जोखिम धोखाधड़ी वर्गीकरण
जहाँ पहचान सत्यापन पूछता है "क्या यह सही व्यक्ति है?", वहीं जोखिम धोखाधड़ी वर्गीकरण संभाव्य चर को संबोधित करता है: इस लेनदेन के आपके व्यवसाय के लिए वित्तीय हानि में बदलने का वास्तविक जोखिम क्या है?
यह क्या करती है
इंजन अतिरिक्त मेटाडेटा के साथ चेहरे और पहचानकर्ता (कोड) को क्रॉस-रेफरेंस करता है ताकि डेटा असंगतियों, तृतीय-पक्ष दस्तावेज़ उपयोग के इतिहास, व्यवहार संबंधी विसंगतियों, और बहु-खाता गतिविधि की पहचान की जा सके।
अपनाने का लाभ: हमारे SDKs के माध्यम से या केवल API के माध्यम से भी उपभोग किया जा सकता है।
इनपुट
Create Process (Web & Native) या Create Process (API) के माध्यम से बनाई गई एक प्रक्रिया।
आवश्यक:
- व्यक्ति की सेल्फी (
imageBase64) subject.codeमें प्राथमिक पहचानकर्ता (सरकारी ID, ईमेल, फ़ोन नंबर, आदि)
वैकल्पिक (अत्यधिक अनुशंसित):
clientReference- अतिरिक्त मेटाडेटा:
email,phone, जनसांख्यिकीय डेटा (नाम, जन्म तिथि, लिंग, आदि) — ये एक पूर्ण व्यवहार मॉडल विश्लेषण के लिए आवश्यक इनपुट हैं।
संभावित प्रतिक्रियाएं
| प्रतिक्रिया | अर्थ |
|---|---|
YES | इस चेहरे से जुड़ी धोखाधड़ी के संकेत। |
INCONCLUSIVE | इस चेहरे से जुड़ी धोखाधड़ी के कोई संकेत नहीं। |
NO प्रतिक्रिया नहीं हैजोखिम धोखाधड़ी वर्गीकरण NO नहीं लौटाता — साक्ष्य की अनुपस्थिति को INCONCLUSIVE के रूप में दर्शाया जाता है, इस बात की पुष्टि नहीं कि कोई जोखिम नहीं है।
उपलब्धता
| Surface | समर्थित |
|---|---|
| SDK (Android, iOS, Flutter) | ✅ |
| Web (iFrame, Redirect) | ✅ |
| API (headless, no SDK) | ✅ |
मान्य संयोजन
जोखिम धोखाधड़ी वर्गीकरण उन फ्लो में दिखाई देती है जिनमें trust प्रत्यय शामिल है:
idlivetrust, idtrust, idchecktrust, idchecktrustdocs, idchecktrustsign, idchecktrustdocssign, idtrustdocs, idtrustsign, idtrustdocssign, idtokentrust.
पूर्ण मैट्रिक्स के लिए, उपलब्ध flows देखें।