Contas duplicadas e busca facial
A prova de vida compara automaticamente cada rosto com todos que você já verificou e com a sua blocklist - veja o que os sinalizadores de duplicidade significam e como parar de sinalizar usuários recorrentes legítimos.
Toda verificação de prova de vida roda automaticamente uma busca facial 1:N contra os usuários
já verificados por você e contra a sua blocklist. Um sinalizador de duplicidade significa que
o mesmo rosto já apareceu antes - o que é fraude quando se trata de uma conta nova e
completamente normal quando se trata de um cliente recorrente. Diferencie os dois casos com
vendor_data.
#O que roda automaticamente
- Faces bloqueia uma pessoa mesmo quando ela retorna com um documento diferente.
- Documents bloqueia um número de documento específico.
- A coluna Element mostra exatamente o que foi bloqueado.
- Um usuário recorrente legítimo pode ser liberado por aqui.
Quando alguém completa uma verificação de prova de vida, a Didit compara o rosto dessa pessoa com todos os usuários já verificados na sua organização e com a sua blocklist, sem que você precise ativar nada separadamente:
- Uma correspondência com um usuário já verificado gera um sinalizador de possível duplicidade na sessão.
- Uma correspondência com um rosto na blocklist reprova a verificação.
A sensibilidade é definida pelos limiares de similaridade que você configura, e o que acontece diante de uma correspondência - reprovar, revisar, ou passar com um sinalizador - é definido pelas regras do seu workflow.
#Duplicidade não é a mesma coisa que fraude
Essa é a distinção que importa, e a plataforma não pode fazer isso por você: um rosto duplicado significa esse rosto já se verificou aqui antes. Se isso é um problema depende inteiramente do seu produto.
| Situação | O sinalizador de duplicidade é... |
|---|---|
| Uma pessoa abrindo uma segunda conta para abusar de um bônus de cadastro | O sinal que você queria |
| Um cliente legítimo se verificando de novo depois que o KYC dele expirou | Esperado e inofensivo |
| Um cliente que abandonou e começou de novo | Esperado e inofensivo |
| Um dispositivo compartilhado em uma família ou uma loja | Precisa de uma análise humana |
#Impedindo que usuários recorrentes legítimos sejam sinalizados
A solução é informar à Didit que as duas sessões são da mesma pessoa, o que você faz com vendor_data.
Defina vendor_data como o seu próprio ID interno de usuário ao criar uma sessão. Sessões que compartilham o mesmo vendor_data são agrupadas em um único usuário consolidado, então um cliente recorrente é lido como a mesma pessoa, em vez de um desconhecido usando um rosto familiar.
Se você está vendo sinalizadores de duplicidade nos seus próprios clientes recorrentes genuínos,
verifique se a sua integração está enviando vendor_data. Sessões criadas
sem esse campo não podem ser vinculadas, então toda reverificação parece um estranho que
por acaso tem o mesmo rosto.
Para a reverificação deliberada de um usuário conhecido, a autenticação biométrica é o módulo feito especificamente para isso: ele reconfirma um usuário recorrente pelo rosto, sem refazer todo o fluxo de documento.
#Revisando uma duplicidade sinalizada
O resultado da sessão traz a referência para a sessão anterior que deu a correspondência, então você pode abrir as duas e comparar lado a lado - mesmo nome, mesmo número de documento, nome diferente no mesmo rosto, e assim por diante. Essa comparação é o que te diz em qual das situações acima você está.
Se for abuso genuíno, adicione o rosto à sua blocklist para que a próxima tentativa seja reprovada automaticamente. Se for o seu próprio cliente recorrente, aprove a sessão e corrija a lacuna de vendor_data para que isso pare de acontecer.
#Apagar dados afeta a detecção futura de duplicidade
A detecção de duplicidade funciona comparando com dados que você ainda mantém. Se você apagar uma sessão, essa sessão deixa de existir - então o rosto que ela continha não está mais lá para servir de comparação, e uma tentativa posterior da mesma pessoa não será reconhecida como duplicidade dela.
Essa é a troca honesta entre minimização de dados e detecção de fraude, e vale a pena decidir isso de forma deliberada em vez de descobrir depois. Veja apagando dados de verificação.
#Buscando um rosto você mesmo
Além da checagem automática, a busca facial está disponível como uma API para você buscar um rosto específico entre os seus usuários verificados sob demanda - útil para investigar um padrão de fraude depois do fato, em vez de no momento do onboarding. Veja busca facial.
#Sinais de dispositivo e IP são uma camada separada
Um rosto duplicado é um sinal; uma impressão digital de dispositivo compartilhado ou um IP suspeito é outro. São verificações independentes, e um golpista determinado geralmente vai disparar uma antes da outra. A análise de dispositivo e IP é barata e tem sua própria cota mensal gratuita de 500 verificações, então é uma adição barata a um fluxo que já roda prova de vida.
Sinais de dispositivo e IP geram falsos positivos em infraestrutura compartilhada - redes corporativas, NAT de operadoras móveis, e navegadores hospedados na nuvem colocam muitos usuários legítimos atrás de um único endereço. Encaminhe esses casos para revisão em vez de reprovar apenas com base neles.