个人和证件的核实

1）合并轮廓中的目标和位置

身份验证确认用户是真实的，成年的，并且在地理/管辖范围内是允许的，并且文档是真实的和相关的。在iGaming中，它是KYC/AML/制裁，付款和Responsible Gaming（年龄/限制）的支柱。

• 确认身份，年龄和居住权。
• 发现伪造文件/重制文件和欺骗面孔。
• 使支付工具的所有者与配置文件保持一致。
• 在不影响质量的情况下减少爬坡摩擦。

2）文档类型和渠道

文件：护照，身份证件，驾驶执照，居留证（如果适用），国外护照。
输入通道：移动SDK（最好）,网络摄像头,照片下载（fallback）, NFC（如果有芯片）,"薄"国家检查（开放银行/信用文件/KYC Telko-按区域）。

• 主要是移动SDK（相机质量，陀螺仪/焦点）。
• 回合制线索（角度，光线，框架）和自动帧捕捉以减少婚姻。
• 验证特定市场的有效期和允许的国家/格式。

3）过程过程： 验证由什么组成

1.Doc scan （OCR）：取回字段（FIO/DR/编号/国籍/地址）,结构控制,与添加剂源进行比较。
2.MRZ（如果有）：验证校验和,与OCR匹配。
3.NFC （ePassport/eID）：读取芯片（DG1/DG2）,比较肖像和时间。
4.自拍生活：被动/主动，反恶作剧（replay/mask/paper/screen）。
5.面部匹配：将自拍照与文档（或NFC）上的肖像进行比较，匹配阈值。
6.质量：锐利/眩光/修剪/工件，操作检测器。
7.制裁/PEP/广告媒体（平行）。
8.地址："soft"（基地/telko/银行比赛）或"hard"（utility bill ≤3 mes.）。
9.解决方案：自动应用，根据标准进行自动修复，或手动清算（L2/MLRO）。

4）生活和面对面比赛： 阈值和反间谍

• 对于UX，被动更快，更好；在有争议的情况下，主动作为后卫很有用。
• 反间谍：面膜/屏幕/打印的细节，眼光和微动分析，频率特征。

• ≥ 0.90-High confidence： auto-apprueve在干净的其余信号。

0.82–0.89-评论：手动检查；要求重新拍摄自拍/基座照片。

🚨 0.82-自动失误：如果有其他负面迹象（质量婚姻，字段不匹配）。

5）文件质量控制

• 几何和字段：边缘/框架，比例，MRZ/条形码区域。
• 光线和锐度：没有快照/相交；自动提示用户。
• 操作：编辑痕迹，重新组合层，字体/字体不匹配。
• 有效期和文档类型：validen?是否属于有效的类型？
• 映射：OCR ↔ MRZ ↔ NFC；NFC的照片↔自拍。

6）地理、字母和音译

支持西里尔字母/拉丁字母/变音符号；FIO标记化（姓名/姓/中间名）。
标准化"de/van/bin/ibn"，双重姓氏，阿拉伯语和印度语格式。
将替代音译与统一规范表示进行比较（用于制裁/RER和付款）。

7）故障原因（reason codes）和行动

• DQ-01：图像质量差/模糊/眩光。
• DQ-02：OCR↔MRZ/NFC的不可比性。
• DQ-03：文件已过期。
• DQ-04：liveness fail/疑似恶作剧。
• DQ-05：低面部比赛。
• DQ-06：DR/FIO与概况/支付数据不匹配。
• DQ-07：无支持的文书/管辖权。

• 带有提示的重新加载（导航的零售）。
• 切换到备用通道（NFC/webcamer）。
• 升级为带有"四只眼睛"的手动清算。
• 请求补充文件（地址/SOF）或视频呼叫。

8）手动清算（操作剧本）

对场和照片进行核对，按检查点比较面孔。
操作支票清单（颜色/纹理/微印）,对照文档参考。
检查来源（注册表,如果可用）、交叉检查和支付数据。
原则4-eyes：第二种观点对于有争议的案件是必须的。
案例+工件（截图，文件版本）中解决方案的完整动机。

9）架构和集成

移动/Web SDK验证+opchestrator（解决方案和漏洞）。
匹配引擎：名称归一化,面部匹配阈值,规则。
功能商店：质量/风险迹象（在线/离线约定）。
案例系统：队列，SLA，信件模板，"reason codes"。
制裁/RER：同步或异步筛查；对付款进行重新剪辑。
安全：过境/静止加密，秘密存储，图像令牌，DLP。
可靠性：提供商法定人数，retrai/taymout，降级为"仅L0/L1"。

10） UX和可用性

带有"progress bar"，帧预览和自动捕获的逐步向导。
照片提示（示例"应该是什么样子"）和"live hints"（倾斜/靠近）。
支持弱光（夜间模式），离线草稿，单手适应。
可用性：对比，提示配音，大按钮，语言/本地。
选择"保存并继续下去"。

11）度量标准和SLO

TTV（时间到验证）：中位数/第95 percentile。
文件和自拍照上的FPY（First Pass Yield）。

Auto-pass / Manual-review rate, Auto-fail rate.

Liveness pass-rate, Face-match distribution by local/Devices。
Repeat-attempt率和"guided retake"的份额是成功的。
Vendor SLA： aptime、平均潜伏期、事件发生率。

12）隐私，存储和安全

最小化：仅存储所需的场和生物识别哈希（在可能的情况下）。
时间：关系结束后通常≥5年（在当地澄清）。
加密：at-rest/in-transit；通过RBAC/ABAC访问；上载审核。
用于案例和解决方案的WORM存储（监管审计）。
DPIA/DTIA在向国外添加新的数据提供商/传输时。

13）解矩阵示例

14）支票单

• 支持类型/国家/地区的有效文档。
• 自拍生活（通过）和面对面比赛≥门槛。
• OCR↔MRZ/NFC重迭；DR ≥最低年龄。
• 制裁/RER初级筛查。
• 地址（软）,地理/IP无冲突。

• 重复面对匹配（自拍支票）风险。
• 重申制裁/重建制裁制度。
• 支付工具所有者的匹配。
• SOF超过阈值。

• 在姓氏/地址到期/更改时更新文档。
• 地理/设备核对；在异常情况下反复生活。
• 故障历史记录/零售审核。

15）频繁的风险以及如何关闭它们

合成人格→多信号：NFC+liveness+设备图。
Dipfake/Mask →具有反间谍活动的被动生活。
相机质量差→海德零售商，自动曝光，UI的"红色区域"。
FIO/音译差异 → 正常化/aliasa，手动清算。
VPN/代理和地理冲突 →时间限制，重新自拍支票，BIN/地址检查。
大量零售→设备/关联监控,限制尝试。

16）供应商管理和测试计划

按通票率、通票率、FP/TP按生活/面孔比较提供商。
"肮脏"样本上的基准（阴影，眼镜，不同的肤色，面具/屏幕）。
金丝雀发射，双回路（初级/中级）和自动操纵器。
常规的红色团队检查（恶作剧集，纸张/屏幕攻击）。

17）实施（路线图）

1.确定支持的文档/国家/地区和面部/生活门槛。
2.嵌入移动SDK+NFC，准备UI线索和指导性零售。
3.启动解决方桉编排器、桉例系统和reason代码。
4.设立制裁/RER和重新审视付款。
5.进行飞行员,校准当地和设备的阈值。
6.引入定期审核会话、指标控制和团队培训。

结果

可靠的人格验证是多种信号的编排：高质量的坞站扫描（OCR/MRZ/NFC），具有正确选择的阈值的liveness和面对面比赛，以及手动清算和决策日志的学科。添加强大的UX、隐私和指标-并获得可扩展的流程,同时提高安全性、满足监管要求并保持转换。