Dalam proses verifikasi digital, memastikan bahwa pengguna benar-benar hadir saat proses berlangsung menjadi salah satu tantangan utama. Di sinilah peran liveness verification, sebuah teknologi yang tidak hanya melihat wajah, tetapi memastikan bahwa wajah tersebut berasal dari manusia nyata, bukan hasil manipulasi seperti foto, video, atau deepfake.
Dalam solusi seperti VIDA Deepfake Shield, deteksi ini dilakukan melalui kombinasi berbagai teknologi, bukan hanya satu metode tunggal.
Liveness check adalah teknik untuk memverifikasi genuine human presence sebelum atau saat proses pengambilan selfie. Namun, dalam konteks modern, ini tidak lagi sekadar membedakan antara wajah asli dan foto. Sistem juga harus mampu mendeteksi:
Artinya, verifikasi wajah saat ini bukan hanya soal “hidup atau tidak”, tetapi juga apakah input tersebut benar-benar berasal dari kamera yang sah dan tidak dimanipulasi.
Dalam implementasinya, terdapat beberapa pendekatan utama:
Menggunakan AI untuk menganalisis satu frame wajah tanpa interaksi pengguna. Sistem membaca tekstur, refleksi cahaya, dan artefak manipulasi.
Mengharuskan pengguna melakukan aksi seperti berkedip atau menggerakkan kepala untuk membuktikan kehadiran.
Teknologi yang menggunakan pantulan cahaya berwarna pada wajah untuk memverifikasi kedalaman dan keaslian kulit. Pendekatan ini sangat sulit dipalsukan karena sistem membaca respons cahaya dinamis pada permukaan wajah secara real-time.
VIDA tidak hanya mengandalkan satu metode, tetapi menggunakan layered defense untuk mendeteksi berbagai jenis serangan. Beberapa mekanisme yang digunakan meliputi:
Memastikan wajah berasal dari manusia yang benar-benar hadir, baik melalui passive maupun active method.
Menggunakan machine learning untuk mendeteksi tanda-tanda manipulasi seperti deepfake, face swap, atau beautification berlebihan.
Mendeteksi pantulan layar, glare, atau pola visual yang menunjukkan bahwa input berasal dari layar lain atau video rekaman.
Melindungi sistem dari input yang dimasukkan langsung melalui emulator, virtual camera, atau manipulasi SDK.
Memeriksa metadata kamera, resolusi, dan karakteristik perangkat untuk mendeteksi anomali atau penggunaan perangkat tidak sah. Pendekatan ini memastikan bahwa verifikasi tidak hanya aman dari sisi visual, tetapi juga dari sisi sistem dan jaringan.
Teknologi ini dirancang untuk menghadapi berbagai jenis serangan biometrik, seperti:
Setiap jenis serangan ini membutuhkan metode deteksi yang berbeda, sehingga pendekatan single-layer tidak lagi cukup.
Selain mendeteksi fraud, sistem juga mengevaluasi kualitas gambar untuk memastikan analisis berjalan akurat. Beberapa kondisi yang bisa menyebabkan kegagalan verifikasi antara lain:
Kondisi ini membuat sistem sulit membaca detail seperti tekstur kulit dan kedalaman wajah, yang merupakan elemen penting dalam analisis biometrik.
Meskipun penting, liveness detection bukan satu-satunya lapisan keamanan. Fraud modern juga melibatkan:
Karena itu, solusi seperti VIDA menggabungkan liveness dengan fraud detection berbasis device, behavior, dan network signals untuk memberikan perlindungan yang lebih menyeluruh.
Seiring berkembangnya teknologi AI, metode serangan juga semakin canggih. Deepfake kini mampu menghasilkan wajah yang sangat realistis, bahkan dengan manipulasi tingkat tinggi seperti:
Hal ini membuat pendekatan lama tidak lagi cukup. Dengan teknologi seperti Color Flash dan Deepfake Shield, sistem dapat mendeteksi anomali yang tidak terlihat oleh mata manusia, termasuk pola cahaya, tekstur, dan artefak digital.
Liveness check saat ini telah berkembang menjadi sistem kompleks yang menggabungkan berbagai teknologi untuk memastikan keaslian identitas. Bukan hanya memverifikasi wajah, tetapi juga:
Dengan pendekatan berlapis seperti yang diterapkan dalam VIDA Deepfake Shield, verifikasi identitas dapat dilakukan dengan tingkat keamanan yang jauh lebih tinggi tanpa mengorbankan pengalaman pengguna.