確認真實存在。 拦截所有欺騙攻擊。
ASTERIA KYC生物特征活體檢測判断提交自拍的人是否在物理上存在。被動分析、主動挑战回應和注入攻擊檢測按顺序運行，返回單一結構化的活體結果。
A real-person check that resists screen replays, printed photos, and injection attacks.
三層檢測。 一個活體結果。
被動分析在每個会話中首先運行。 当被動信號需要升級時，挑战和注入層激活。
被動分析
在没有用户交互的情況下分析帧級生物特征信號。評估提交的捕獲中的紋理、深度線索和微動作模式。
主動挑战
当被動信號不確定時，向用户呈現隨機化的挑战序列。根据会話配置返回頭部移動、眨眼或表情提示。
注入攻擊檢測
在生物特征分析開始之前，在会話層檢測虚拟攝影機、模拟設備和媒體注入信號。
Face match, anti-spoof signals, and capture guidance — every step instrumented for audit-ready evidence.
所有已知欺騙向量。 全部覆盖。
活體檢查只有在覆盖到達生產环境的攻擊類型時才有意義。 ASTERIA KYC涵盖所有已知的呈現攻擊類別。
打印照片
打印在纸上或顯示在第二塊屏幕上的静態圖像。通過紋理深度分析和微動作信號缺失檢測。
視頻回放
在会話期間回放真實用户的预錄制視頻。應用運動模式分析和帧一致性檢查。
3D面具
佩戴在脸上的硅胶、纸質或硬質面具。應用表面紋理分析和深度信號不一致檢測。
深度偽造流
在捕獲過程中即時替换的AI生成面孔。評估頻率伪影、時間一致性和面部邊界信號。
攝影機注入
替换真實設備輸入的虚拟攝影機驱動程序或媒體注入工具。應用会話層設備信號驗證。
部分欺騙
只覆盖部分面部區域的照片或面具。應用面部完整性驗證和區域級信號一致性檢查。
包含置信度和原因代碼的 結構化活體結果。
每個活體会話返回結果代碼、置信度區間、適用時檢測到的攻擊類型以及下游使用的原因代碼。
| 字段 | 描述 | 值 |
|---|---|---|
| liveness_result | 整體活體決策 | passed / uncertain / failed |
| confidence_score | 活體置信度 | 0–100 |
| method_used | 應用的檢測方法 | passive / challenge / injection |
| attack_type | 檢測到的攻擊類別 | none / print / replay / mask / deepfake / injection |
| challenge_result | 主動挑战結果 | passed / failed / not_triggered |
| reason_codes | 結構化原因数組 | 字符串数組 |
{
"liveness_result": "passed",
"confidence_score": 96,
"method_used": "passive",
"attack_type": "none",
"challenge_result": "not_triggered",
"reason_codes": ["LIVENESS_PASSIVE_CLEAR"]
}為運營升級構建的 活體結果。
不確定的活體結果不会自動使会話失败。 結果会影响風險評分，并可能根据配置触發人工審核。
通過
被動或挑战分析確認了真實存在。未檢測到欺騙信號。置信度評分高于配置的阈值。
不確定
一個或多個信號返回低置信度。圖像質量、運動模式或挑战回應无法解析到通過阈值。
失败
欺騙信號被檢測到超過失败阈值。攻擊類型記錄在結果中。根据平台配置，会話被升級或拒绝。