Search

Pentingnya Face Liveness Detection untuk Keamanan Digital

Acronis sebagai pimpinan layanan perlindungan siber dunia merilis Acronis Cyberthreats Report 2022 yang merupakan agenda tahunan mereka. Dalam laporan memberikan sejumlah prediksi tentang kejahatan siber yang mungkin akan terjadi di tahun 2022, berdasarkan kejadian tahun 2020 dan 2021. Acronis menyampaikan bahwa phishing akan menjadi ancaman utama dalam kejahatan siber. Malware yang dikirim melalui email akan memancing setiap pengguna digital untuk klik link yang berbahaya. Para peretas akan menyasar OAuth (Open Authorization) dan MFA (Multi-factor Authentication) seperti OTP dan password. Pada titik ini, Face Liveness Detection menjadi penting untuk diimplementasikan.


Informasi di atas tentu bukan kabar baik, hal ini menunjukan bahwa OAuth dan MFA merupakan sistem yang sangat rawan untuk diretas. Berdasarkan kondisi tersebut, perusahaan-perusahaan digital pun mengembangkan sistem keamanan baru yang lebih tinggi untuk melindungi data penggunaannya dan meningkatkan keamanan para pengguna.


Mundur jauh ke belakang, pada tahun 2015, Ketua Komisi I DPR RI Akhmad Muqowan pernah menyampaikan bahwa Indonesia menduduki peringkat 2 di dunia untuk kejahatan siber. Hal ini disampaikan saat rapat kerja bersama Menteri Komunikasi dan Informatika Republik Indonesia. Wajar belaka setiap pihak yang terlibat mulai serius untuk membenahi sistem keamanan di dunia teknologi, agar mencegah kejahatan siber terjadi.


Melihat kondisi di atas, pada titik ini sistem keamanan face liveness detection hadir. Face liveness detection adalah sistem teknologi biometrik untuk mendeteksi keaslian wajah dari seseorang. Secara sederhana, face liveness detection merupakan proses verifikasi keaslian wajah. Saat ini banyak aplikasi yang menggunakan face liveness detection sebagai sistem keamanannya.


Dengan kemampuan membaca dan menganalisis data melalui pengenalan wajah (face recognition), setiap aplikasi dapat mengidentifikasi dan verifikasi wajah pengguna dengan jelas yang nantinya akan disesuaikan dengan database perusahaan atau database pihak ketiga (misal database milik Dukcapil). Dengan begitu, akan lebih mudah diketahui, apakah pengguna tersebut sudah terdaftar atau belum di dalam database.


Liveness detection juga menggunakan sistem deep learning yang dapat mencegah penyalahgunaan dengan tujuan untuk memalsukan identitas. Hal ini secara efektif dapat mencegah kejahatan siber dalam hal pencurian data identitas atau peretasan akun di setiap aplikasi.


Tren Industri Teknologi Kini


Banyak aplikasi fintech yang menggunakan keamanan hanya dengan menggunakan PIN, passcode atau password saja. Sementara penggunaan PIN, passcode atau password terbukti begitu rapuh dari segi keamanan. Solusi untuk meningkatkan keamanan penggunaan aplikasi fintech adalah dengan menggunakan sistem liveness detection untuk keamanan.


Sebagaimana yang telah dijelaskan sebelumnya, liveness detection menggunakan data biometrik face recognition untuk verifikasi dan otentikasi pengguna. Data biometrik wajah yang digunakan berasal dari masing-masing pengguna. Dengan keunikan data tersebut, akan semakin memperkecil kemungkinan peretasan. Ditambah lagi dengan penggunaan algoritma machine learning yang mampu mendeteksi pengenalan wajah secara akurat hingga 99.8%, hal ini akan semakin meningkatkan kualitas keamanan penggunaan fintech di smartphone.


Di Indonesia kini, sistem liveness detection sudah banyak digunakan. Mulai dari setiap perangkat smartphone baru yang menyediakan fitur liveness detection seperti face recognition. Bahkan liveness detection saat ini digunakan oleh Pihak Kepolisian untuk lebih meningkatkan keamanan digital.


Salah satu perusahaan asli Indonesia menjadi pelopor dalam penggunaan liveness detection, yaitu Nodeflux. Sebagai startup pelopor di bidang teknologi kecerdasan buatan (AI), sistem liveness detection adalah salah satu bagian dari AI itu sendiri.


Metode yang digunakan oleh Nodeflux untuk face recognition yaitu dengan perbandingan antara wajah yang diinput dengan wajah referensi yang dibagi menjadi dua jenis metode. Pertama dengan menggunakan metode 1:1 (one to one) yaitu perbandingan satu gambar wajah dengan gambar wajah referensi. Metode kedua adalah 1:N (one to many) yaitu perbandingan satu gambar wajah dengan beragam gambar wajah tambahan. Hal ini membuat sistem verifikasi dan otentifikasi menjadi semakin ketat dan tidak rawan diretas.


Karena sistem liveness detection terbukti lebih aman dengan data face recognition yang unik, menyebabkan peretasan sulit dilakukan. Inti dari sistem keamanan liveness detection terletak pada face recognition. Setiap orang memiliki wajah yang unik, dan hal ini berdampak pada tingkat kerumitan untuk diretas. Dengan adanya sistem liveness detection, berdampak baik dengan berkurangnya kejahatan siber yang terjadi, serta turut memberikan sumbangsih untuk meningkatkan keamanan dalam setiap transaksi digital.


Dengan kata lain, Nodeflux melalui produknya yakni identifAI turut berperan untuk menekan jumlah kejahatan siber di Indonesia. Nodeflux berkomitmen untuk meningkatkan keamanan siber bagi para pengguna fintech dan perbankan.

Nodeflux sendiri ditunjuk sebagai mitra penyedia teknologi resemi platform bersama e-KYC Dukcapil. Sistem keamanan dari face liveness detection dari IdentifAI sendiri sangat tinggi,. IdentifAI menerapkan enkripsi SSL/TLS yang telah mendukung versi terbaru yaitu TLS 1.3 version. Sehingga data terenkripsi oleh AES 256 yang semua aktivitas pemanggilan API dilakukan menggunakan user generated key, di mana setiap konstruksi authorization key yang dilakukan atas izin dan kehendak pengguna.


Bagi Anda yang ingin mempelajari lebih lanjut terkait face liveness recognition dan ingin mempelajari lebih lanjut terkait kecerdasan buatan (AI), ada bisa langsung mengunjungi IdentifAI dengan klik di sini.

1 view0 comments