JAKARTA - VIDA, une entreprise d’identification digitale et de prévention de la fraude en Indonésie, a lancé ID FraudShield, une technologie qui combine la verification biometrique avec l’analyse des appareils pour la détection de la fraude en temps réel dans une intégration.
Le lancement de ID FraudShield est motivé par l’augmentation des modes de fraude digitale dans l’industrie financière. Si auparavant, la détection de la vie était la norme principale pour garantir la présence d’une personne réelle et empêcher l’utilisation de photos, de vidéos et de deepfakes, les attaques de fraude sont maintenant plus complexes, ciblant les appareils, les réseaux, les comportements des utilisateurs et les transactions.
Les auteurs ont même utilisé des techniques telles que les attaques par injection, les fermes d'émulateurs et les spoofing GPS pour tromper le système de vérification biométrique.
« Pour traiter cette fraude, une seule couche de verification ne suffit plus. Il y a trois facteurs qui doivent être verifiés simultanement, à savoir la personne, son identité et le dispositif utilisé », a déclaré Niki Luhur, fondateur et PDG du groupe VIDA, dans sa déclaration.
Liveness et ID FraudShield exécutent deux moteurs simultanément dans une technologie. Le premier moteur, la détection de liveness biométrique, assure la présence d'une personne réelle et empêche les deepfakes, les spoofing et la relecture d'écran pour tromper le système comme s'il s'agissait d'une interaction directe.
Le second moteur, ID FraudShield, fonctionne en analysant en temps réel les signaux des appareils et le comportement des utilisateurs. Le but est de détecter les indications de fraude qui peuvent être manquées par les examens biométriques.
Pour chaque session de verication, ID FraudShield evalue plusieurs indicateurs de risque et donne un score, allant du risque faible (low risk) au risque critique (critical risk).
Ces deux moteurs forment une couche de défense, à savoir:
Biometric Liveness: Assurer la présence d'un être humain authentique et empêcher l'utilisation de deepfake, de photos et de vidéosDevice Intelligence: Analyser et détecter les appareils à risque tels que les émulateurs, les appareils modifiés, les applications clonées, jusqu'aux activités suspectes sur les appareilsBehavioral Analytics: Surveiller les habitudes de comportement des utilisateurs lors de la saisie de données pendant le processus de vérificationNetwork & Location: Détecter l'utilisation de VPN, de proxy, de GPS faux, ainsi que les incohérences de localisation et de réseauRule Engine: Évaluer les différents indicateurs de risque en temps réel et classer le niveau de risque de fraude lors de chaque session de vérificationID Graph (Intelligence réseau): Relier les données des appareils, des documents et des biométries pour détecter l'existence de syndicats de fraude en ligne, d'identités artificielles (identités synthétiques), de fermes d'appareils et de comptes intermédiaires (comptes de mule).Cette solution permet aux entreprises de déceler plus rapidement les risques de fraude tout en préservant l'expérience utilisateur et la conformité réglementaire.
« Avec cette technologie, nous voulons aider l’industrie à détecter les fraudes qui n’avaient pas été visibles auparavant », a conclu Niki.
The English, Chinese, Japanese, Arabic, and French versions are automatically generated by the AI. So there may still be inaccuracies in translating, please always see Indonesian as our main language. (system supported by DigitalSiber.id)
