.jpg)
Trong 6 tháng đầu năm, Zalo đã phát hiện và ngăn chặn thành công khoảng 350.000 trường hợp
giả mạo ảnh chân dung của 450.000 trường hợp giả mạo hình giầy tờ (CCCD và CMND)
Ngăn chặn thành công khoảng 350.000 trường hợp giả mạo ảnh chân dung
Thời gian qua, báo chí liên tục phản ánh tình trạng giả mạo hồ sơ vay tiền nhằm chiếm đoạt tài sản với các thủ đoạn ngày càng tinh vi. Các đối tượng thực hiện bằng cách đánh cắp thông tin cá nhân của người khác rồi mua máy móc, thiết bị về tự làm giả giấy tờ cá nhân.
Trong khi đó, đa phần việc xác thực eKYC trong khâu đối chiếu người thật và ảnh trên giấy tờ tùy thân đều dừng lại ở mức độ đơn giản như yêu cầu ảnh chụp chân dung hay những tác vụ đơn giản.
Chính điều này đã đặt ra bài toán, đòi hỏi các công nghệ xác thực, chống giả mạo phải ngày càng tiến bộ.
Ở góc độ kỹ thuật, Giám đốc AI của Zalo, TS. Châu Thành Đức cho biết, việc chống giả mạo luôn là một thách thức lớn. Tại Zalo, những công nghệ này được liên tục cải tiến, cập nhật mô hình để ngăn chặn các hình thức giả mạo khác nhau.
.jpg)
Theo thống kê, chỉ trong 6 tháng đầu năm 2023, Zalo đã phát hiện và ngăn chặn thành công khoảng 350.000 trường hợp giả mạo ảnh chân dung và 450.000 trường hợp giả mạo hình giấy tờ (CCCD và CMND).
Đây là nỗ lực rất lớn của đội ngũ Zalo AI trong “cuộc chiến” chống giả mạo xác thực người dùng điện tử (eKYC), nhằm bảo vệ tốt nhất người dùng sử dụng những dịch vụ do Zalo cung cấp.
Cách AI ngăn chặn lừa đảo
Theo TS. Châu Thành Đức, có 3 hình thức giả mạo phổ biến nhất đang được sử dụng để chống lại việc xác thực người dùng điện tử (eKYC) hiện nay gồm: Deepfake (giả mạo khuôn mặt); Mô hình 3D (như ma-nơ-canh); Chỉnh sửa thông tin giả CCCD hoặc CMND.
Với Zalo AI, các kỹ sư công nghệ luôn phải phân tích kỹ lưỡng để cải tiến mô hình của mình. Đối với deepfake, kẻ tấn công sẽ lấy hình ảnh tĩnh của người khác rồi tạo ra các cử chỉ chuyển động như cười, chớp mắt, nhép môi,… y như người thật. Các hình ảnh này sẽ được dùng để giả mạo chân dung (video selfie) để camera thực hiện eKYC ghi lại và nhầm lẫn là người thật.
Tuy nhiên, việc giả mạo trên sẽ để lại hiệu ứng chụp lại (recapture) màn hình. Dựa vào đặc điểm này, Zalo đã phát triển mô hình phát hiện tấn công phát lại (replay attack) để đảm bảo những video dữ liệu này bị chặn trong quá trình xác thực.
Các kỹ sư luôn phải phân tích kỹ lưỡng để cải tiến mô hình của mình
Thêm vào đó, để chống việc giả mạo trong xác thực eKYC, Zalo có cơ chế tự rà soát và khoanh vùng kiểm tra ngẫu nhiên. Khi phát hiện một kỹ thuật nào đó vượt qua được mô hình chống giả mạo, đội ngũ AI của Zalo sẽ nhanh chóng phân tích và cập nhật mô hình để chống lại kiểu tấn công đó.
Trong khoảng thời gian đó, các lớp bảo vệ khác như danh sách cấm (blacklist) và truy vấn khuôn mặt (face retrieval) sẽ giúp ngăn chặn kẻ tấn công sử dụng lại thông tin cá nhân, tài khoản hay hình ảnh này để vượt qua hệ thống.
Đối với hình ma-nơ-canh, Zalo sử dụng các mô hình chống giả mạo 3D, có khả năng phân biệt mặt người tự nhiên và đối tượng 3D giả người. Cùng với việc sử dụng mô hình AI phù hợp, đơn vị đa dạng hóa dữ liệu huấn luyện để đảm bảo mô hình luôn được học với những kiểu giả mạo 3D phổ biến nhất, những mô hình ma-nơ-canh có thể có trong thực tế.
Còn đối với việc giả mạo ảnh CCCD và CMND, có vô vàn những kiểu tấn công như chụp lại từ màn hình hoặc ảnh in của người khác, chỉnh sửa thông tin về số CCCD, CMND, tên hoặc ngày sinh, kể cả thay thế ảnh thẻ gốc bằng ảnh giả khác. Mỗi kiểu tấn công sẽ có những đặc điểm nhận biết riêng. Zalo đã xây dựng những mô hình AI chuyên biệt để nhận dạng từng loại thông tin bất thường như vậy một cách hiệu quả.
Đại diện Zalo AI cũng cho biết, tính chính xác, tiện dụng, cập nhật, xử lý nhanh và ổn định là những điểm mạnh khẳng định giá trị của Zalo eKYC đối với người dùng.
Có thể nói, với những giải pháp tiên tiến và cam kết cải tiến không ngừng, những đơn vị tiên phong về công nghệ nói chung và AI nói riêng như Zalo eKYC đóng vai trò quan trọng trong việc xác thực thông tin trong thời đại số hóa hiện nay./.
