Перейти к основному содержимому
Определение уровня риска мошенничества

Подтверждает, что регистрацию выполняет реальный человек, объединяя Liveness с поведенческим анализом — без захвата документа или государственного идентификатора.

MarkdownChatGPTClaude

Что решает этот продукт​

Определение уровня риска мошенничества решает задачу подтверждения того, что регистрацию выполняет реальный человек, без необходимости захвата документа или проверки личности через государственный идентификатор — всё в рамках единого процесса.

Объединяя Liveness с поведенческим анализом, конвейер подтверждает присутствие реального человека перед камерой и одновременно проверяет, несёт ли это лицо сигналы риска в сети Unico. Результат — решение об онбординге, основанное на поведенческом доверии, а не только на документальных данных.

Используйте этот продукт, когда:

  • Ваша деятельность страдает от мошенничества, при котором личность является законной, но намерения — преступными.
  • Необходимо выявлять и блокировать попытки мошенничества с использованием синтетических личностей при открытии счетов.
  • Необходимо выявлять и блокировать атаки с использованием счетов-дропов, когда пользователи открывают несколько счетов в разных организациях для отмывания денег.
  • Вы хотите снизить риск Bust-out Fraud, выявляя пользователей, которые резко увеличивают активность в сети.
  • Ваша бизнес-модель требует, чтобы каждый человек имел не более одного активного счёта у оператора (или в стране).

Не используйте этот продукт, когда:

  • Вам нужно только проверить статическую целостность документа в государственной базе данных → используйте Onboarding.
  • Вам нужно только убедиться, что это то же лицо, которое завершило онбординг → используйте Валидацию (1:1).

Задействованные возможности​

Конвейер, выполняемый в рамках единого процесса:

ВозможностьРоль в процессе
Liveness (Необязательно)Подтверждает, что селфи принадлежит живому человеку, снижая риск атак с использованием дипфейков или инъекций. Обеспечивает целостность входных данных перед поведенческим анализом.
Risk Fraud ClassificationПерекрёстно проверяет данные транзакции (лицо, код, история) с историей глобальной сети. Применяет статистические модели для формирования итогового уровня риска по данной транзакции.

Предварительные требования​

  • Bearer-токен — аутентификация OAuth2 через Client Credentials. См. Аутентификация.
  • Включённый APIKEY — ключ, настроенный для V3 с разрешением на поведенческий анализ. См. Среды.
  • Первичный ключ (subject.code) — идентификатор, выполняющий транзакцию: номер документа, электронная почта или номер телефона.
Максимизируйте точность определения уровня риска мошенничества

Настоятельно рекомендуется передавать метаданные и контекст вместе с запросом. Это включает регистрационные данные (имя, дата рождения, пол и другая информация), email, phone и clientReference. Использование нашего решения Liveness также обогащает анализ данными о риске устройства, местоположении и дополнительными поведенческими сигналами.

Пошаговая реализация​

Интеграция через нативный SDK — захват выполняется внутри вашего приложения с использованием Unico SDK для Android, iOS или Flutter.

  1. Установите SDK — добавьте зависимость Unico SDK для вашей платформы. Ознакомьтесь с руководством по настройке для Android, iOS или Flutter.
  2. Создайте процесс — вызовите Create Process с соответствующим значением flow и идентификатором пользователя. Используйте возвращённый token для инициализации SDK.
  3. Запустите захват — SDK отображает интерфейс камеры и выполняет liveness-проверку на устройстве, возвращая захваченные данные.
  4. Запросите результат — вызовите Get Process, чтобы получить результаты возможности.
  5. Примените бизнес-правила — оцените поля ответа для одобрения, отклонения или эскалации.
Android

Нативный Android SDK для захвата внутри приложения.

iOS

Нативный iOS SDK для захвата внутри приложения.

Flutter

Кросс-платформенный Flutter SDK для захвата внутри приложения.