{"id":20439,"date":"2024-07-02T15:50:41","date_gmt":"2024-07-02T15:50:41","guid":{"rendered":"https:\/\/www.complycube.com\/?p=20439"},"modified":"2024-07-08T16:02:02","modified_gmt":"2024-07-08T16:02:02","slug":"verfahren-zur-lebenderkennung-und-zum-schutz-vor-spoofing","status":"publish","type":"post","link":"https:\/\/www.complycube.com\/de\/liveness-detection-anti-spoofing-practices\/","title":{"rendered":"Liveness-Erkennung: Best Practices f\u00fcr Anti-Spoofing-Sicherheit"},"content":{"rendered":"


Die biometrische Lebenderkennung ist ein wichtiger Bestandteil der Abwehr von Pr\u00e4sentationsangriffen und st\u00e4rkt Gesichtsauthentifizierungssysteme auf der ganzen Welt durch die Identifizierung von Spoofing-Angriffen, Deepfake-Videos und anderen Formen von Identit\u00e4tsbetrug. In diesem Leitfaden wird erl\u00e4utert, wie die Lebenderkennung Unternehmen weltweit mit Liveness-KYC sch\u00fctzt, das biometrische Datenproben analysiert und selbst die subtilsten Anzeichen von Betrug identifiziert.<\/p>\n\n\n\n

Was ist biometrische Lebenderkennung?<\/h2>\n\n\n\n

Mithilfe der biometrischen Lebenderkennung werden biometrische Gesichtssysteme gest\u00e4rkt. Betr\u00fcger k\u00f6nnen mit Pr\u00e4sentationsangriffen schwerer davonkommen und sich mithilfe von ausgedruckten Fotos, 3D-Masken und anderen Formen von Spoof-Angriffen unerlaubten Zugriff verschaffen.<\/p>\n\n\n\n

Starke Sicherheits- und Gesichtserkennungssysteme<\/h2>\n\n\n\n

Der Markt f\u00fcr Gesichtserkennung erzielt Prognosen zufolge werden bis 2032 $19,3 Milliarden erreicht<\/a>, wobei der Schutz von Telefonen und elektronischen Ger\u00e4ten die h\u00e4ufigste Verwendung ist. 7 von 10 Regierungen<\/a> sind in hohem Ma\u00dfe auf Gesichtserkennungstechnologie angewiesen und nutzen diese zum Schutz \u00e4u\u00dferst sensibler Daten.<\/p>\n\n\n\n

Die biometrische Erkennung hat seit der Einf\u00fchrung von Touch ID im September 2013 gro\u00dfe Fortschritte gemacht. Mittlerweile werden f\u00fcr diese Systeme kommerziell Technologien zur Iris- und Gesichtserkennung eingesetzt, die viele f\u00fcr unfehlbar halten.<\/p>\n\n\n\n

Untersuchungen zum Einsatz von Gesichtserkennungstechnologie in 99 L\u00e4ndern ergaben, dass 70 % der Polizeikr\u00e4fte Gesichtserkennungstechnologie verwenden, ebenso wie 60 % der Flugh\u00e4fen, 20 % der Schulen und fast 80% von Banken und Finanzinstituten<\/a>.<\/p>\n\n\n\n

\"Biometrische<\/figure>\n\n\n\n

Biometrische Probenanalyse<\/h2>\n\n\n\n

Die Lebenderkennung funktioniert durch die Analyse biometrischer Proben von Selfies oder Videos, die von Benutzern \u00fcbermittelt wurden, und erh\u00f6ht die Sicherheit von Methoden zur Identit\u00e4ts\u00fcberpr\u00fcfung. Bei diesen Pr\u00fcfungen werden verschiedene Aspekte untersucht, darunter die Bewegungsanalyse, bei der Bewegungen analysiert werden, um Lebenszeichen zu erkennen, oder die Texturanalyse, bei der winzige Details des Gesichts oder des Fingers einer Person untersucht werden.<\/p>\n\n\n\n

Maschinelles Lernen und Betrugspr\u00e4vention<\/h2>\n\n\n\n

Bei der Echtheitserkennung wird auf maschinelles Lernen basierende KI eingesetzt, um Anzeichen eines Pr\u00e4sentationsangriffs zu identifizieren, wie etwa Pixelmanipulationen, das Fehlen subtiler Gesichtsausdr\u00fccke oder eine unechte Hautstruktur im Gesicht des Benutzers, die darauf schlie\u00dfen lassen, dass der Benutzer nicht physisch anwesend ist.<\/p>\n\n\n\n

\n

Diese subtilen Texturunterschiede sind f\u00fcr das menschliche Auge oft v\u00f6llig unsichtbar, k\u00f6nnen jedoch mithilfe k\u00fcnstlicher Intelligenz erkannt werden. <\/p>\n<\/blockquote>\n\n\n\n

Algorithmen zur Lebendigkeitserkennung k\u00f6nnen je nach den Anforderungen der Organisation sowohl Methoden der aktiven als auch der passiven Lebendigkeitserkennung einsetzen.<\/p>\n\n\n\n

Aktive Lebendigkeitserkennung<\/h2>\n\n\n\n

Die aktive Lebenderkennung beruht auf der Interaktion des Benutzers mit dem Authentifizierungssystem und erfordert, dass der Benutzer bestimmte Bewegungen ausf\u00fchrt oder bestimmte W\u00f6rter sagt. Diese Challenge-Response-Aufgaben beweisen, dass der Benutzer eine echte Person ist, indem sie Lebenszeichen zeigen. Dies kann jedoch eine weniger positive Benutzererfahrung sein, da der Prozess eine Interaktion des Benutzers erfordert.<\/p>\n\n\n\n

Der Grundstein aktiver L\u00f6sungen zur Lebenderkennung besteht darin, dass sie nach Lebenszeichen suchen, die durch Betrug nicht so leicht reproduziert werden k\u00f6nnen. Die Verwendung verschiedener Modalit\u00e4ten wie Spracherkennung, Tastenanschlaganalyse und die Untersuchung subtiler Bewegungen des Munds oder Gesichts kann dabei helfen, Lebenszeichen zu erkennen \u2013 dies alles erfordert jedoch eine Benutzerinteraktion.<\/p>\n\n\n\n

Diese Art der biometrischen Authentifizierung gew\u00e4hrleistet eine sichere und robuste Identit\u00e4ts\u00fcberpr\u00fcfung<\/a> indem sowohl Bewegungsanalyse als auch KI eingesetzt werden, und es wird h\u00e4ufig mehr als ein Bild untersucht.<\/p>\n\n\n\n

Hauptmerkmale der aktiven Lebenderkennung<\/h2>\n\n\n\n