คู่มืออุตสาหกรรม

AI ใน KYC และการยืนยันตัวตน

AI ใน KYC และการยืนยันตัวตนหมายถึงการตรวจสอบอัตโนมัติที่ยืนยันว่าลูกค้าใหม่คือบุคคลจริงที่ตรงกับเอกสารประจำตัวจริง

ฟังคำแนะนำนี้บรรยายโดย AI · ~3 min

บนหน้านี้อ่าน 4 นาที
  1. ภาพรวม
  2. เจาะลึก
  3. การใช้งานจริงในโลกแห่งความเป็นจริง
  4. อนาคตของ AI ใน KYC และการยืนยันตัวตน
  5. การนำไปปฏิบัติ
  6. สำรวจต่อไป
  7. คำถามที่พบบ่อย

ภาพรวม

โดยทั่วไปแล้ว ระบบจะวิเคราะห์ภาพถ่ายของบัตรประจำตัว จับคู่กับภาพถ่ายเซลฟี่สด และทดสอบว่าภาพถ่ายเซลฟี่นั้นไม่ใช่การปลอมแปลงหรือปลอมแปลง ธนาคาร ฟินเทค และแพลตฟอร์ม crypto ต้องตรวจสอบลูกค้าภายใต้กฎต่อต้านการฟอกเงิน และการลงทะเบียนระยะไกลกลายเป็นเป้าหมายหลักสำหรับข้อมูลระบุตัวตนสังเคราะห์และของปลอมที่สร้างโดย AI

เจาะลึก

การรู้จักลูกค้าของคุณ (KYC) เป็นส่วนหนึ่งของการตรวจสอบสถานะลูกค้าตามกรอบการทำงานป้องกันการฟอกเงิน ซึ่งรวมถึงคำแนะนำของ Financial Action Task Force และกฎหมายระดับประเทศ เช่น U.S. Bank Secrecy Act KYC หมายถึงการกำหนดว่าลูกค้าคือใครเมื่อพวกเขาสมัคร และสำหรับธุรกิจ ใครเป็นเจ้าของหรือควบคุมพวกเขาในท้ายที่สุด แยกจากการตรวจสอบธุรกรรมซึ่งจะคอยติดตามกิจกรรมทางบัญชีในภายหลังเพื่อหารูปแบบที่น่าสงสัย ทั้งสองแจ้งให้ทราบกัน แต่ใช้ข้อมูลและแบบจำลองต่างกัน การยืนยันตัวตนระยะไกลมักจะมีสามขั้นตอน ขั้นแรก การตรวจสอบเอกสารจะระบุประเภทของ ID และดึงข้อมูลออกมาด้วย OCR โดยจะอ่านโซนและบาร์โค้ดที่เครื่องอ่านได้ และค้นหาการปลอมแปลง เช่น การสลับรูปภาพหรือแบบอักษรที่ไม่ตรงกัน หากเป็นไปได้ ระบบจะอ่านชิปที่ลงนามด้วยการเข้ารหัสใน ePasssports ซึ่งมีหลักฐานที่ชัดเจนกว่ารูปภาพ ประการที่สอง การจับคู่ใบหน้าจะเปรียบเทียบภาพถ่ายในเอกสารกับเซลฟี่ โดยใช้โมเดลการจดจำใบหน้าที่สร้างคะแนนความคล้ายคลึงกัน ประการที่สาม การตรวจจับความมีชีวิตชีวาจะตรวจสอบว่าเซลฟีมาจากบุคคลที่อยู่หน้ากล้องหรือไม่ ความมีชีวิตชีวาที่ใช้งานอยู่ขอให้ผู้ใช้ย้ายหรือปฏิบัติตามคำแนะนำ ความมีชีวิตชีวาแบบพาสซีฟจะวิเคราะห์พื้นผิว ความลึก และการเคลื่อนไหวโดยไม่ต้องให้คำแนะนำใดๆ การโจมตีแบ่งออกเป็นสองตระกูล การโจมตีด้วยการนำเสนอวางบางสิ่งไว้หน้ากล้อง: ภาพถ่ายที่พิมพ์ หน้าจอ หรือหน้ากาก การโจมตีแบบฉีดจะข้ามกล้องโดยสิ้นเชิงและป้อนวิดีโอที่บันทึกไว้ล่วงหน้าหรือที่สร้างโดย AI ลงในแอปผ่านกล้องเสมือน ตัวจำลอง หรืออุปกรณ์ที่ถูกดัดแปลง Deepfakes ทำให้การโจมตีแบบฉีดน่าเชื่อถือมากขึ้น ในปี 2024 FinCEN ได้ออกการแจ้งเตือนเกี่ยวกับแผนการฉ้อโกงที่ใช้สื่อ Deepfake กับสถาบันการเงิน ความเข้าใจผิดที่พบบ่อยคือการจับคู่เซลฟี่ที่ดีจะพิสูจน์ตัวตนได้ พิสูจน์เพียงว่าใบหน้าตรงกับเอกสาร ไม่ได้พิสูจน์ว่าเอกสารนั้นเป็นของแท้ หรือตัวตนนั้นไม่ได้สังเคราะห์ขึ้น ซึ่งหมายถึงสร้างจากหมายเลขประกันสังคมจริงพร้อมรายละเอียดที่ประดิษฐ์ขึ้น นั่นคือเหตุผลที่ผู้ให้บริการรวมข้อมูลไบโอเมตริกเข้ากับการตรวจสอบเอกสาร อุปกรณ์ และข้อมูล

การใช้งานจริงในโลกแห่งความเป็นจริง

แอพ Fintech ขอให้ผู้ใช้ใหม่ถ่ายรูปใบขับขี่ โมเดลจะอ่านข้อความ ตรวจสอบแบบอักษร คุณลักษณะด้านความปลอดภัย และเค้าโครงเทียบกับเทมเพลตสำหรับสถานะนั้น และเปรียบเทียบข้อมูลบาร์โค้ดกับช่องที่พิมพ์

แอปธนาคารจะอ่านชิปใน ePassport ผ่าน NFC และตรวจสอบลายเซ็นดิจิทัลของประเทศที่ออก การปลอมแปลงนั้นยากกว่าภาพถ่ายหน้าข้อมูลหนังสือเดินทางมาก

การตรวจสอบความมีชีวิตชีวาแบบพาสซีฟจะดูภาพเซลฟี่หรือวิดีโอสั้น ๆ เพื่อหาสัญญาณของภาพถ่ายที่พิมพ์ หน้าจอที่เล่นซ้ำ หรือหน้ากาก โดยไม่ต้องขอให้ผู้ใช้หันศีรษะ

การแลกเปลี่ยน crypto ตรวจพบว่าสตรีมเซลฟี่นั้นมาจากไดรเวอร์กล้องเสมือนแทนที่จะเป็นกล้องจริง มันจะบล็อกเซสชันเนื่องจากอาจเป็นการฉีด Deepfake

อนาคตของ AI ใน KYC และการยืนยันตัวตน

การยืนยันตัวตนกำลังก้าวไปสู่ข้อมูลรับรองการเข้ารหัส ซึ่งรวมถึงเอกสารที่ใช้ชิป ใบอนุญาตขับขี่มือถือที่สร้างขึ้นตามมาตรฐาน ISO/IEC 18013-5 และ EU Digital Identity Wallet ภายใต้กฎระเบียบ eIDAS ที่ปรับปรุงใหม่ พวกเขาเปลี่ยนความไว้วางใจจากการตัดสินภาพเป็นการตรวจสอบลายเซ็นดิจิทัล ซึ่งการปลอมแปลงแบบล้ำลึกไม่สามารถปลอมแปลงได้ง่ายๆ การตรวจสอบตามรูปภาพจะยังคงอยู่สำหรับผู้ที่ขาดข้อมูลประจำตัวดังกล่าว ดังนั้นการแข่งขันระหว่างของปลอมที่สร้างขึ้นและการตรวจจับจะดำเนินต่อไป หน่วยงานกำกับดูแลยังให้ความสนใจอย่างใกล้ชิดกับการทดสอบอคติ ระยะเวลาในการเก็บข้อมูลไบโอเมตริกซ์ และตัวเลือกสำรอง เช่น การตรวจสอบโดยมนุษย์ สำหรับผู้ที่ไม่ผ่านการตรวจสอบอัตโนมัติ

การนำไปปฏิบัติ

ทำไมมันถึงสำคัญ

  • บริบทและกฎ. บริบททางอุตสาหกรรมเป็นตัวกำหนดว่าแนวคิด AI จะรอดจากการสัมผัสกับความเป็นจริงหรือไม่
  • การควบคุมคุณภาพ. ข้อจำกัดของโดเมนมีอิทธิพลต่ออัตราข้อผิดพลาดที่ยอมรับได้และแบบจำลองการควบคุมดูแล
  • สร้างทางเลือก. การปรับใช้ที่ประสบความสำเร็จจะปรับความสามารถทางเทคนิคให้สอดคล้องกับเวิร์กโฟลว์แนวหน้า

ระวัง

  • ข้อกำหนดด้านกฎระเบียบอาจทำให้ต้นแบบที่แข็งแกร่งเป็นโมฆะได้
  • ข้อมูลในอดีตอาจเข้ารหัสอคติที่เป็นอันตรายต่อชุมชนบางแห่ง
  • ระบบเดิมสามารถสร้างปัญหาคอขวดในการบูรณาการและต้นทุนแอบแฝงได้

ขั้นตอนต่อไป

  1. ให้ผู้เชี่ยวชาญโดเมนมีส่วนร่วมตั้งแต่การกำหนดกรอบปัญหาไปจนถึงการประเมิน
  2. ออกแบบเส้นทางการตรวจสอบและเอกสารประกอบก่อนการเปิดตัว
  3. ตรวจสอบการปฏิบัติตามข้อกำหนดและภาระผูกพันด้านความปลอดภัยตั้งแต่เนิ่นๆ
  4. เปิดตัวเป็นระยะโดยมีเกณฑ์การหยุดและย้อนกลับที่ชัดเจน

สำรวจต่อไป

จดหมายข่าวฟรี

รับสรุป AI รายวัน

เรื่องราว AI ที่ตรวจสอบแล้ว 3 เรื่องทุกวันทำงาน เช้า, เขียนเป็นภาษาอังกฤษธรรมดา ฟรีตลอดไป ไม่มีโฆษณา

อีเมลหนึ่งฉบับทุกวันทำงาน ยกเลิกการสมัครในคลิกเดียว เราไม่เคยขายหรือแชร์ที่อยู่อีเมลของคุณ

ทดสอบตัวเอง

Take the AI in KYC and Identity Verification quiz

ข้อเสนอแนะทันทีสำหรับทุกคำตอบ และใบรับรองที่สามารถแชร์ได้พร้อม ID ที่ตรวจสอบได้เมื่อคุณผ่านหลักสูตร

เริ่มแบบทดสอบ

สนับสนุนการศึกษา AI ฟรี AI Understanding เป็นองค์กรไม่แสวงหาผลกำไร 501(c)(3) — ไม่มีโฆษณา ไม่มีกำแพงเงิน, ตลอดไป บริจาค

คำถามที่พบบ่อย

AI ใน KYC และการยืนยันตัวตนคืออะไร

AI ใน KYC และการยืนยันตัวตนหมายถึงการตรวจสอบอัตโนมัติที่ยืนยันว่าลูกค้าใหม่คือบุคคลจริงที่ตรงกับเอกสารประจำตัวจริง โดยทั่วไปแล้ว ระบบจะวิเคราะห์ภาพถ่ายของบัตรประจำตัว จับคู่กับภาพถ่ายเซลฟี่สด และทดสอบว่าภาพถ่ายเซลฟี่นั้นไม่ใช่การปลอมแปลงหรือปลอมแปลง ธนาคาร ฟินเทค และแพลตฟอร์ม crypto ต้องตรวจสอบลูกค้าภายใต้กฎต่อต้านการฟอกเงิน และการลงทะเบียนระยะไกลกลายเป็นเป้าหมายหลักสำหรับข้อมูลระบุตัวตนสังเคราะห์และของปลอมที่สร้างโดย AI

KYC แตกต่างจากการตรวจสอบธุรกรรมอย่างไร

KYC เป็นเรื่องเกี่ยวกับตัวตนและความเป็นเจ้าของในช่วงเริ่มต้นของความสัมพันธ์ การตรวจสอบธุรกรรมจะค้นหาพฤติกรรมที่น่าสงสัยเมื่อเวลาผ่านไป พวกเขาแจ้งกันแต่ใช้ข้อมูลและแบบจำลองต่างกัน

อะไรทำให้การโจมตีแบบฉีดแตกต่างจากการโจมตีแบบนำเสนอ?

การโจมตีด้วยการนำเสนอเป็นการหลอกลวงต่อหน้ากล้องจริง การโจมตีแบบฉีดเข้ามาแทนที่ฟีดของกล้อง ซึ่งเป็นเหตุผลว่าทำไม Deepfakes จึงทำให้พวกมันมีอันตรายมากขึ้น

การตรวจจับความมีชีวิตชีวาแบบพาสซีฟคืออะไร?

ความมีชีวิตชีวาที่ใช้งานอยู่จะแจ้งให้ผู้ใช้ทราบ ความมีชีวิตชีวาแบบพาสซีฟจะทำงานในพื้นหลังจากการถ่ายเซลฟี่หรือวิดีโอสั้น ซึ่งทำให้ผู้ใช้มีความราบรื่นยิ่งขึ้น

เหตุใดการอ่านชิปของ ePassport บนหลักฐาน NFC จึงแข็งแกร่งกว่าภาพถ่ายของหน้าข้อมูล

การตรวจสอบสิทธิ์แบบพาสซีฟจะตรวจสอบลายเซ็นดิจิทัลของผู้ออกบนข้อมูลชิป ซึ่งยากต่อการปลอมแปลงมากกว่าคุณสมบัติที่พิมพ์ออกมาในรูปภาพ

ในการทดสอบการตรวจจับการโจมตีการนำเสนอ APCER วัดอะไร

APCER นับการโจมตีที่ผ่านไป BPCER นับผู้ใช้จริงที่ถูกปฏิเสธ การปรับแต่งอันหนึ่งมักจะทำให้อีกอันแย่ลง

เรียนรู้ต่อไป

คำแนะนำที่เกี่ยวข้อง

คำแนะนำเพิ่มเติมที่เลือกสำหรับหัวข้อนี้

รับใบรับรอง AI ฟรีหลักสูตรและการสอบสั้น ๆ ฟรี ไม่มีค่าใช้จ่าย ไม่มีบัตรเครดิต ประมาณ 2.5 ชั่วโมงเริ่มต้นฟรี →