马上消费多模态防伪:守护金融安全 构建安全防线

数字化时代,生物识别技术已成为金融行业用以提高交易安全性、客户身份验证准确性的重要工具。然而,随着面向公众的生成式AI算法快速发展,AI换脸、拟声等技术被滥用,衍生出新型安全挑战。传统AI的基本特征提取和规则设定,以及深度学习2.0防伪技术已难以应对对抗样本攻击、深度伪造等未知型复杂攻击。

全球知名权威科技刊物《麻省理工科技评论(MIT)》最新发布报告显示,数字经济时代,以“Deepfake”为代表的深度换脸技术更加智能化和高度真实化。今年年初世界经济论坛发布《2024年全球风险报告》也预测称,AI生成的错误信息和虚假信息被列为“未来两年全球十大风险”之首,使本就两极分化、冲突频发的全球形势进一步恶化。深度伪造技术被非法用于经济、政治、社会等领域,形成严重危害,深度伪造检测面临更大挑战。

面对这一严峻趋势,马上消费已在生物多模态防伪领域深耕实践多年。早在去年的6月,马上消费自研的“通用深伪检测算法服务 MSXF-Antideepfake-V2”率先完成了中国信通院的深度伪造视频检测服务能力评估,并获优秀级认证。

此外,马上消费还推出了多模态防伪大模型平台——以自身5亿规模的真人图像音频样本和超2PB的海量增广数据调优能力,构建整合声纹、人脸等多模态防伪大模型为核心的组合式AI防伪体系,在3.0时代取得防御能力上质的飞跃。

该体系采用多模态生物核验技术,将生物特征识别与多种模态相结合,如人脸识别、声音识别等,大大提高了识别的准确性和安全性。这种综合利用不同的生物特征,不仅增加了系统的复杂度,降低了仿冒的可能性,还使用户验证过程更加便捷快速。

其次,该体系涵盖三层防御设计系统,这也意味着它在保障安全方面具有更高的可靠性。第一层防御通常是指物理层面的安全措施,例如硬件安全、网络安全等,保障了系统的基本稳定性和安全性。第二层防御则是在软件层面进行的,包括数据加密、身份验证等技术手段,进一步提升了系统的安全性。而第三层防御则是指行为层面的安全措施,如异常检测、实时监控等,可以及时发现并应对潜在的安全威胁。这种多层次的防御体系使得平台在面对各种安全挑战时能够有针对性地应对,保障了用户信息和数据的安全性。

这一体系的应用场景也极为广泛——不仅可以用于个人身份验证,还可以应用于金融、医疗、政务等各个领域,为各行各业提供安全可靠的解决方案。这不仅提升了企业和组织的安全水平,还为用户带来了更便捷、更安全的使用体验,推动了数字化社会的发展和进步。

不仅如此,该体系还具备卓越的自主学习能力,在多个国际挑战赛中取得了显著成绩,实现了对前所未见的新型攻击的0 DAY拦截,将对抗攻击样本的防御能力从90%提升至99.9%,推动从“经验性”防御全面升级到“预知性”防御,为数字金融的安全可持续发展提供了坚实的技术支持。

显然,防伪大模型构建顶级的多模态生物核验与防伪平台,具有巨大潜力和实用价值,不仅提升了安全性和效率,还为千行百业的发展和用户体验带来了积极变化。同时,马上消费已将防伪大模型引入日常风控反欺诈管理流程中,呈现迭代周期短、拦截性能强、可解释性强等特性,大幅提升用户体验,实现了人机协同的金融防伪新应用模式。