Как отличить настоящего клиента от мошенника

Дистанционные сервисы изменили базовую логику работы с клиентами. Банки выдают кредиты без визита в офис, МФО одобряют займы за минуты, логистические компании принимают водителей через онлайн-анкеты. Скорость стала конкурентным преимуществом, но вместе с ней пришли новые уязвимости.

Мошенники давно поняли, что дистанционный формат дает им фору. Чужие паспорта, поддельные документы, синтетические личности, маски – инструментарий постоянно расширяется. Вопрос «кто перед нами» из формальности превратился в критически важную операционную задачу.

Сверка анкетных данных

Самый простой метод – сопоставление того, что человек о себе сообщил, с тем, что есть в официальных реестрах. ФИО, дата рождения, паспортные данные, ИНН, номер телефона проверяются по базам ФНС, Росреестра, ЕГРЮЛ и другим открытым источникам.

Метод быстрый и хорошо справляется с очевидными несоответствиями. Но у него есть принципиальное ограничение: проверяются данные, а не человек. Мошенник, получивший доступ к чужому паспорту или купивший готовый пакет персональных данных, легко пройдет анкетный контроль. Поэтому сверка по реестрам стала обязательным, но недостаточным элементом анализа.

Проверка документов и фотосравнение

Следующий шаг – визуальный контроль документов. Пользователи загружают фотографию паспорта, система анализирует снимок и сопоставляет портрет из документа с селфи, которое человек делает в момент обращения.

Современные нейросетевые модели справляются с задачей даже при низком качестве изображений. Дополнительно системы анализируют сам документ на признаки редактирования: подчистки, замену фото, монтаж данных. Характеристики шрифта, равномерность засветки, целостность защитных элементов – все поддается автоматическому анализу.

Перекрестное сравнение нескольких фотографий одного человека из разных источников повышает точность результата. Если лицо из паспорта совпадает, например, с фото из резюме – уровень достоверности существенно возрастает.

Liveness detection – определение живости

Технология определяет, что перед камерой находится живой человек, а не его изображение. Система анализирует видеопоток и отличает реальное лицо от фотографии, распечатки, видеозаписи или силиконовой маски.

Пассивная верификация анализирует естественные микродвижения, текстуру кожи, характер отражения света – признаки, которые невозможно воспроизвести на плоском изображении. Активная верификация предлагает пользователю выполнить действие: моргнуть, повернуть голову, улыбнуться. Дополнительным фактором служит оценка возраста по фотографии. Если человек предъявляет паспорт сорокалетнего, а алгоритм фиксирует явно другой возраст – расхождение становится сигналом для дополнительной проверки.

Поведенческий анализ и мониторинг активности

Определение не заканчивается в момент регистрации. Время и характер активности в сети, тип используемых устройств, география подключений, круг контактов в социальных платформах – все складывается в поведенческий паттерн, который трудно подделать.

Анализ сетевой активности выявляет аномалии: человек зарегистрировался из одного города, а через час авторизовался из другого. Профиль в социальной сети создан две недели назад, не имеет истории публикаций и насчитывает три контакта. Каждый из этих сигналов в отдельности не доказывает мошенничество, но совокупность формирует весомую картину риска.

BIT: инструменты для комплексной проверки

Компания BIT разрабатывает информационно-аналитические системы для финансовой сферы и логистики, которые охватывают весь описанный спектр методов удаленного распознавания.

ИАС «Стоп-Фрод» – платформа для предотвращения мошенничества на основе нейросетевых технологий и перекрестной проверки данных. Три последовательных этапа проверки: ввод данных, сравнение изображений и поиск по источникам. Алгоритмы распознают лица и тексты даже на фотографиях низкого качества, выявляют признаки монтажа в документах и проводят анализ видео в реальном времени для различения живого человека и попытки подмены. Все случаи мошеннических действий объединяются в единый профиль конкретного человека. Система интегрируется с корпоративными платформами через API и работает в высоконагруженном режиме. Применяется в финансово-кредитных организациях, логистических компаниях и на промышленных предприятиях.

ИАС «НЕО» – аналитическая платформа для глубокой проверки физических и юридических лиц по открытым источникам. Охватывает социальные платформы, доски объявлений, банки резюме, официальные реестры и собственные архивы данных. Алгоритмы на базе ИИ обрабатывают структурированные данные и неструктурированные – тексты и изображения, выявляют неочевидные связи между субъектами и ведут круглосуточный мониторинг изменений. Систему используют топ-10 банков России, ежедневный объем запросов превышает миллион. Платформа работает на Windows, macOS и Linux.

Оба решения полностью соответствуют законодательству Российской Федерации в области информационной безопасности. Свяжитесь с командой BIT– специалисты покажут, как системы работают на реальных кейсах и помогут подобрать конфигурацию под задачи вашей организации.