4 Cara Mendeteksi Upaya Face Spoofing Attacks

Penerapan identifikasi biometrik kini menjadi standar baru dalam dunia keamanan modern, untuk melindungi akses berbagai akun dan menjalani proses verifikasi. Peningkatan tren ini juga memunculkan ancaman keamanan baru, yang disebut dengan face spoofing.

Serupa dengan model spoofing pada umumnya, hal ini dilakukan oleh oknum tidak bertanggungjawab yang ingin mendapatkan akses atas sebuah akun yang bukan miliknya dengan melakukan upaya pembobolan. Secara spesifik, pembobolan akun ini digunakan dengan cara melakukan duplikasi atau bypass pada sistem verifikasi biometrik.

Baca Juga: AI pada Sistem Liveness Detection untuk Keamanan Digital

Bagaimana Hal Ini Dapat Terjadi?

Sumber: freepk.com

Dalam dunia siber, dikenal dengan dua jenis serangan face spoofing. Pertama disebut dengan presentation attacks, dan kedua disebut dengan indirect attacks.

Presentation Attacks

Dilakukan dengan memanfaatkan kelemahan faktor biometrik dan menyiasati pada tingkat sensor pemindaian yang dilakukan tanpa harus memiliki akses pada bagian dalam sistem yang digunakan sebuah layanan.

Sederhananya, serangan ini dilakukan dengan membuat tiruan, duplikasi, atau citra palsu atas wajah milik user yang dijadikan kunci akses akun yang dimaksud. Pada serangan jenis ini, hacker akan menggunakan kumpulan informasi biometrik yang dimilikinya untuk mencoba mencari data yang cocok.

Beberapa metodenya adalah menggunakan 2D spoofing, kemudian replay/video attack, kemudian 3D mask, hingga pada pemanfaatan robot atau penciptaan wajah dari teknologi AI yang kini banyak digunakan.

Indirect Attacks

Tipe serangan ini akan menargetkan bagian struktur dari sistem. Mulai dari database, pencocokan data, dan kanal komunikasi di dalamnya, akan diserang dan menjadi sasaran. Hacker akan langsung mencari kelemahan pada sistem dan struktur dalam untuk dimanfaatkan guna kepentingannya sendiri.

Ketahui Cara Mendeteksinya

Sumber: freepk.com

Sebagai penyedia layanan digital, sudah menjadi kewajiban Anda untuk senantiasa menjaga data pelanggan yang telah dipercayakan. Maka dari itu, penting untuk mengetahui cara mendeteksi indikasi face spoofing ini di dalam sistem yang Anda miliki.

Beberapa metode yang digunakan dalam dalam sistem face recognition untuk mendeteksi adanya upaya serangan adalah sebagai berikut.

1. Penggunaan sensor, dapat mengidentifikasi pola tertentu dalam input yang diberikan
2. Perlengkapan deteksi, menggunakan perangkat khusus seperti kamera tiga dimensi untuk mendeteksi adanya kehidupan dari citra yang dipindai dan dimasukkan
3. Metode challenge-response, metode ini dilakukan dengan meminta user berinteraksi dengan sistem menggunakan cara spesifik. Misalnya diminta untuk tersenyum, menghadap kiri, membuka mulut, dan sejenisnya
4. Grafik data, membuat dan menganalisis data yang masuk sehingga dapat mengembangkan dan melatih sistem mengenali algoritma kompleks dari wajah seseorag yang riil

Dengan keempat cara di atas, idealnya serangan face spoofing dapat segera dideteksi. Sistem deteksi serangan jenis ini juga idealnya memiliki beberapa standar yang jelas, sehingga dapat melakukan deteksi dan peringatan tanpa perlakuan yang destruktif pada sistem yang dimiliki.

Beberapa standar yang wajib diperhatikan adalah sebagai berikut.

• Metode deteksi seharusnya tidak invasif, artinya tidak menyerang user dan mengancam kenyamanan user
• Proses deteksi harus berjalan dalam waktu yang singkat
• Metode yang digunakan untuk mendeteksi tidak boleh mengganggu kinerja face recognition yang digunakan
• Metode deteksi harus mudah diintegrasikan dengan data yang telah dimiliki sebelumnya
• Idealnya tidak diperlukan perangkat keras tambahan dalam deteksi yang dilakukan

Pencegahan Serangan Face Spoofing pada Sistem

Sumber: freepk.com

Setelah mengetahui bagaimana cara mendeteksinya, hal terakhir yang harus dipahami adalah mengenai langkah pencegahan yang dapat dilakukan. Pencegahan ini sendiri dapat mengurangi risiko terjadinya serangan yang dapat membawa kerugian bagi sistem yang Anda miliki dan pelanggan.

• Local binary pattern, atau biasa disebut LBP, merupakan sistem analisis tekstur pada gambar yang dapat mendeteksi dengan cepat masukan data mencurigakan dari user.
• Pengenalan melalui kedipan mata, pencegahan ini dilakukan dengan sistem yang cenderung canggih, yang dapat mengkalkulasikan kedipan ideal seseorang dan lama waktu ketika mata berkedip.
• Deep learning, adalah metode anti-spoofing yang banyak digunakan karena secara berkelanjutan sistem dapat ‘belajar’ mengenali citra asli dan citra tiruan
• Active flash, menggunakan sumber cahaya tambahan untuk memastikan keberadaan objek di depan perangkat pemindai sehingga dapat memastikan bahwa wajah user asli

Baca Juga: Ini 8 Cara Hindari Spoofing Attack pada User Anda 

Menerapkan berbagai cara untuk mendeteksi face spoofing dan melakukan langkah pencegahan menjadi hal ideal yang dilakukan, dalam rangka memberikan proteksi maksimal pada data yang telah dipercayakan pelanggan pada sistem Anda.

Hal ini juga menjadi fokus dari Verihubs, dalam rangka menyelenggarakan produk verifikasi yang berkualitas dan memiliki tingkat akurasi yang tinggi. Dengan produk Face Recognition yang dimilikinya, Verihubs dapat memberikan jaminan verifikasi akurat, berkat bantuan AI dalam sistemnya.

Face Recognition dari Verihubs

Dapat memberikan kualitas verifikasi yang terjamin, Face Recognition dari Verihubs juga telah diperkuat dengan teknologi AI dalam sistemnya. Dengan demikian perlindungan pada upaya face spoofing akan dapat diberikan dalam tingkat yang lebih tinggi, dan jaminan akses pada data pelanggan dapat tercapai. Anda dapat menghubungi layanan pelanggan kami sekarang untuk informasi lebih lanjut terkait produk handal ini, dan segera menggunakannya dalam sistem yang Anda miliki.