La compañía de software, con gran presencia en la región, expondrá los nuevos hallazgos en Londres, donde participará de la Computing Conference 2024. ¿De qué se trata? ¿Cómo funciona?, ¿Qué aportes suma a la industria?
El equipo Shiba Inu, los expertos antifraudes de Sovos, logró un gran hito para la compañía: la evolución del desarrollo de Fake-ID. Se trata de una red neuronal con la capacidad de analizar si existen fraudes de suplantación en cédulas de identidad.
Fake-ID, ¿de qué se trata?
“Para el sistema Fake-ID abordamos el mejoramiento continuo desde dos ámbitos, por un lado, realizamos investigaciones para mejorar la arquitectura de las redes neuronales y por otro lado analizamos los escenarios de ataque que más le dificultaron detectar al modelo actual para generar manualmente datos similares (alrededor de 3000 nuevas imágenes al mes) y entrenar con esos nuevos datos un sistema más resiliente en la siguiente versión”, nos cuenta Daniel Benalcázar, líder del equipo Shiba Inu.
El sistema que se desarrolla y evoluciona, basado en deep learning, tiene una gran precisión -su error de predicción (EER) es apenas del 0.88%-. Para su funcionamiento es necesario darle a la red neuronal una imagen segmentada con un recorte sin distractores (dedos, brillo o fondos). Allí es que surgió la pregunta clave para el desarrollo de este tipo de tecnologías: ¿qué tanta segmentación necesitamos?
Tradicionalmente, con el modelo “Fake-ID 1” se segmentaba de imagen de carnet utilizando un fondo negro para bloquear los elementos innecesarios. Por ello, esta investigación se centró en una comparación detallada de diferentes métodos de segmentación y su impacto en el desempeño de Fake-ID. De esta manera se detectan ataques de composición, impresión o visualización en pantalla de documentos de identidad.
Así es como los investigadores obtuvieron el modelo Crop, que proporciona mayor precisión y velocidad en la detección de fraudes en documentos de identidad. Actualmente, el equipo demora entre 4 a 5 días en entrenar un modelo de Fake-ID 1, pero con el Fake-ID 2 solo tardaría 1 o 2 días.
El equipo a cargo de la investigación
El equipo Shiba Inu lidera la lucha contra el fraude con innovación y determinación; y presentaran sus resultados en el Computing Conference 2024 de Londres.
“Ser aceptados para presentar nuestro trabajo en la 12th Computing Conference es un gran logro porque avala la calidad de nuestras investigaciones y su impacto en el estado del arte en la biometría y la detección de ataques de presentación. En la mayoría de las conferencias internacionales solo el 30% de los papers enviados son aceptados. Para ser aceptados, un grupo de profesores expertos en estas ramas analizaron los métodos y resultados de nuestro paper y determinaron que nuestro trabajo es muy relevante para ser presentado en la conferencia”, comenta Daniel Benalcázar, líder del equipo Shiba Inu.
Adicionalmente, presentarse en el evento será un gran momento de intercambio de información de los métodos más avanzados en la biometría. En este contexto, también “tendremos la oportunidad de conocer los trabajos presentados por otros equipos y participar en charlas magistrales donde obtendremos conocimiento de métodos más actuales y tendencias. De esta manera podremos aplicar este conocimiento a nuestros productos y seguir ofreciendo soluciones de vanguardia”, destaca entusiasmado Benalcázar.
Shiba Inu
La investigación nació como una idea para mejorar los servicios de Sovos relacionados a la detección de fraudes en cédulas de identidad. Se trata, además, de un modelo de trabajo 100% remoto, integrado por 6 desarrolladores, 1 líder de proyecto y 1 manager, ubicados entre Chile, Ecuador, Brasil y Colombia.
Daniel Benalcázar, es el líder del equipo de expertos en detección de fraudes y el principal ingeniero de software. Realizó investigaciones en escaneo 3D de iris con propósitos de oftalmología y biometría, siendo esta última la que tuvo mejores resultados, por lo que decidió desarrollar su especialidad en este campo conectado con la identificación de personas.
Pamela Zurita, lidera el entrenamiento de identificaciones falsas para entregar modelos mejorados de detección, y la solución de whitelist que consiste en una lista de las personas que están permitidas para realizar transacciones bancarias.
Diego Pasmiño, es ingeniero de Investigación y Desarrollo, y su rol principal es detectar vida y rostros modificados en las verificaciones de identidad facial.
Sigue toda la información de Open Hub News en X y Linkedin , o en nuestra newsletter.
