<mark id="oztn4"></mark>
0
作者丨王悅
編輯丨董子博
從線下交易轉為線上交易的第一步，便是開戶的身份認證。
在菲律賓開通一個貨幣賬戶，到底有多難？來自中國的技術專家親眼目睹了當地居民，乘坐一個多小時的公交車，來到一個網點，提交一堆紙質資料，資料被集中送到一個審核點，再去等待漫長的純人工審核。
正常情況下，從遞交資料到賬戶開通，整個流程耗時約一個星期，如果用戶量翻倍，人工審核團隊的人數也要隨之翻倍。
受到人力、門店數量等限制，開戶認證過程效率低、體驗差，通過率自然非常低，能真正堅持下來完成開通的用戶只有發起者的3%。
某機構一天只能服務幾十個用戶，等待做身份認證的用戶排到了一年以后。
身份認證專家卻“難證清白”
螞蟻集團安全科技平臺ZOLOZ的李哲認為，只有用數字技術做身份認證，才能夠擺脫人力瓶頸，實現高效便捷的開戶體驗，為數字化發展提速。
于是他背起行囊，雄心勃勃，準備用自己多年的技術能力奔赴菲律賓，開啟線上身份認證的“拓荒”之旅。
而現實卻給了這位中國身份認證專家“當頭一棒”。李哲剛到菲律賓，就被機場海關攔入了“小黑屋”。
原因是，當地剛剛發生一起案件，在逃嫌疑人也叫“LI ZHE”。
簽證信息有限，當地海關沒法確認此“李哲”非彼“LI ZHE”，李哲不得不親自跑去當地移民局，填寫書面材料，當面說明自己不是那個“LI ZHE”，又去當地法院，說明自己沒有犯罪。
兩個機構開具的證明要在以后的每次出入境時都隨身攜帶，否則還是會發生與之前一樣的遭遇。而諷刺的是，李哲前腳剛剛走出移民局大門，一群黃牛就蜂擁而至，追著問：
“假證要不要辦？”
李哲萬萬沒想到，工作還沒展開，就陷入自身難“證”的境地，人肉體驗了一把當地的身份認證狀況，他也迅速意識到了問題的嚴峻。
李哲為證明自己不是某某某而填寫的材料
撥開“假證”迷霧，認清“你是你”
019年9月的某天，馬尼拉的雷克托大街上，突然一陣喧嘩嘈雜。
接到線報稱，此處有不法分子正在制造虛假的身份證和駕駛證，菲律賓的警方突擊了當地的一個假證制造窩點。僅在這一次行動中，工作人員就查獲了342張假駕駛證。
在當地，制造一本假駕駛證，不法分子就可以獲得1000比索，而一本偽造的菲律賓護照，就能在黑市上買到3500比索。
猖獗的黑產背后，其有恃無恐之處在于當時并不發達的假證識別技術，這直接鍛造了五花八門的造假手段：對電腦或手機屏幕翻拍并不屬于自己的證件、拍攝打印復印件、遮擋篡改、高仿定制等。
除了造假手段多樣化之外，近30種證件都被認可為官方證件，卻沒有統一官方庫可以進行信息比對，也給身份認證帶來巨大的障礙。
ZOLOZ想在一帶一路沿線國家和地區，實現的是和中國一樣，用戶全自助、無人工干預完成金融機構的“在線身份認證”，機器遠程識別“你是誰”，以及準確判斷“你是你”，你不是那個被別人冒充的你。
當時品類繁多的菲律賓證件在版面設計與制證工藝上存在很大差異，主體色彩、底紋樣式、防偽膜、照片、格式與順序、字體樣式等要素各有特點，需要用到OCR技術識別每一個證件上面的文字信息，從而完成“讓機器識別你是誰”這第一個小目標。
然而，更大的挑戰在于“如何準確判斷你是你”，以應對身份篡改、冒用，帶來的欺詐、薅羊毛、洗錢風險。
魔高一尺，道高一丈。在圖像識別方面，ZOLOZ算法團隊敏銳地發現了翻拍證件圖片通常帶有明顯的摩爾紋圖案或者反光特征，并且在一些拍攝角度下，還能觀察到圖片中屏幕邊框，窗口邊框等，采用細粒度識別技術，他們提出了多尺度的證件翻拍檢測算法。
ZOLOZ團隊還發現了“用打印件冒充真實證件”的檢測突破口，由于兩者材質不同，當有平行光射入時，兩者具有不同的漫反射率。因此，他們嘗試改變產品交互，在拍攝證件的瞬間開啟閃光燈，通過“閃光幀”來甄別打印件；此外，通過遮擋區域邊緣的梯度異常（陰影）和遮擋區域內部的紋理差異信息，來判斷證件是否被遮擋篡改……
結合這些發現，ZOLOZ探索了一套全球證件防偽算法體系，在2019年，ZOLOZ成為全球首家通過HKMA（香港金融管理局）警署假證測試的企業。截至目前，相關技術已經產出相關專利100余篇。
保護數據隱私，讓模型左右手互搏
找到了假證識別的突破口，ZOLOZ團隊又馬上要迎接一個新的命題。
訓練數據是模型訓練、迭代的基礎，但可用于模型訓練的攻擊樣本數據非常少。而團隊基于數據隱私保護的準則，對真實數據的調用也極度克制。不同于其他的AI領域，在安全攻防方向上，預訓練階段“不用真實數據訓練"的理念似乎已在團隊內約定俗成。
“如果真要收集足夠的真實樣本再去升級模型，可能還沒升級完，就已經被‘打趴下了’。我們要在隱私保護的原則下，找到其他的突破口。” ZOLOZ 身份安全算法負責人李哲告訴雷峰網(公眾號：雷峰網)。
于是，ZOLOZ自研了兩套快速生成數據的方法，即物理生成和數字生成。
所謂物理生成，就是模仿黑產的攻擊套路、變換各種姿勢，自己制作可供模型訓練的假證樣本。
疫情期間的一個春節，ZOLOZ 團隊的一名工作人員，和他的家人剛剛吃完年夜飯，圍坐在餐桌前。不同于其他人家，新年夜一起包餃子，他們手里剪刀飛舞，把一張張網上下載的圖片打印下來按照一定規格剪好，再遮擋在證件上，并且拍照留檔。
起初，一張一張剪起來很慢，一家人一個小時只能剪出幾十張。熟練后，一小時能剪出一百多張。
“人家過年都是剪窗花，咱們家過年是剪圖片。”家人打趣說道。
除夕夜發動全家老小做人工智能訓練師的“壯舉”，是為了給 ZOLOZ 制作“篡改遮蓋攻擊”的負樣本，就像金庸小說里的左右手互搏，巨大的3000份攻擊樣本數量為模型練就了一身硬朗結實的腱子肉，提升照片遮擋攻擊測試的防御力。
而此舉也幫助ZOLOZ在春節后的一次競標中，超越競爭對手，贏得了菲律賓當時最大銀行的訂單。
數字生成，顯然比物理生成更“高級”。ZOLOZ用起了AIGC 批量生成攻擊數據樣本，利用生成的樣本同樣可以實現訓練模型的結果，效率更高，效果更逼真。為了增加其生成數據的多樣性，ZOLOZ嘗試去更換手機型號，攝像頭類型，屏幕邊框和拍攝環境等。
此外，借助 Stable Diffusion 模型，能對憑證圖像進行更豐富的拍屏風格渲染，也能對現有拍屏模型進行摩爾紋對抗攻擊等。
AIGC 還幫助 ZOLOZ 擴展現有的數據特征空間，預測到更多新型證件材質偽造類型，引入更多對抗攻擊樣本來提高模型的防御能力。
這種方式被稱為“冷啟動”，在數據隱私保護的前提下，讓模型在小樣本學習中迅速上手。
李哲介紹，如今ZOLOZ的通用防偽能力已經支持全球十多個國家的上百種證件類型，其中大部分證件的防偽標識可以被識別，并具備防御高仿假證的能力，處于業界領先的水平。而冷啟動時運用的數據幾乎均由AIGC生成，極大地減少了真實數據的使用量。而在線上發現的少量真實的攻擊數據成為了模型的測試集，為模型進行調優。
用AIGC打敗AIGC
AIGC 給ZOLOZ帶來了巨大的助力，而 ZOLOZ 也清楚地看到，雖然目前大多數黑產攻擊仍然采用物理生成的方式，但隨著AIGC技術的普及，黑產也可能利用AIGC生成更高仿真性和迷惑性的假證，ZOLOZ務必從現在就開始打磨辨別AIGC的能力。
ZOLOZ給出的應對方案是利用自己的AIGC算法，生成大量看起來逼真的證件圖片數據，用來訓練另一個可以識別AIGC的模型。
李哲對AI科技評論表示道：“為了讓訓練的模型更加魯棒，在這個過程中還可以加入對抗技術，根據識別模型在生成數據上的表現，反過來指導優化AIGC算法，再生成更多可以繞過識別模型的樣本，從而不斷增強識別模型的泛化能力。”
以左手搏右手，以魔法打敗魔法——用AIGC技術，來打敗未來AIGC的風險，ZOLOZ 的這條路徑，未來很可能變成安全認證的一大趨勢。
在李哲看來，每道單一的防線也許都不能做到100%完美防御，因此，ZOLOZ不僅僅做圖像識別，還結合綜合數據決策來實現全鏈路的縱深防御策略，從注冊環節、到開戶環節、再到支付驗證環節，讓多道防線相互補充，形成相對堅實、可信的身份認證體系。
如今，菲律賓電子錢包Gcash的開戶時間，從原來的一周降到只需要在家操作3分鐘。Gcash的注冊用戶數超過6600萬，每1.7個菲律賓人就有一位在使用。
疫情期間，ZOLOZ 提供的可信身份認證幫助孟加拉國500萬個家庭實現遠程開戶，當地政府通過本地最大的移動支付平臺BKash，向失去收入來源的家庭發放援助金。也因此，ZOLOZ 在2021年獲得了IDC金融科技真實價值獎。BKash CEO卡邁勒·奎德表示：“ZOLOZ 幫助BKash實現了跳躍式發展，在疫情期間，e-KYC成了我們的救星。”
截止目前，ZOLOZ已經為一帶一路沿線國家和地區的上百家合作伙伴提供在線身份認證、風控決策等技術支持，覆蓋銀行、保險、證券、電信、公眾服務等領域。
本文作者：王悅，微信s1060788086。雷峰網將持續關注AIGC、大模型、數字人等領域，歡迎添加作者微信，交流行業信息。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
