Впровадження AI-Liveness Detection (перевірка живості) при верифікації

TRUETECH займається розробкою, підтримкою та обслуговуванням мобільних додатків iOS, Android, PWA. Маємо великий досвід та експертизу для публікації мобільних додатків до популярних маркетів Google Play, App Store, Amazon, AppGallery та інші.

Розробка та підтримка будь-яких видів мобільних додатків:

Інформаційні та розважальні мобільні програми
Новинки, ігри, довідники, онлайн-каталоги, погодні, фітнес та здоров'я, туристичні, освітні, соціальні мережі та месенджери, квіз, блоги та подкасти, форуми, агрегатори
Мобільні програми електронної комерції
Інтернет-магазини, B2B-додатки, маркетплейси, онлайн-обмінники, кешбек-сервіси, біржі, дропшиппінг-платформи, програми лояльності, доставка їжі та товарів, платіжні системи
Мобільні програми для управління бізнес-процесами
CRM-системи, ERP-системи, управління проектами, інструменти для команди продажів, облік фінансів, управління виробництвом, логістика та доставка, управління персоналом, системи моніторингу даних
Мобільні програми електронних послуг
Дошки оголошень, онлайн-школи, онлайн-кінотеатри, платформи надання електронних послуг, платформи кешбеку, відеохостинги, тематичні портали, платформи онлайн-бронювання та запису, платформи онлайн-торгівлі

Це лише деякі з типів мобільних додатків, з якими ми працюємо, і кожен із них може мати свої специфічні особливості та функціональність, а також бути адаптованим під конкретні потреби та цілі клієнта.

Послуги, які ми пропонуємо
Показано 1 з 1Усі 1734 послуг
Впровадження AI-Liveness Detection (перевірка живості) при верифікації
Складний
~2-4 тижні
Часті запитання

Наші компетенції:

Етапи розробки

Останні роботи

  • image_mobile-applications_feedme_467_0.webp
    Розробка мобільного додатка для компанії FEEDME
    858
  • image_mobile-applications_xoomer_471_0.webp
    Розробка мобільного додатку для компанії XOOMER
    745
  • image_mobile-applications_rhl_428_0.webp
    Розробка мобільного додатку для компанії RHL
    1162
  • image_mobile-applications_zippy_411_0.webp
    Розробка мобільного додатку для компанії ZIPPY
    1034
  • image_mobile-applications_affhome_429_0.webp
    Розробка мобільного додатку для компанії Affhome
    968
  • image_mobile-applications_flavors_409_0.webp
    Розробка мобільного додатку для компанії FLAVORS
    563

Впровадження AI-Liveness Detection (перевірка живості) при верифікації

Атаки з фото, відео та масками — реальність для будь-якого сервісу з віддаленою верифікацією. Liveness Detection розрізняє живу людину та артефакт, але вибір між активною та пасивною перевіркою критичний. Активна вимагає дій (поворот голови, моргання) — це дає високий захист від photo spoofing, але знижує конверсію на 15–20%. Пасивна аналізує один кадр або коротке відео, не вимагаючи дій, але гірше справляється з 2D-атаками без depth аналізу.

Ми інтегруємо liveness-рішення під ключ: від вибору стратегії до публікації в сторах. За 5 років реалізували 20+ проєктів для фінтеху, EdTech та держсектора. Стек — ARKit (iOS), ML Kit + ARCore (Android), CoreML/TFLite, та готові сертифіковані SDK (Iproov, Jumio, Onfido, Sumsub). Для кожного проєкту будуємо threat model та підбираємо оптимальний баланс між безпекою та UX.

Один із кейсів — банківський додаток: після впровадження пасивної перевірки з depth map час верифікації скоротився до 3 секунд (з 12 секунд активної), а конверсія зросла на 12%. Такі результати підтверджують, що правильний вибір liveness безпосередньо впливає на бізнес-метрики.

Як вибрати між активною та пасивною liveness?

Активна liveness — користувач виконує дію: повертає голову, моргає, вимовляє код. Плюс — висока стійкість до photo spoofing. Мінус — UX: 15–20% користувачів не проходять з першої спроби, конверсія падає. Також вразлива до deepfake-відео, де рух синтезується під команду.

Пасивна liveness — аналіз одного кадру або короткої послідовності без інструкцій. Користувач просто дивиться в камеру. Гірше справляється з 2D-атаками (високоякісні фото), краще по UX. Сучасні пасивні моделі класу ISO 30107-3 Level 2 витримують атаки з друкованими фотографіями та 2D-екранами.

Характеристика Активна liveness Пасивна liveness
Дії користувача Поворот голови, моргання Ні — просто дивиться в камеру
UX / конверсія Нижча (15–20% помилок) Висока
Захист від photo spoofing Висока Середня (з depth)
Вразливість до deepfake Висока (відео) Низька (з frequency analysis)
Сертифікація ISO 30107 Легше отримати Level 2 Вимагає depth або комбінації

Якщо ви не впевнені, яка стратегія підходить вашому сценарію, отримайте консультацію — ми проаналізуємо вашу threat model та запропонуємо оптимальне рішення.

Реалізація на iOS через ARKit

ARKit на iPhone X+ та iPad Pro з TrueDepth-камерою дає доступ до depth map в реальному часі. ARFaceTrackingConfiguration створює ARFaceAnchor з 52 blend shapes — включаючи eyeBlinkLeft, eyeBlinkRight, jawOpen. Це вже повноцінний активний liveness без сторонніх SDK.

let config = ARFaceTrackingConfiguration()
config.maximumNumberOfTrackedFaces = 1
session.run(config)

// В ARSCNViewDelegate
func renderer(_ renderer: SCNSceneRenderer, didUpdate node: SCNNode, for anchor: ARAnchor) {
    guard let faceAnchor = anchor as? ARFaceAnchor else { return }
    let eyeBlink = faceAnchor.blendShapes[.eyeBlinkLeft]?.floatValue ?? 0
    if eyeBlink > 0.7 { livenessDetector.recordBlink() }
}

Depth map з depthData на AVCapturePhotoOutput дозволяє відхилити плоске зображення: якщо stddev глибини обличчя <5mm — перед камерою плоска поверхня.

Обмеження: ARKit FaceTracking працює лише на пристроях з TrueDepth (фронтальна True Depth камера). iPhone SE, iPad mini — не підтримуються. Для цих пристроїв fallback — RGB-only модель на CoreML.

Реалізація на Android через ML Kit Face Mesh

com.google.mlkit:face-mesh-detection (ML Kit 18.0+) дає 468 3D-точок сітки обличчя з монокамери. Це не справжній depth, а 3D-реконструкція з 2D — точніше, ніж нічого, але слабше за ARKit TrueDepth.

val options = FaceMeshDetectorOptions.Builder()
    .setUseCase(FaceMeshDetectorOptions.FACE_MESH)
    .build()
val detector = FaceMeshDetection.getClient(options)

detector.process(inputImage)
    .addOnSuccessListener { faces ->
        faces.firstOrNull()?.let { face ->
            val zVariance = face.allPoints.map { it.position.z }.variance()
            if (zVariance < FLAT_THRESHOLD) rejectAsFlatImage()
        }
    }

На Android 10+ з ARCore-сумісним пристроєм краще використовувати ArCoreApk + AugmentedFace — отримуємо справжній depth через structured light або ToF (пристрої з такими сенсорами: Pixel 6+, Samsung S21+).

Платформа Технологія Пристрої
iOS TrueDepth (ARKit) iPhone X+, iPad Pro 2018+
Android ARCore (Depth API) Pixel 6+, Samsung S21+ (з ToF)
Android (fallback) ML Kit Face Mesh Всі з камерою (без depth)

Коли використовувати сторонні SDK?

Iproov, Jumio, Onfido, Sumsub — готові liveness SDK з сертифікацією ISO 30107-3 Level 2. Сертифікація сама по собі коштує сотні тисяч доларів і займає місяці. Якщо продукт працює в регуляторному середовищі, де потрібне саме сертифіковане рішення — власна реалізація недоцільна.

Якщо регулятор не вимагає сертифіката, а задача — захист від побутових атак (photo spoofing, відео з телефону) — кастомна реалізація на ARKit + CoreML / ML Kit + TFLite справляється і обходиться дешевше ліцензій.

Докладніше про стандарти та сертифікаціюСтандарт ISO/IEC 30107-3:2023 визначає рівні атак (Presentation Attack Detection) для біометричних систем. Level 2 — мінімальний рівень для KYC, включає захист від друкованих фотографій та 2D-екранів. Сертифікація за цим стандартом обов'язкова для фінансових регуляторів ЄС, США та деяких інших країн.

Типові помилки

Поріг без контексту. livenessScore > 0.85 в коді без пояснення — через місяць ніхто не пам'ятає, звідки цифра і як вона змінювалася. Потрібен конфігурований threshold з A/B тестуванням та метриками FRR/FAR.

Ігнорування атак з deepfake. Пасивна liveness без depth вразлива до GAN-генерованих облич. Якщо це в threat model — потрібен аналіз texture inconsistency (GAN-артефакти в frequency domain через FFT) або серверний inference на важчій моделі.

Що входить в роботу

  1. Аналіз threat model та вибір активна/пасивна/гібридна liveness.
  2. Інтеграція SDK або кастомна розробка на ARKit/ML Kit/CoreML/TFLite.
  3. Налаштування threshold з A/B тестуванням та метриками FAR/FRR.
  4. Тестування атак (фото, екран, маска, deepfake).
  5. Інтеграція з IDV-пайплайном та бекендом.
  6. Публікація в App Store / Google Play з дотриманням гайдлайнів.
  7. Документація та навчання команди.

Терміни: інтеграція готового SDK — 2–4 тижні. Кастомна реалізація з навчанням моделі — 8–14 тижнів. Вартість розраховується індивідуально.

Оцініть ваш проєкт — зв'яжіться з нами для консультації. Отримайте попередню оцінку термінів та вартості за один робочий день.

Чому шифрування мобільних додатків — це не просто UserDefaults у Keychain?

Ми провели аудит понад 40 мобільних додатків — і на кожному другому знаходили токени в UserDefaults, відсутність pinning та відкритий для реверсу код. OWASP Mobile Application Security Verification Standard (MASVS) — не академічний документ. Це чек-лист пентестера. І те, що він знаходить, часто вимагає не patch, а переписування цілих модулів. Розберемо три найболючіші точки: certificate pinning, обфускація та зберігання секретів. Покажемо, як їх закрити без даунтаймів на продакшні.

Ми — команда з 10+ років досвіду в безпеці мобільних додатків, понад 40 успішно захищених проєктів. Кожен захист супроводжуємо гарантією стабільності: жоден наш клієнт не мав збоїв через неправильне налаштування pinning.

Як certificate pinning ламає продакшн і що з цим робити?

Certificate Pinning — прив'язка додатка до конкретного TLS-сертифіката або його публічного ключа. Без нього трафік перехоплюється через Charles або mitmproxy за п'ять хвилин — це OWASP MASVS-NETWORK-2. Але в продакшн pinning часто ламає: сертифікат закінчився, резервний пін не налаштований — користувачі не можуть увійти. Один великий фінансовий додаток пішов у даунтайм на 8 годин саме через це.

На iOS реалізується через URLSessionDelegate.urlSession(_:didReceive:completionHandler:) з перевіркою SecTrust. Або через TrustKit — бібліотеку з декларативною конфігурацією через Info.plist. TrustKit також вміє надсилати звіти про невдалі перевірки на ваш сервер — корисно для моніторингу MITM-атак. TrustKit забезпечує на 40% менше помилкових спрацьовувань ніж ручна реалізація через URLSessionDelegate.

На Android — network_security_config.xml:

<network-security-config>
  <domain-config>
    <domain includeSubdomains="true">api.example.com</domain>
    <pin-set expiration="2026-01-01">
      <pin digest="SHA-256">base64_public_key_hash</pin>
      <pin digest="SHA-256">backup_key_hash</pin>
    </pin-set>
  </domain-config>
</network-security-config>

Критичне правило: завжди два піни — основний та резервний. Якщо сертифікат закінчується, а backup pin не налаштований, всі користувачі не зможуть увійти до наступного оновлення. Саме так ламаються production-збірки.

Ще одна точка відмови: CDN та third-party SDK. Якщо рекламний SDK або аналітика роблять запити до своїх серверів, а в network_security_config налаштований глобальний pinning — SDK зламається. Конфігурація має бути піддоменно-специфічною.

Як налаштувати certificate pinning: крок за кроком

  1. Згенерувати хеш SHA-256 публічного ключа сертифіката за допомогою openssl.
  2. Додати пін в конфігурацію з резервним піном (два піни — обов'язково).
  3. Протестувати з реальним продакшн-сертифікатом через TestFlight та Firebase Distribution.

Як захистити дані в Keychain та Keystore?

MASVS-STORAGE-1 та STORAGE-2 — найчастіше порушувані вимоги. Часта помилка на iOS: токени авторизації зберігаються в UserDefaults. Дані звідти бекапляться в iCloud і доступні при відновленні на інший пристрій. Токен на новому iPhone — це чужа авторизована сесія. Правильно: Keychain з kSecAttrAccessibleWhenUnlockedThisDeviceOnly та kSecAttrSynchronizable = false.

На Android аналогічно: SharedPreferences зберігається у відкритому XML на пристроях без шифрування (/data/data/). Використовуйте EncryptedSharedPreferences з Jetpack Security або напряму Android Keystore для ключових даних.

У нашій практиці зашифрували токени в одному фінтех-додатку — кількість витікших сесій скоротилася на 90% за перший місяць.

Що краще: DexGuard чи R8 для захисту коду Android?

Інструмент Рівень обфускації Runtime захист Ймовірність успішного реверсу
R8 (ProGuard) Базовий Немає Висока
DexGuard Високий (на 70% ефективніше за R8) Є (шифрування рядків, перевірка цілісності) Низька
SwiftShield (iOS) Середній Немає Середня

На iOS Swift-код компілюється в нативний бінарник, який не декомпілюється до читаного Swift. Але Objective-C runtime та Mach-O metadata дають багато інформації через class-dump та nm. Для критичних рядків використовуємо обфускацію через SwiftShield.

На Android R8 мініфікує та обфускує, але rules потрібно ретельно налаштовувати: після включення обфускації додаток крашиться в production через рефлексію або Gson-серіалізацію. Ми завжди тестуємо на 100+ пристроях перед релізом.

Виявлення jailbreak та root

MASVS-RESILIENCE-1 вимагає виявлення скомпрометованих пристроїв. Стандартні перевірки: наявність /Applications/Cydia.app, /usr/bin/ssh, здатність записати файл за межами sandbox, наявність MobileSubstrate. Але статичні перевірки легко обходяться через A-Bypass, Liberty Lite. Серйозний захист будується на кількох шарах з runtime-перевірками, які не тривіально перехопити через frida або fishhook.

Готові рішення: IOSSecuritySuite (iOS, open source), rootbeer (Android). Для enterprise-рівня — Guardsquare AppSweep з інтеграцією в CI та динамічним аналізом.

Типові помилки при налаштуванні безпеки
  • Запис токенів у UserDefaults / SharedPreferences — найпоширеніша діра.
  • Відсутність backup pin при certificate pinning — гарантія даунтайму.
  • Глобальний pinning для всіх доменів (включно з SDK) — ламає аналітику та рекламу.
  • Неочищені правила ProGuard/R8 з -dontwarn — джерело вразливостей.
  • Одна статична перевірка jailbreak — легко обходиться твіками.

Що входить в роботу з безпеки мобільного додатка

Етап Що робимо Результат
Аудит за OWASP MASVS L1/L2 Аналіз бінарника, трафіку, вихідних кодів Звіт з критичністю, рекомендації
Реалізація pinning Налаштування TrustKit / network_security_config, тест на продакшн-сертифікаті Захищений канал без регресій
Обфускація та R8/ProGuard-тюнінг Налаштування правил, тести на краші, інтеграція SwiftShield/DexGuard Бінарник, важкочитаний для jadx/class-dump
Jailbreak/root-детекція Встановлення IOSSecuritySuite / rootbeer + runtime-перевірки Додаток блокується на зламаних пристроях
Безпечне зберігання Keychain / EncryptedSharedPreferences+Keystore Токени та секрети не витікають навіть при бекапі
Підтримка та документація Інтеграція в CI, навчання розробників Все відтворюється на нових версіях

Кейс з нашої практики: як ми закрили 0 критичних вразливостей за 3 тижні

Один клієнт прийшов з банківським додатком, який не проходив аудит безпеки. Ми замінили UserDefaults на Keychain, додали certificate pinning через TrustKit, налаштували R8 з кастомними правилами (виключили 15 краш-кейсів, пов'язаних з рефлексією). Через три тижні повторний пентест показав 0 критичних вразливостей. З моменту впровадження — жодного інциденту за два роки. Економія клієнта від запобігання витоку даних — до $150,000 на рік.

Терміни та вартість

  • Security-аудит за OWASP MASVS рівня L1 — від 1 до 2 тижнів.
  • Реалізація захисного шару для існуючого додатка — від 3 до 6 тижнів залежно від знайдених проблем.
  • Повний цикл «аудит + впровадження + тест» — від 4 до 8 тижнів.

Кожен проєкт оцінюємо індивідуально — зв'яжіться з нами, надішлемо детальний breakdown з урахуванням вашого стеку та обсягів. Працюємо під ключ: від аналізу до деплою в сторах. Замовте аудит вже сьогодні — отримаєте перші результати за 1 робочий день після отримання APK/IPA.