En Sovos, empezamos el 2024 con noticias que nos llenan de orgullo. Esta vez, se trata de nuestra participación en el Computing Conference 2024 en Londres, uno de los eventos más importantes para la industria tecnológica y científica a nivel global.
Gracias a nuestro equipo de expertos en biometría “Shiba Inu”, quienes realizaron una investigación sobre sistemas de detección de fraudes en cédulas de identidad, logramos ser seleccionados para formar parte de este evento que se realizará el 11 y 12 de julio.
Esta investigación, que nació como una idea para mejorar los servicios de Sovos, nos llevó a descubrir un nuevo método de segmentación de imágenes que aporta mayor precisión y reduce el tiempo de procesamiento en la identificación de ataques de presentación en documentos de identidad.
El proceso de selección para la conferencia
Ser seleccionado para un evento de esta magnitud implicó meses de arduo trabajo. La investigación empezó en enero de 2023, cuando Sovos vio la necesidad de optimizar su sistema de segmentación de carnets para identificar los fraudes en documentos de identidad.
Durante la investigación, que demoró 3 meses, nuestro equipo realizó una serie de pruebas exhaustivas utilizando 81.000 imágenes de documentos de identidad para evaluar diferentes enfoques de segmentación. Estas pruebas permitieron identificar el método más eficiente y efectivo para mejorar tanto la precisión como la velocidad del sistema de detección de fraudes.
Luego, se continuó con la redacción de un paper científico que se extendió hasta junio del mismo año, e implicó organizar los resultados obtenidos y hallazgos de la investigación para articularlos de manera clara y concisa en un documento, siguiendo los requerimientos para aplicar a la conferencia.
Tras recibir valiosas sugerencias en el proceso de revisión, nuestro equipo logró, en diciembre de 2023, la aprobación para presentar su investigación en la Computing Conference 2024. La aplicación a esta conferencia siguió un riguroso proceso de revisión doble ciego (de manera anónima), garantizando la objetividad en la evaluación.
Los hallazgos de la investigación
Uno de los sistemas más importantes que maneja nuestro equipo Shiba Inu dentro del producto FACE Onboard se denomina Fake-ID, que es una red neuronal convolucional con la capacidad de analizar si existen fraudes de suplantación en cédulas de identidad.
Este sistema, basado en deep learning, tiene una gran precisión ya que el error de predicción (EER) es apenas del 0.88%. No obstante, en Sovos estamos siempre buscando mejorar nuestros modelos para brindar soluciones de excelencia a nuestros clientes.
Para poder analizar un carnet de identidad es necesario darle a nuestra red neuronal una imagen segmentada con un recorte que solo muestre la parte de la imagen que interesa, quitando elementos distractores como dedos, brillo o fondos. Entonces, la pregunta de nuestra investigación fue: ¿qué tanta segmentación necesitamos?
Tradicionalmente, con el modelo “Fake-ID 1” nuestro equipo realizaba una segmentación de imagen de carnet utilizando un fondo negro para bloquear todos los elementos que no le interesan a la red, pero este sistema es bastante costoso, pesado y lento.
Por ello, esta investigación se centró en una comparación detallada de diferentes métodos de segmentación de imágenes y su impacto en el desempeño de Fake-ID, para detectar ataques de composición, impresión o visualización en pantalla de documentos de identidad. Además, se comparó el desempeño de “Fake-ID 1” contra el nuevo modelo “Fake-ID 2”, que es una red neuronal siamesa diseñada para detectar fraudes en documentos de identidad de manera más eficiente y rápida que su predecesor (Fake-ID 1).
De esta manera, obtuvimos como resultado que el modelo de segmentación de imágenes “Crop”, que recorta la imagen sin reemplazar el fondo, junto a la red neuronal de “Fake ID-2”, proporciona la mejor combinación de precisión y velocidad en la detección de fraudes en documentos de identidad.
Actualmente, nuestro equipo se demora entre 4 a 5 días en entrenar un modelo de “Fake-ID 1”, pero ahora con el “Fake-ID 2” solo tarda 1 o 2 días, lo cual ahorra tiempo y costos para la empresa.
Un aporte significativo para la industria
Estos hallazgos de la investigación de nuestro equipo Shiba Inu son de gran relevancia tanto para Sovos como para la industria en su conjunto, ya que representan un avance significativo en la lucha contra el fraude y la protección de la identidad digital. Asimismo, la publicación del paper es una contribución al cuerpo de conocimiento existente en el campo de la detección de fraudes en documentos de identidad.
Durante la conferencia en Londres, Sovos tendrá la oportunidad de compartir estos hallazgos con la comunidad científica a través de una presentación oral, donde se generarán discusiones enriquecedoras con otros investigadores y profesionales de la industria, reforzando nuestra posición como líderes en soluciones innovadoras para la verificación de identidad.
