Sunum saldırısı tespiti: bu modelin gerçekte kime ait olduğu, ve hiç değerlendirmediğimiz bir eşik

Bu, yığınımızdaki en açık "kurulmuş ama iddia edilemez" maddedir, ve çalışan kodun bitmiş bir yeteneği ima etmesine izin vermektense onu böyle etiketlemeyi tercih ederiz.

Sunum saldırısının ne olduğu

Gerçek kişinin canlı, hakiki bir özelliği olmayan bir şeyi sunarak bir biyometrik denetimi kandırma girişimi: basılmış bir fotoğraf, bir ekranda yeniden oynatılan bir video, gerçekçi bir maske, ya da sentetik bir yüz veya ses. Savunmaya sunum saldırısı tespiti ya da PAD deniyor.

Alan, saldırıları sofistikeliğe göre derecelendiriyor, çünkü işe yarayan savunma kademeye göre değişiyor:

• Basım ve ekran tekrarı, sıradan bir kamera görüntüsündeki doku ve yansıma çözümlenerek genellikle yakalanabiliyor.
• Maskeler ve iyi yapılmış sentetik yüzler, genellikle tek bir kameranın verebileceğinden fazlasını gerektiriyor: derinlik algılama, kızılötesi, ya da çok sayıda kare boyunca zamansal çözümleme.

Standart ISO/IEC 30107'dir, uluslararası biyometri komitesi ISO/IEC JTC 1/SC 37 tarafından sürdürülüyor. Taksonomiyi ve ona karşı nasıl sınama yapılacağını tanımlıyor, ve akredite laboratuvarlar sistemleri her iki kademeye karşı derecelendiriyor, böylece bir alıcının satıcının sözüne güvenmesi gerekmiyor. NIST/iBeta o yoldur, ve biz ondan geçmedik.

Bu modelin kime ait olduğu, ki bize değil

PAD modelimiz MiniFASNetV2'dir, Minivision AI'ın Silent-Face-Anti-Spoofing projesinden açıkça yayımlanmış bir mimari. Onu bir çıkarım uç noktasının arkasında bir ONNX modeli olarak çalıştırıyoruz, ve görüntü kırpma ile ön işlememiz yukarı akış projesinin boru hattını tam olarak izliyor, çünkü ondan sapmak modelin kendi eğitim varsayımlarını geçersiz kılardı.

Modelin mühendislik kredisi Solidus'a değil o projeye aittir. Onu biz tasarlamadık, eğitmedik, ya da iyileştirmedik. Yukarı akışı adlandırmak, sözlüğümüzdeki her başka terime uyguladığımız aynı disiplindir; buradaki neredeyse hiçbir şey bize ait değil, ve güvenlik açısından kritik bileşenler bunu bulanıklaştırmaya başlanacak en son yerdir.

Eşik, ve sonradan çıkarsamanız yerine burada okumanızı tercih ettiğimiz cümle

Kapı, modelin puanını yapılandırılabilir bir eşiğe karşı karşılaştırıyor. Bizimki yukarı akışın öntanımlısıdır.

Değerlendirilmemiştir. Model, tek bir gerçek basılmış fotoğrafa ya da ekran tekrarına karşı bizim tarafımızdan hiç sınanmadı.

Bu bir çekince değildir. Boru hattımızda "canlı"yı "canlı değil"den ayıran çalışma noktasının açık kaynaklı bir projenin öntanımlı değerinden devralındığı ve durdurmak için var olduğu saldırılara karşı hiç kalibre edilmediği anlamına geliyor.

Hiçbir Solidus metninin "sahtecilik karşıtı" dememesinin, ve hasımca bir değerlendirme gerçekten çalıştırılana dek demeyecek olmasının sebebi budur. Uç nokta var ve bir puan döndürüyor. Bir uç nokta çalıştırmak, neyi yakaladığına dair bir iddia değildir.

Sensör durumumuzun yapısal olarak neye izin verdiği

Sıradan bir aygıt kamerasından çalışıyoruz. Derinlik sensörü yok, kızılötesi yok, özel donanım yok.

Bu, ikinci saldırı kademesini, yani maskeleri ve yüksek kaliteli sentetik yüzleri, modelden bağımsız olarak girdilerimizin güvenilir biçimde ayırt edebileceğinin yapısal olarak ötesine koyuyor. Derinlik ya da kızılötesi yakalaması olan bir satıcının, bizde olmayan bilgisi var.

Yalnızca yazılımın sınırını değil sensörün sınırını ifade ediyoruz, çünkü yazılım sınırı ilkesel olarak daha iyi bir modelle giderilebilir ve bu sınır giderilemez.

Burada neden bir sayı olmadığı

Tespit oranı yok, saldırı sunumu sınıflandırma rakamı yok, kıyaslama sonucu yok. Anlam taşıyacak hiçbirine sahip değiliz: akredite laboratuvar sonucu yok, ve herhangi bir iç rakam, kendi seçtiğimiz veriye karşı, kalibre edilmemiş bir eşikte, kendi kendini notlandıran bir rakam olurdu.

Bir Solidus sayfası bir gün bir PAD ya da sahtecilik karşıtı rakam gösterirse, yanlıştır.