dengan mengintegrasikan face recognition dengan anti spoofing 2D dalam layanan mereka, lembaga keuangan dapat memungkinkan nasabah untuk menggunakan kamera smartphone mereka dengan mudah.

Uface menawarkan teknik anti spoofing face recognition 2D terbaik yang menjamin keamanan, kecepatan, dan pengalaman pengguna. Modul live detection yang fleksibel mendukung berbagai hardware dan sistem operasi, memungkinkan integrasi yang lancar ke dalam aplikasi yang sudah ada.

2. Depth Camera Untuk Anti-Spoofing 3D

Uface juga menyediakan 3D anti spoofing menggunakan kamera depth khusus, seperti cahaya terstruktur, stereo binokular, Time-of-Flight (ToF), dan kamera FaceID pada Iphone.

Kamera 3D ini dapat menangkap gambar RGB dan peta kedalaman 3D secara bersamaan. Dengan menggabungkan informasi 2D yang berisi fitur wajah dengan informasi 3D yang mewakili kedalaman, pengenalan wajah dan penilaian anti spoofing dapat dilakukan secara real-time.

Keunggulan utama metode ini adalah tidak memerlukan tindakan khusus untuk konfirmasi, dan dapat mengenali beberapa individu secara akurat. Namun, jarak dan jangkauan pengenalan 3D anti spoofing dibatasi oleh jenis kamera, dan pengembangan algoritma AI diperlukan untuk setiap kamera 3D.

Selain itu, biaya hardware kamera 3D lebih tinggi, dan waktu serta biaya pengembangan software secara keseluruhan juga tinggi.

Dalam memilih metode 3D ini, tahap desain hardware harus mempertimbangkan jarak antara pengguna dan perangkat untuk mencapai pengalaman pengguna terbaik dan efisiensi pengenalan wajah. Misalnya, dalam toko swalayan yang dioperasikan melalui antarmuka layar sentuh, jarak dan sudut antara pengguna dan kamera 3D dibatasi oleh ukuran toko, dan spesifikasi kamera harus sesuai dengan posisi relatif pengguna dan perangkat.

Contoh lain adalah sistem access control face recognition untuk skenario walk-through. Saat pengguna melewati sistem kontrol akses, karena mereka tidak diharapkan untuk berhenti, maka jarak menjadi sulit dikontrol, dan kesulitan pengenalan wajah serta anti spoofing meningkat.

Sebaliknya, jika pengguna bersedia untuk berhenti sebentar pada posisi tetap selama perjalanan, maka menjadi mungkin untuk mencapai penilaian pengenalan wajah dan anti spoofing.

3. Kamera IR+RGB Untuk Anti-Spoofing

Selain kamera 3D, Uface juga mendukung anti spoofing face recognition menggunakan kamera IR+RGB.

Kamera IR+RGB dapat menangkap gambar RGB dan IR secara bersamaan. Prinsip penginderaan inframerah menggunakan pantulan cahaya inframerah oleh objek. Lalu hasil pencitraannya dapat digunakan pembelajaran mesin AI guna menghilangkan deteksi non-liveness dengan cepat.

Selain itu, kamera IR+RGB memiliki keunggulan berupa bentuk yang ringkas, tidak terlalu rumit, dan hemat biaya.

Secara komparatif, banyak vendor face recognition lebih menyukai keunggulan yang ditawarkan oleh kamera IR+RGB dibandingkan kamera yang dilengkapi dengan sensor 3D. Misalnya, kamera IR+RGB umumnya dapat digunakan dalam sistem access control dan kehadiran umum.

Baca juga: Sistem Pengawasan Kantor Lebih Efisien dengan Face Recognition Camera

Apakah Anti Spoofing Face Recognition Dapat Dibobol dengan Mudah?

Jadi, seberapa mudah face recognition dapat dibobol?

Face recognition tanpa kemampuan anti spoofing dapat dengan mudah dikompromikan. Dalam praktiknya, kemampuan tersebut hanya cocok dalam situasi di mana masalah keamanan minimal, seperti mengenali pengunjung atau memberikan kemudahan dalam kasus identitas pengguna sudah diverifikasi. Misalnya, situasi dengan personel keamanan di titik akses, pintu otomatis di tempat umum, atau ruang rapat terbuka untuk pengunjung.

Dalam aplikasi kehadiran, jika gambar personel yang masuk dan keluar direkam, setiap perilaku curang dapat dengan mudah dilacak, sehingga anti spoofing tidak diperlukan.

Di sisi lain, area kontrol akses dengan keamanan tinggi atau terminal pembayaran swalayan tanpa pengawasan akan mendapatkan manfaat dari fungsionalitas anti spoofing face recognition. Dalam kasus seperti itu, jika liveness detection tidak digunakan, metode autentikasi multi-faktor (MFA) lainnya, seperti face recognition yang dikombinasikan dengan kode PIN, atau face recognition yang dikombinasikan dengan One-Time Password (OTP), dapat mencapai efek serupa.

Fungsionalitas liveness detection dapat meningkatkan keamanan face recognition secara signifikan. Namun, keputusan untuk mengadopsi solusi tertentu harus didasarkan pada skenario aplikasi praktis, biaya hardware, kegunaan, tingkat keamanan, dan lainnya.

Bagaimana Akurasi Anti Spoofing Uface?

Pertanyaannya sekarang adalah bagaimana kita dapat mengevaluasi keakuratan teknologi anti spoofing face recognition?

Untuk memverifikasi efektivitas fitur anti spoofing, diperlukan pengujian independen yang ketat. Pengujian Presentation Attack Detection (PAD) mencakup pemeriksaan berbagai serangan presentasi dalam berbagai bentuk, seperti foto cetak, foto digital, video digital, dan masker wajah silikon fleksibel.

Anti spoofing Uface unggul dalam beberapa laporan pengujian independen yang terpercaya. Dengan akurasi tinggi, kecepatan pengenalan yang andal, dan teknologi anti spoofing tingkat tinggi, Uface 5 Pro Series by Camarjaya tidak diragukan lagi.

Ini merupakan salah satu solusi perangkat face recognition paling mutakhir di pasaran. Selain itu, Uface juga menawarkan fungsi pengenalan wajah dan anti spoofing yang sangat akurat di berbagai bidang, termasuk keamanan, kontrol akses, dan keuangan.

Hal ini  memberikan solusi face recognition yang cepat, andal, akurat, dan fleksibel kepada pelanggan dan mitra integrasi sistem.

Jika Anda masih ragu akan kualitasnya Uface, bisa langsung hubungi tim kami disini untuk info selengkapnya.