Berkat kemajuan pesat dalam teknologi, terutama dalam ilmu komputer dan elektronik, saat ini pengenalan wajah (facial recognition) telah menjadi metode autentikasi biometrik kedua yang paling banyak digunakan di tingkat dunia setelah sidik jari. Setiap hari semakin banyak produsen yang memasukkan teknologi facial recognition ini ke dalam produk mereka. Apakah teknologi ini betul-betul terjamin keamanannya? Mari, kenali tipe spoofing attack face recognition dan cara pencegahannya.
Bertentangan dengan tujuan utamanya, bahwa pengenalan wajah ditujukan untuk peningkatan kinerja tugas verifikasi dan identifikasi, nyatanya kerentanan keamanan sistem pengenalan wajah memang kurang dipelajari di masa lalu. Hanya selama beberapa tahun terakhir, beberapa perhatian telah diberikan untuk mendeteksi berbagai jenis spoofing attack face recognition. Yang terdiri dari mendeteksi apakah sifat biometrik berasal dari orang hidup atau palsu.
Untuk mengetahui spoofing attack face recognition secara lebih jelas, pastikan Anda membaca ulasan di bawah ini sampai akhir!
Tipe Spoofing Attack Face Recognition
Setidaknya ada dua jenis spoofing attack face recognition yang digunakan, di antaranya adalah sebagai berikut:
1. Serangan Presentasi
Serangan presentasi ini dilakukan pada level sensor, tanpa perlu memiliki akses ke bagian dalam sistem, di mana serangan presentasi terkait dengan kerentanan biometrik murni. Dalam serangan ini, hacker akan menggunakan beberapa jenis artefak, biasanya buatan (misalnya, foto wajah, topeng, sidik jari sintetis, atau gambar iris yang dicetak), atau mencoba untuk meniru aspek pengguna asli (misalnya, gaya berjalan, tanda tangan) untuk secara curang mengakses sistem biometrik.
Karena “ciri-ciri biometrik bukanlah rahasia”, maka hacker menyadari kenyataan ini bahwa sejumlah besar data biometrik terekspos yang memperlihatkan wajah, mata, suara, dan perilaku orang, sehingga mereka kemudian akan memanfaatkan sumber informasi tersebut untuk mencoba mengelak sistem pengenalan wajah.
- Hacker menggunakan foto pengguna untuk ditiru.
- Hacker menggunakan video pengguna untuk ditiru.
- Atau hacker dapat membuat dan menggunakan model 3D dari wajah yang diserang, misalnya topeng hiper realistik.
2. Serangan Tidak Langsung
Serangan tidak langsung dapat dilakukan pada database, yang cocok, saluran komunikasi, dan lain sebagainya. Dalam jenis serangan ini, hacker membutuhkan akses ke bagian dalam sistem.
Baca juga: Memahami Cara Kerja Analisa Wajah dalam 4 Tahap Face Recognition
Tanpa menerapkan langkah-langkah deteksi serangan presentasi, sebagian besar sistem biometrik wajah yang canggih rentan terhadap serangan sederhana. Biasanya, sistem pengenalan wajah bisa dipalsukan dengan menampilkan foto, video, atau topeng 3D dari orang yang ditargetkan ke kamera, atau bisa juga menggunakan riasan atau operasi plastik. Namun, menggunakan foto dan video merupakan jenis serangan yang paling umum karena eksposisi wajah yang tinggi dan biaya rendah kamera digital beresolusi tinggi.
Teknik-Teknik Anti-Spoofing Attack Face Recognition
Karena sebagian besar sistem pengenalan wajah mudah diserang dengan metode spoofing, oleh karena itu untuk merancang sistem pengenalan wajah yang aman dalam skenario nyata, teknik anti-spoofing harus menjadi prioritas utama dari perencanaan awal sistem.
Karena sistem pengenalan wajah mencoba membedakan antara pengguna asli, bukan untuk menentukan apakah sampel biometrik yang disajikan ke sensor itu asli atau palsu, maka Anda dapat melakukannya dengan empat cara berbeda:
- Sensor: berguna untuk mendeteksi dalam sinyal setiap karakteristik pola dari ciri-ciri hidup.
- Perangkat keras khusus: dengan perangkat keras khusus untuk mendeteksi bukti kehidupan seperti kamera 3D, tetapi tidak selalu memungkinkan untuk digunakan.
- Metode challenge-response: dengan metode challenge-response ini, serangan presentasi dapat dideteksi dengan meminta pengguna untuk berinteraksi dengan sistem dengan cara tertentu. Misalnya, tersenyum, ekspresi wajah sedih atau bahagia, gerakan kepala, dan lainnya.
- Algoritma: menggunakan algoritma pengenalan secara intrinsik kuat terhadap serangan. Seperti, proyeksi fitur specular, fusi fitur kedalaman, penilaian kualitas gambar, hingga pembelajaran mendalam (deep learning).
Baca juga: Kenali Teknik Anti Spoofing dalam Face Recognition
Bagaimana Cara Menerapkan Teknik Anti-Spoofing Attack Face Recognition?
Anda dapat membangun sistem deteksi serangan presentasi menggunakan teknik anti-spoofing attack face recognition dan mengintegrasikannya dengan sistem pengenalan wajah. Dengan pendekatan ini, maka sistem anti-spoofing akan membuat keputusannya terlebih dahulu, dan hanya jika sampel dipastikan berasal dari orang yang masih hidup, barulah diproses oleh sistem pengenalan wajah.
Teknik anti-spoofing yang mengandalkan deep learning lebih dari sekadar sensasi belaka. Pasalnya, keberhasilan perangkat lunak face recognition akan sangat bergantung pada teknik ini. Akan tetapi, kesuksesan itu juga membutuhkan kombinasi metode anti-spoofing dan pembuatan metrik yang masuk akal untuk pengukuran kesuksesan.
Serangan spoofing memang telah terbukti menjadi ancaman yang signifikan untuk sistem Biometric Face Recognition. Oleh karena itu, berbagai metode anti-spoofing perlu diterapkan. Dalam hal ini, Anda bisa memilih Verihubs yang menyediakan fitur Face Recognition.
Teknologi AI Verihubs mampu membandingkan dua wajah baik dalam bentuk selfie atau dokumen secara akurat, dengan begitu pengguna dapat dipastikan apakah orang yang sama atau tidak. Hanya dalam hitungan satu detik saja, teknologi Face Recognition dari Verihubs ini bisa mencocokkan data secara real-time dengan data yang sudah terekam di dalam database.
Jika Anda tertarik dengan fitur ini, silakan menghubungi kontak layanan Verihubs sekarang.
