Frauddhandling ved dokumenter: opdag falske beviser og deepfakes
Dematerialiseringen af processerne har givet en krop til frauddhandlingen: forfalskede identitetsdokumenter, fiktive adressbevis, og nu attackere via deepfake, der kan blande sig i et uforvaredt biomæssigt kontrolsystem. Dette guide beskriver de aktuelle teknikker til frauddhandling samt metoder for at detektere dem.
Regulativ udfordringer ved frauddhandlingsdetektion
Detektering af frauddhandling ved dokumenter er ikke blot et god praksis: den bestemmer effektiviteten i identitetsverificeringen, der kræves af LCB-FT og PVID-referentiet af ANSSI. At acceptere en falsk document betyder at miste forpligtelsen til at verificere kundens identitet, hvilket medfører risiko for ansvar i fald af blanding eller identitetsbrydning. Identitetsbrydning og brug af falske dokumenter er imidlertid også straffbare handlinger. PVID-referentiet pålægger præcise kontroller over documentens authenticitet og detektering af livet, for at modstå presentation- og injektionsangreb, herunder deepfakes.
For at gå fra teori til praksis, oplever du Certyneos e-signaturløsning og deres områdefrie tilbud — eIDAS-compliant, uden installation.
- LCB-FT-forpligtelse til at verificere identitet baseret på et beligeværdigt dokument.
- ANSSI PVID-referentiel: krav til modstandighed mod presentation- og injektionsangreb.
- Straffelov: falsk og brug af falske (art. 441-1) og identitetsbrydning (art. 226-4-1).
- RGPD: proportionelt behandling af biomæssige data brugt til detektering.
Overvåg frauddhandlingsdokumenter og -vektorer
Stegene i dokumentfrauddetektering
- 1
Analyse af dokumentets authenticitet
Overvågning af visuelle sikkerheder, MRZ-område, tegnesætning og hvis muligt læsning af NFC-puchen.
- 2
Detektion af manipuleringer
Søgning efter spoor af retouche, uoverensstemmelser i metadata og overlæggelser som viser en falsificering.
- 3
Overvågning af livet og biometri
Livets detektion for at udslette billede, skærme og masker, samt facekorrektion modstandende deepfakes.
- 4
Scoring og menneskelig genbrug
Tildeling af en risikoscore og escalering af tvivlsomme tilfælde til en analyse for endelig beslutning.
Ofte stillede spørgsmål
- Hvilke er de mest almindelige typer dokumentfrauddeligheder?
- Man distinguerer contrefængsel (dokument fuldt ud oprettet), falsificering (authentisk dokument modificeret, fx et billede erstattet) og uretfærdig brug af et authentisk stjålet dokument. På distancen tilføjes præsentationsangreb og injektion.
- Hvordan detekterer man en deepfake under verificering?
- Paraden baserer sig på et robust livet-detection og beskyttelse af captureringskanalen mod injektion af videostrøm. PVID-referenten kræver en prøvetidlig stand imod disse angreb over for en simpel ansigtscomparation.
- Er NFC-læsning beskyttelse mod fald?
- Ja, meget effektivt. Læsningen af NFC-puchen i dokumentet gør det muligt at kryptografisk verificere authenticiteten af data og billede, hvilket gør en visuel falsificering meget mere vanskelig at gennemføre.
- Kan et adressbevis automatisk verificeres?
- Delvist: Analysen kan identificere uoverensstemmelser i layout, metadata eller format. For høje spild er en overensstemmelse med tredjepartssystemer og en menneskelig genkendelse nødvendig for at styrke sikkerheden.
- Er det altid nødvendigt en menneskelig intervention?
- Automatiseringen behandler de store flertal af tilfælde, men en menneskelig genkendelse af risikodokumenter anbefales stadig. Den sikrer beslutningen, dokumenterer logikken og begrænser falske positive samt falske negative.
Vejledninger og løsninger relaterede
Udforsk de relaterede ressourcer fra vores elektroniske signaturcocon.