隨著人臉識別技術在金融、醫療等多個領域的加速落地，網路安全、資訊洩露等問題愈為突出，使用者對應用穩定性和安全性的要求也更為嚴格。為保障各行業高效穩定的開展業務，提前發現和應對潛在安全風險，華為 HMS Core 機器學習服務（ML Kit）持續演進人臉檢測能力，不斷增強對於非活體攻擊的防禦能力和活體透過率。透過海量樣本集訓練，人臉活體識別精度及速度得到有效提升，同時華為對活體檢測SDK進行安全加固，並委託中國金融認證中心（CFCA）對ML Kit活體檢測進行了全方位的安全能力測評。
演算法認證
軟體安全認證
中國金融認證中心（CFCA），是經中國人民銀行和國家資訊保安管理機構批准成立的國家級權威的安全認證機構，是國家重要的金融資訊保安基礎設施之一。目前，ML Kit活體檢測已經透過了CFCA演算法測試和軟體安全測試，取得了央行人臉識別金融支付增強級認證，成為首個透過CFCA權威測評的離線RGB活體檢測演算法。
依據2019年1月中國人民銀行釋出的《人臉識別技術線下支付安全應用規範（試行）》（以下簡稱“規範”），其中對活體檢測的效能指標提出了更高要求（如下圖所示），只有當FAR＜0.1%，FRR＜1%，活體效能才能達到增強級。
在人臉識別應用中，活體檢測演算法能透過眨眼、注視、張嘴、左/右搖頭、點頭等組合動作，使用人臉關鍵點定位和人臉追蹤等技術，透過連續的圖片，計算變化距離與不變距離的比值，進行上一幀影像與下一幀影像的對比，實時判斷使用者是否為真實活體。可有效抵禦照片、影片、面具、遮擋以及螢幕翻拍等常見攻擊手段，從而幫助使用者甄別欺詐行為，保障使用者利益。此外，在使用動作活體檢測能力過程中，針對遮擋和光線不佳等檢測場景，支援引導檢測，如及時展示“暗光提示”、“人像模糊”“墨鏡、口罩遮擋”、“人臉過近、過遠”等提示資訊，實現更加友好的互動體驗
為了嚴格落實檢測標準規範，CFCA具備十分完備的檢驗體系，檢測範圍也相當全面。此次測評中，評估內容包括但不限於資料與通訊安全、互動安全、程式碼和元件安全、軟體執行時安全、業務功能安全等專案。用於測試的人臉影像樣本更是極具多樣化，涵蓋了照片、影片、面具、頭模、真人等形式，涉及了採集裝置、樣本材質、光照環境、表情、膚色等影響因素。本次測試場景覆蓋高達4000多個，可適配金融遠端開戶、酒店辦理入住、刷臉閘機通行、電商使用者認證、社交直播、線上考試等不同領域的實際應用場景。
經過50000多次檢測， ML Kit活體檢測能力在抵禦口罩遮擋、摳洞照片、高畫質影片、矽膠人臉面具、3D頭模、對抗樣本攻擊等多種攻擊手段時均表現出色，防禦能力達到認證標準。不管是二維假體攻擊，還是三維假體攻擊，ML Kit活體檢測都可以實現精準識別，快速攔截。
此次安全測試的透過，體現了國家權威機構對華為ML Kit活體檢測能力的認可，也是華為ML Kit活體檢測能力安全合規的有力證明。
目前，ML Kit活體檢測服務已廣泛運用於華為內部核心業務線及外部各行業客戶的賬戶安全、身份核驗、金融風控等業務環節中，全方位保障使用者體驗及資訊保安。華為ML Kit將持續深耕人工智慧前沿技術，提供高安全性、高透過率、高易用性的活體檢測服務，助力開發者高效構建各場景人臉識別應用。
瞭解更多詳情>>
訪問華為開發者聯盟官網
獲取開發指導文件
華為移動服務開源倉庫地址：GitHub、Gitee
關注我們，第一時間瞭解 HMS Core 最新技術資訊~