# Описание системы Oz Forensics

Oz Forensics специализируется на проверках Liveness и Face Matching (сравнении лиц): мы разрабатываем продукты, которые помогают вам удаленно идентифицировать ваших клиентов и защищаться от любых видов спуфинга – презентационных и инъекционных атак, в том числе 3D-масок, дипфейков, атак вида MITM. Вы можете добавить в свое программное обеспечение Liveness, Face Matching или и то, и другое в зависимости от того, какие именно проверки вам нужны и в каком объеме. Мы постоянно совершенствуем наши компоненты, повышая их качество и надежность их работы.

## Oz Liveness

* Oz Liveness распознает лицо живого человека в полученном медиафайле. Алгоритм отличает реального человека в сознании от спящего, маски, фотографии, видеоролика с изображением лица и других видов спуфинг-атак. Поддерживаются мобильные и десктопные устройства. Алгоритм сертифицирован по стандарту ISO-30137-3 независимой лабораторией BixeLab.

<div><figure><img src="https://2041336905-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FHLoHbtSPFA1Ul7oKM5SC%2Fuploads%2Fbusjtq40Htyar2vgIQNs%2Fiad%20mob.png?alt=media&#x26;token=5d609db0-901f-4226-a8a3-0bd951f29987" alt=""><figcaption></figcaption></figure> <figure><img src="https://2041336905-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FHLoHbtSPFA1Ul7oKM5SC%2Fuploads%2FydfMP8MIRTdcKtHDdU88%2Fpad%20mob%201.png?alt=media&#x26;token=e666b3d7-2633-4363-b4f1-141c4a0b4006" alt=""><figcaption></figcaption></figure> <figure><img src="https://2041336905-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FHLoHbtSPFA1Ul7oKM5SC%2Fuploads%2Fqo5QqSRQKieL34zX3gRQ%2Fpad%20mob%202.png?alt=media&#x26;token=85ec96f2-33ea-4aa3-bcb7-c34bd781e24f" alt=""><figcaption></figcaption></figure></div>

<div><figure><img src="https://2041336905-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FHLoHbtSPFA1Ul7oKM5SC%2Fuploads%2Fh1aXOL6FlvE4XreZcrIR%2Fiad%20web.png?alt=media&#x26;token=590387b2-db19-473d-bb13-d67d600e788c" alt=""><figcaption></figcaption></figure> <figure><img src="https://2041336905-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FHLoHbtSPFA1Ul7oKM5SC%2Fuploads%2FNfxn0areiezkT3jRSlRq%2Fpad%20web%201.png?alt=media&#x26;token=8a9ac0c2-3590-479b-bf87-01acb8acaa34" alt=""><figcaption></figcaption></figure> <figure><img src="https://2041336905-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FHLoHbtSPFA1Ul7oKM5SC%2Fuploads%2FR29LJvv5mj3kLNNYufac%2Fpad%20web%202.png?alt=media&#x26;token=a6373020-2182-4eea-aa89-e4d72279405b" alt=""><figcaption></figcaption></figure></div>

<figure><img src="https://2041336905-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FHLoHbtSPFA1Ul7oKM5SC%2Fuploads%2FTlt8uoEtK0Cnv9x7AY5l%2FBixeLab%20PAD%20lvl%203.png?alt=media&#x26;token=0ad86476-5bcc-4049-be9d-8ea3a3162cd9" alt="" width="294"><figcaption></figcaption></figure>

Подтверждающие успешное прохождение тестов письма:

**PAD 1 и 2**

{% file src="<https://2041336905-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FHLoHbtSPFA1Ul7oKM5SC%2Fuploads%2FPsYdguPtcASxNjRzULBW%2FConfirmation%20Letter%20PAD.pdf?alt=media&token=1abadafb-9962-4954-a970-8c6245ee92cf>" %}

**PAD 3**

{% file src="<https://2041336905-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FHLoHbtSPFA1Ul7oKM5SC%2Fuploads%2FF32AQcj6MFOcWcOhXFcb%2FBixelab%20Confirmation%20Letter%20PAD%20Level%203.pdf?alt=media&token=914ee260-131d-4166-998c-c3ca4716829f>" %}

**IAD**

{% file src="<https://2041336905-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FHLoHbtSPFA1Ul7oKM5SC%2Fuploads%2FPhyWomdKKZNU89OQzgdR%2FConfirmation%20Letter%20IAD.pdf?alt=media&token=1820fd6f-fb5a-48f3-a6d7-07645a26b839>" %}

Также решение Oz Liveness прошло тест iBeta лаборатории NIST со 100% точностью.

<div><figure><img src="https://2041336905-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FHLoHbtSPFA1Ul7oKM5SC%2Fuploads%2Ff7Vl3PVS7q7X0Fch2Xy9%2FCOMPLIANT%20ISO%2030107-3%20-%20LEVEL%201%20-%20High%20Rez.png?alt=media&#x26;token=cf1e8f34-2d64-4b03-9ffe-d5e87aa04c5a" alt=""><figcaption><p><a href="https://ozforensics.com/wp-content/uploads/2023/10/20210225_Oz_Forensics_PAD_Level_1_Conformance_Letter.pdf">iBeta Level 1</a></p></figcaption></figure> <figure><img src="https://2041336905-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FHLoHbtSPFA1Ul7oKM5SC%2Fuploads%2FuIgcxTm4RWbK4cymna7W%2FibetaLevel2.png?alt=media&#x26;token=38f7eb39-fe6a-4418-aae1-b981ef9d3977" alt=""><figcaption><p><a href="https://ozforensics.com/wp-content/uploads/2023/10/20211202_Oz_Forensics_PAD_Level_2_Conformance_Letter.pdf">iBeta Level 2</a></p></figcaption></figure></div>

Наша технология Liveness защищает и от инъекционных, и от презентационных атак.

Обнаружение инъекционных атак происходит в два этапа. Сперва наш SDK проверяет среду пользователя: нет ли манипуляций с браузером, камерой, и так далее. Затем готовый медиафайл анализируют нейронные сети, обеспечивая надежную защиту даже от самых сложных инъекционных атак.

Вероятность наличия презентационной атаки мы проверяем с помощью нейронных сетей различных архитектур, используя при этом собственные алгоритмы ансамблирования для оптимальной продуктивности. На результат работы сетей влияет множество факторов: свет, отражение, четкость картинки, фон, паттерны движения и другие. Наш Liveness работает как с пассивными (без жестов), так и с активными (различные жесты) проверками – чтобы вашим клиентам было удобно эти проверки проходить, а вы при этом получали достоверные результаты. Тест iBeta проводился на пассивном Liveness, и с тех пор мы значительно улучшили качество наших проверок.

## Oz Face Matching (Biometry)

* Oz Face Matching (Biometry) проводит биометрическую идентификацию человека, проверяя, принадлежит ли документ человеку, проходящему проверку, на основе биометрического сходства лиц. Модуль находит лучший кадр в снятом видео и сравнивает его с фотографией из документов. Точность в 99,99% подтверждена NIST FRVT.

Наши технологии основаны на алгоритмах машинного обучения. Мы поддерживаем и верификацию (1:1, Face Verification), и идентификацию лица (1:N, Face Identification). Для обучения нейронных сетей мы используем собственный фреймворк, построенный на новейших технологиях. Собственная база данных содержит более 4,5 миллионов уникальных лиц. В ней представлены различные этнические группы, кроме того, мы учитываем предполагаемые расу, возраст и т.д. Все это помогает нашим биометрическим моделям обеспечивать достоверные результаты сопоставления.

Наш детектор лиц работает как с фотографиями, так и с видео. Кроме того, детектор лиц превосходно справляется с обнаружением лиц на удостоверениях личности, где изображения могут быть перевернуты или иметь низкое качество.

Программное обеспечение Oz сочетает точность анализа с легкостью интеграции и использования. Чтобы дополнительно упростить процесс интеграции, мы предоставили подробное описание всех ключевых концепций нашей системы в этом разделе. Если вы готовы начать, обратитесь к нашим руководствам по интеграции: мы подготовили [пошаговые инструкции](https://doc.ozforensics.com/oz-knowledge-ru/obshaya-informaciya/kratkie-rukovodstva-po-integracii), которые помогут вам легко и быстро встроить проверки Liveness и Face Matching в ваше ПО.

Oz Forensics соответствует стандартам SOC 2® и ISO/IEC 27001:2022.

<div><figure><img src="https://2041336905-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FHLoHbtSPFA1Ul7oKM5SC%2Fuploads%2Fx1Y4rC2YSId1dI2R8keJ%2FA_LIGN_badge_SOC_2.png?alt=media&#x26;token=92b82164-90c3-4079-b725-d9ad880d733a" alt=""><figcaption></figcaption></figure> <figure><img src="https://2041336905-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FHLoHbtSPFA1Ul7oKM5SC%2Fuploads%2F5nenggZ1BPvKjAykxbHa%2FA_LIGN_badge_ISO_27001.png?alt=media&#x26;token=5caec2c1-41c6-4970-82f3-cb335344c85a" alt=""><figcaption></figcaption></figure></div>
