# Дублирующиеся аккаунты и поиск по лицам

Source: https://help.didit.me/ru/verification-sessions/duplicate-detection
Updated: 2026-10-12

Liveness автоматически ищет каждое лицо среди верифицированных и в чёрном списке. Дубликат - мошенничество для нового аккаунта и норма для вернувшегося клиента.

Каждая проверка liveness автоматически запускает поиск по лицам 1:N среди уже
верифицированных вами пользователей и по вашему чёрному списку. Флаг дубликата
означает, что то же лицо уже встречалось раньше - это мошенничество, если речь о
новом аккаунте, и совершенно нормально, если это вернувшийся клиент. Различайте
эти случаи с помощью `vendor_data`.

## Что запускается автоматически

[Video: Поиск по лицам и чёрные списки - Didit Academy](https://www.youtube.com/watch?v=7htTWCWsl60&t=413)

[Video: Блок-листы, списки разрешенных и пользовательские списки: остановите повторное мошенничество - Didit Academy](https://www.youtube.com/watch?v=xqsJihVTbEM)

[Video: Обнаружение дубликатов аккаунтов: то же лицо, тот же ID, то же устройство - Didit Academy](https://www.youtube.com/watch?v=ras0mkfhvKo)

![Чёрный список в консоли Didit, отфильтрованный по лицам, документам, телефонам и email](https://help.didit.me/screenshots/blocklist-light.webp)

*Подтверждённый дубликат можно заблокировать по лицу, документу, телефону или email.*

Когда кто-то проходит проверку liveness, Didit сравнивает его лицо с **каждым ранее верифицированным пользователем в вашей организации** и с **вашим чёрным списком**, без необходимости отдельно что-либо включать:

- Совпадение с уже верифицированным пользователем поднимает на сессии флаг возможного дубликата.
- Совпадение с лицом из чёрного списка отклоняет верификацию.

Чувствительность определяется настроенными вами порогами схожести, а то, что происходит при совпадении - отказ, проверка или прохождение с флагом, - определяется правилами вашего воркфлоу.

## Дубликат - не то же самое, что мошенничество

Это различие имеет значение, и платформа не может провести его за вас: дублирующееся лицо означает, что *это лицо уже верифицировалось здесь раньше*. Проблема это или нет, зависит исключительно от вашего продукта.

| Ситуация | Флаг дубликата - это… |
|---|---|
| Один человек открывает второй аккаунт, чтобы злоупотребить бонусом за регистрацию | Именно тот сигнал, который вам нужен |
| Легитимный клиент проходит верификацию заново после истечения срока его KYC | Ожидаемо и безобидно |
| Клиент, который бросил флоу и начал заново | Ожидаемо и безобидно |
| Общее устройство в семье или в магазине | Требует взгляда человека |

## Как перестать отмечать легитимных вернувшихся пользователей

Решение - сообщить Didit, что обе сессии принадлежат одному и тому же человеку, а делается это с помощью **`vendor_data`**.

Задавайте `vendor_data` равным вашему внутреннему ID пользователя при создании сессии. Сессии с одинаковым `vendor_data` объединяются в одного консолидированного пользователя, поэтому вернувшийся клиент воспринимается как тот же человек, а не как незнакомец со знакомым лицом.

> **Tip:** Если вы видите флаги дубликатов у собственных настоящих постоянных клиентов,
> проверьте, передаёт ли ваша интеграция `vendor_data` вообще. Сессии, созданные
> без него, невозможно связать, поэтому каждая повторная верификация выглядит как
> незнакомец, которому просто повезло совпасть по лицу.

Для намеренной повторной верификации известного пользователя специально предназначен модуль **биометрической аутентификации**: он повторно подтверждает вернувшегося пользователя по лицу, без повторного прохождения всего флоу с документом.

## Проверка отмеченного дубликата

Результат сессии содержит ссылку на более раннюю сессию, с которой произошло совпадение, поэтому вы можете открыть обе и сравнить их бок о бок - то же имя, тот же номер документа, разное имя при одном и том же лице и так далее. Именно это сравнение подскажет вам, какая из ситуаций выше перед вами.

Если это настоящее злоупотребление, добавьте лицо в чёрный список, чтобы следующая попытка отклонялась автоматически. Если это ваш собственный вернувшийся клиент, одобрите сессию и устраните пробел с `vendor_data`, чтобы это больше не повторялось.

## Удаление данных влияет на будущее обнаружение дубликатов

Обнаружение дубликатов работает за счёт сравнения с данными, которые у вас всё ещё есть. Если вы удалите сессию, эта сессия исчезнет - а значит, содержавшегося в ней лица больше нет, с чем можно было бы сравнивать, и более поздняя попытка того же человека не будет распознана как дубликат этой сессии.

Приложение может хранить шаблон лица без изображения заданное число дней после удаления сессии исключительно для поиска дубликатов. Диалог удаления показывает настройку и позволяет изменить её для этой операции. Запрос на удаление персональных данных немедленно удаляет все шаблоны этого человека. Сохранённые шаблоны находятся в **Списки → Биометрические шаблоны**.

Это честный компромисс между минимизацией данных и обнаружением мошенничества, и его стоит принимать осознанно, а не обнаруживать постфактум. См. [удаление данных верификации](https://help.didit.me/ru/data-privacy/delete-verification-data).

## Самостоятельный поиск лица

Помимо автоматической проверки, поиск по лицам доступен как отдельный API, так что вы можете искать конкретное лицо среди верифицированных пользователей по требованию - это полезно для расследования схемы мошенничества постфактум, а не только на этапе онбординга. См. [поиск по лицам](https://docs.didit.me/standalone-apis/face-search).

## Сигналы устройства и IP - отдельный уровень

Дублирующееся лицо - это один сигнал, а общий отпечаток устройства или подозрительный IP - другой. Это независимые проверки, и упорный мошенник обычно попадётся на одной из них раньше, чем на другой. Анализ устройства и IP недорог ($0,03 за проверку), поэтому это дешёвое дополнение к флоу, в котором уже есть liveness.

> **Warning:** Сигналы устройства и IP дают ложные срабатывания на общей инфраструктуре -
> корпоративные сети, NAT мобильных операторов и браузеры в облаке ставят много
> настоящих пользователей за один адрес. Направляйте такие случаи на проверку, а
> не отклоняйте только на основании этих сигналов.