個人和證件的核實

1）合並輪廓中的目標和位置

身份驗證確認用戶是真實的，成年的，並且在地理/管轄範圍內是允許的，並且文檔是真實的和相關的。在iGaming中，它是KYC/AML/制裁，付款和Responsible Gaming（年齡/限制）的支柱。

• 確認身份，年齡和居住權。
• 發現偽造文件/重制文件和欺騙面孔。
• 使支付工具的所有者與配置文件保持一致。
• 在不影響質量的情況下減少爬坡摩擦。

2）文檔類型和渠道

文件：護照，身份證件，駕駛執照，居留證（如果適用），國外護照。
輸入通道：移動SDK（最好）,網絡攝像頭,照片下載（fallback）, NFC（如果有芯片）,「薄」國家檢查（開放銀行/信用文件/KYC Telko-按區域）。

• 主要是移動SDK（相機質量，陀螺儀/焦點）。
• 回合制線索（角度，光線，框架）和自動幀捕捉以減少婚姻。
• 驗證特定市場的有效期和允許的國家/格式。

3）過程過程： 驗證由什麼組成

1.Doc scan （OCR）：取回字段（FIO/DR/編號/國籍/地址）,結構控制,與添加劑源進行比較。
2.MRZ（如果有）：驗證校驗和,與OCR匹配。
3.NFC （ePassport/eID）：讀取芯片（DG1/DG2）,比較肖像和時間。
4.自拍生活：被動/主動，反惡作劇（replay/mask/paper/screen）。
5.面部匹配：將自拍照與文檔（或NFC）上的肖像進行比較，匹配閾值。
6.質量：銳利/眩光/修剪/工件，操作檢測器。
7.制裁/PEP/廣告媒體（平行）。
8.地址：「soft」（基地/telko/銀行比賽）或「hard」（utility bill ≤3 mes.）。
9.解決方案：自動應用，根據標準進行自動修復，或手動清算（L2/MLRO）。

4）生活和面對面比賽： 閾值和反間諜

• 對於UX，被動更快，更好；在有爭議的情況下，主動作為後衛很有用。
• 反間諜：面膜/屏幕/打印的細節，眼光和微動分析，頻率特征。

• ≥ 0.90-High confidence： auto-apprueve在幹凈的其余信號。

0.82–0.89-評論：手動檢查；要求重新拍攝自拍/基座照片。

🚨 0.82-自動失誤：如果有其他負面跡象（質量婚姻，字段不匹配）。

5）文件質量控制

• 幾何和字段：邊緣/框架，比例，MRZ/條形碼區域。
• 光線和銳度：沒有快照/相交；自動提示用戶。
• 操作：編輯痕跡，重新組合層，字體/字體不匹配。
• 有效期和文檔類型：validen?是否屬於有效的類型？
• 映射：OCR ↔ MRZ ↔ NFC；NFC的照片↔自拍。

6）地理、字母和音譯

支持西裏爾字母/拉丁字母/變音符號；FIO標記化（姓名/姓/中間名）。
標準化「de/van/bin/ibn」，雙重姓氏，阿拉伯語和印度語格式。
將替代音譯與統一規範表示進行比較（用於制裁/RER和付款）。

7）故障原因（reason codes）和行動

• DQ-01：圖像質量差/模糊/眩光。
• DQ-02：OCR↔MRZ/NFC的不可比性。
• DQ-03：文件已過期。
• DQ-04：liveness fail/疑似惡作劇。
• DQ-05：低面部比賽。
• DQ-06：DR/FIO與概況/支付數據不匹配。
• DQ-07：無支持的文書/管轄權。

• 帶有提示的重新加載（導航的零售）。
• 切換到備用通道（NFC/webcamer）。
• 升級為帶有「四只眼睛」的手動清算。
• 請求補充文件（地址/SOF）或視頻呼叫。

8）手動清算（操作劇本）

對場和照片進行核對，按檢查點比較面孔。
操作支票清單（顏色/紋理/微印）,對照文檔參考。
檢查來源（註冊表,如果可用）、交叉檢查和支付數據。
原則4-eyes：第二種觀點對於有爭議的案件是必須的。
案例+工件（截圖，文件版本）中解決方案的完整動機。

9）架構和集成

移動/Web SDK驗證+opchestrator（解決方案和漏洞）。
匹配引擎：名稱歸一化,面部匹配閾值,規則。
功能商店：質量/風險跡象（在線/離線約定）。
案例系統：隊列，SLA，信件模板，「reason codes」。
制裁/RER：同步或異步篩查；對付款進行重新剪輯。
安全：過境/靜止加密，秘密存儲，圖像令牌，DLP。
可靠性：提供商法定人數，retrai/taymout，降級為「僅L0/L1」。

10） UX和可用性

帶有「progress bar」，幀預覽和自動捕獲的逐步向導。
照片提示（示例「應該是什麼樣子」）和「live hints」（傾斜/靠近）。
支持弱光（夜間模式），離線草稿，單手適應。
可用性：對比，提示配音，大按鈕，語言/本地。
選擇「保存並繼續下去」。

11）度量標準和SLO

TTV（時間到驗證）：中位數/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」的份額是成功的。
Vendor SLA： aptime、平均潛伏期、事件發生率。

12）隱私，存儲和安全

最小化：僅存儲所需的場和生物識別哈希（在可能的情況下）。
時間：關系結束後通常≥5年（在當地澄清）。
加密：at-rest/in-transit；通過RBAC/ABAC訪問；上載審核。
用於案例和解決方案的WORM存儲（監管審計）。
DPIA/DTIA在向國外添加新的數據提供商/傳輸時。

13）解矩陣示例

14）支票單

• 支持類型/國家/地區的有效文檔。
• 自拍生活（通過）和面對面比賽≥門檻。
• OCR↔MRZ/NFC重叠；DR ≥最低年齡。
• 制裁/RER初級篩查。
• 地址（軟）,地理/IP無沖突。

• 重復面對匹配（自拍支票）風險。
• 重申制裁/重建制裁制度。
• 支付工具所有者的匹配。
• SOF超過閾值。

• 在姓氏/地址到期/更改時更新文檔。
• 地理/設備核對；在異常情況下反復生活。
• 故障歷史記錄/零售審核。

15）頻繁的風險以及如何關閉它們

合成人格→多信號：NFC+liveness+設備圖。
Dipfake/Mask →具有反間諜活動的被動生活。
相機質量差→海德零售商，自動曝光，UI的「紅色區域」。
FIO/音譯差異 → 正常化/aliasa，手動清算。
VPN/代理和地理沖突 →時間限制，重新自拍支票，BIN/地址檢查。
大量零售→設備/關聯監控,限制嘗試。

16）供應商管理和測試計劃

按通票率、通票率、FP/TP按生活/面孔比較提供商。
「骯臟」樣本上的基準（陰影，眼鏡，不同的膚色，面具/屏幕）。
金絲雀發射，雙回路（初級/中級）和自動操縱器。
常規的紅色團隊檢查（惡作劇集，紙張/屏幕攻擊）。

17）實施（路線圖）

1.確定支持的文檔/國家/地區和面部/生活門檻。
2.嵌入移動SDK+NFC，準備UI線索和指導性零售。
3.啟動解決方案編排器、案例系統和reason代碼。
4.設立制裁/RER和重新審視付款。
5.進行飛行員,校準當地和設備的閾值。
6.引入定期審核會話、指標控制和團隊培訓。

結果

可靠的人格驗證是多種信號的編排：高質量的塢站掃描（OCR/MRZ/NFC），具有正確選擇的閾值的liveness和面對面比賽，以及手動清算和決策日誌的學科。添加強大的UX、隱私和指標-並獲得可擴展的流程,同時提高安全性、滿足監管要求並保持轉換。