在过去的二十年里，全球打击金融犯罪和恐怖主义融资的斗争导致了对了解您的客户 (KYC) 和客户尽职调查 (CDD) 的监管制度得到加强——大多数组织采用这些检查来验证其客户的身份.
然而，我们生活在一个由大规模技术进步主导的互联网疯狂时代，这些技术进步通过身份盗用增加了洗钱活动。 根据 普华永道，美国在 2020 年因欺诈损失了 $420 亿。在欧洲，情况稍好一些，而非洲和亚洲的欺诈率要高得多。
此外，COVID-19 大流行迫使许多组织转向在线优先的商业模式，在这种模式下，客户不在现场进行现场 KYC 检查。另一方面，欺诈者已经制定了绕过一些现有常规检查的策略。
这种新的业务环境使远程身份证明和保证成为必须。这就是活性检查的用武之地。通常，活性检查使用人工智能/机器学习 (AI/ML) 软件来提高数字验证用户身份的效率。有两种类型的活性检查， 积极的 和 被动的 生物特征检查。
主动生物识别检查
主动活性检查要求用户在摄像机前执行某些操作以证明其身份。这些动作包括眨眼、转头、用眼睛跟随屏幕上的一个点、微笑等。
在这种情况下，如果欺诈者正在使用某人的文件，他们会害怕通过主动检查，或者检查会发现他们在伪造自己的身份。
虽然主动生物识别技术看起来像是一种理想的反洗钱 (AML) 解决方案，但它有时会面临挑战，例如欺诈者通过演示攻击进行欺骗。
在这里，坏人可以通过不同的策略欺骗系统；例如，如果支票要求用户眨眼，则模仿者可以佩戴他们模仿的人的打印剪纸，然后在需要时使用眼睛剪纸眨眼。
此外，一些欺诈者使用更复杂的策略，例如视频重播、深度造假和其他动画软件。
通常，活跃度需要用户花费更多的时间和精力，这可能会导致不耐烦的用户掉线。但是，想要对其帐户安全性进行高度保证的客户可能会将其视为一种理想的验证方法。
被动生物识别检查
与主动生物识别不同，被动生物识别检查不需要用户执行任何操作。在这里，AI/ML 软件在后台运行，在用户没有意识到的情况下执行必要的检查。
通过被动活性检查，用户和潜在的欺诈者通常不知道正在进行身份验证检查，这减少了用户干扰，使检查更具欺骗性。
被动生物识别技术具有更高的能力来检测呈现攻击的痕迹，例如皮肤纹理、边缘和深度，这些痕迹将活人的脸与假脸或无生命的脸区分开来。
此外，被动检查有效地指出了面具、深度伪造和模仿微笑、眨眼和其他面部表情的软件。由于其欺骗鲁棒性，被动生物识别技术使欺诈者难以但并非完全不可能通过。
与主动活跃相比，被动活跃只占用用户很少的时间，整个过程更加流畅，因为用户不需要在摄像机前执行多个动作。
主动与被动生物识别技术
简而言之，这两种活动检查在帮助组织检测和阻止欺诈和洗钱活动方面大有帮助。然而，这些支票都没有最终的优越性，因为它们都根据相关组织的需求提供防止欺诈的保护。
因此，主动和被动生物识别技术之间的选择范围缩小到组织的 基于风险的方法.您应该选择满足贵公司用户验证需求的产品，同时仍能创造积极的用户体验并保持领先地位。
请进 触碰 如果您想了解有关活性检查的更多信息以及我们如何 经认证的活体检测 技术可以适合您的用例。
