С развитием генеративного искусственного интеллекта и дипфейков финансовый сектор столкнулся с беспрецедентной угрозой мошенничества при удаленной идентификации клиентов. Отечественная DeepTech-компания Beyne.ai, основанная инженером Сейльбеком Мыктыбековым, создала передовую нейросетевую платформу биометрической верификации, способную отличать живого человека от цифровой подделки.
Liveness Detection и верификация за доли секунды
Алгоритмы Beyne.ai решают сложнейшие задачи компьютерного зрения в режиме реального времени:
- Защита от спуфинга (Anti-Spoofing): выявление фото с экранов смартфонов, распечатанных масок, синтетических дипфейков и силиконовых накладок с точностью 99.8%;
- Сверка с государственными ID: распознавание текстовых данных удостоверений личности и мгновенная валидация лица в потоке видеокамеры;
- Гибкая интеграция через SDK и API: встраивание модуля цифрового KYC в банковские мобильные приложения, сервисы микрокредитования и СКУД режимных объектов.
Признание Astana Hub и 100-й проект каталога Startup Radar
Стартап Beyne.ai вошел в число победителей и финалистов Astana Hub Battle на форуме Digital Bridge, закрепив за собой статус ключевого поставщика биометрических решений для финтех-сектора Казахстана. Проект символично завершает сотню лучших технологических стартапов страны в реестре Startup Radar.
Как работает Liveness Detection: пассивные и активные алгоритмы защиты
В современных биометрических системах безопасность удаленной идентификации клиентов строится на многоуровневом компьютерном зрении. Существует два фундаментальных метода верификации живого присутствия человека перед камерой:
- Пассивная проверка (Passive Liveness): пользователь не совершает дополнительных действий. Нейросетевая модель анализирует спектральное распределение света на коже, естественные микроколебания зрачков, текстуру и глубину резкости сцены. Такой подход незаметен для пользователя и сохраняет высокую конверсию при онбординге в банковских приложениях.
- Активная проверка (Active Liveness): система генерирует непредсказуемые динамические сценарии (улыбнуться, моргнуть, повернуть голову под заданным углом), что полностью блокирует атаки с воспроизведением предзаписанных видеороликов и дипфейк-инъекций через виртуальные веб-камеры.
- Стандарт ISO/IEC 30107-3: архитектура алгоритмов ориентируется на международные регламенты Presentation Attack Detection (PAD), определяющие устойчивость биометрии к физическим маскам, силиконовым накладкам и синтетическим экранам высокой четкости.
Часто задаваемые вопросы о биометрии Beyne.ai
1. Что такое Liveness Detection и почему оно критично для банков Казахстана?
Liveness Detection — это технология определения подлинности физического присутствия человека, которая исключает подмену видеопотока фотографиями, масками или цифровыми дипфейками при выдаче кредитов и открытии счетов онлайн.
2. Как нейросеть Beyne.ai выявляет поддельные видеопотоки?
Система анализирует физические свойства отражения света от экрана смартфона, частоту обновления кадров, артефакты сжатия и микромимику лица, выявляя даже высокореалистичные синтетические видео с точностью свыше 99%.
3. Как интегрируется решение в существующую банковскую инфраструктуру?
Платформа поставляется в виде кроссплатформенных мобильных SDK (iOS, Android) и серверных REST API, что позволяет бесшовно встроить биометрический контроль в существующие приложения и системы контроля доступа (СКУД).
