Une histoire de contrefaçon

Il y a presque dix ans, un vendeur de tapis, un peu trop ambitieux, cherchait à acheter un penthouse au centre d'une grande ville en Italie.

Il vendait des tapis, des tapis de haute qualité. Mais ce n'était pas le genre d'activité qui rapportait assez d'argent pour acheter un penthouse. Quoi qu'il en soit, il est allé à la banque demander un prêt, a été approuvé, et est devenu fièrement le nouveau propriétaire d'un penthouse.

Quelques mois plus tard, il a été expulsé du penthouse car il ne pouvait pas rembourser les intérêts de son prêt.

Pourquoi de tels problèmes de remboursement existent-ils ? À cause d'un marché du tapis en baisse ? Non, cette personne a ajouté un chiffre supplémentaire à la fin de ses bulletins de salaire avec l'aide d'un tutoriel vidéo sur la falsification de documents.

La fraude englobe la monnaie contrefaite et les documents de sécurité, ainsi que les documents d'identité et de voyage, coûtant à l'économie mondiale 3,2 trillions de livres sterling (environ 3,8 trillions d'euros) par an. La falsification de documents, un problème courant dans le secteur bancaire, coûte également beaucoup d'argent et de ressources année après année. Ces derniers mois, Agilytic a travaillé sur une solution pour aider le secteur bancaire à résoudre ce problème.

Aperçu de la technologie de détection de fraude

Reconnaissance optique de caractères (OCR) - la technique classique

La détection de fraude sur les documents falsifiés repose sur la reconnaissance optique de caractères (OCR). L'OCR vérifie le contenu textuel du document et son format (par exemple - taille, polices, position des caractères). En effet, il est possible de le faire sur des modèles de documents déjà enregistrés. La position des champs de texte doit être prédéfinie pour assurer un bon ciblage de l'algorithme et une lecture directe du texte. Si le document n'est pas enregistré, vous pouvez utiliser une approche heuristique où l'algorithme tentera de détecter les points d'intérêt dans l'image. Ensuite, il extrait le texte et les informations associées. Bien sûr, les performances sont donc moins efficaces. Voici une illustration de la technique OCR :

Détection de fraude avec le processus OCR

Parce qu'il ne nécessite pas de données d'entraînement, l'OCR est très utile. Idéalement, vous avez un modèle pour améliorer la reconnaissance des caractères. Cependant, cette technique a des limites - si le document est une image et non un document texte et si la falsification est très bien réalisée.

Stéganographie - la technique graphique pour détecter les falsifications non évidentes

Nous pouvons améliorer la détection de fraude des documents falsifiés avec la stéganographie. L'idée derrière la stéganographie est de cacher des informations derrière ce que vous voyez directement à l'œil nu, atteignant le niveau des pixels des documents basés sur l'image pour détecter les modifications. La manipulation pour la falsification crée des altérations sur les pixels autour du texte falsifié. Ces manipulations sont, par exemple :

• copie-coller de l'intérieur du document (CPI)

• copie-coller depuis l'extérieur du document (CPE)

• suppression d'un ou plusieurs caractères sur une image (CUT)

• création d'une boîte de texte pour imiter du texte (IMI)

La stéganographie recherche ces modifications de fond pour détecter les falsifications sur les documents. L'application de filtres spécifiques sur l'image mettra en évidence les modifications autour du texte. Chaque filtre génère des valeurs numériques de sortie, et nous utilisons ces valeurs pour alimenter l'algorithme de classification. Après la phase d'entraînement, l'algorithme peut détecter s'il y a une falsification (ou non).

Processus de stéganographie

‍L'entraînement de l'algorithme dépend des documents où la falsification est bien spécifiée et étiquetée (c'est-à-dire, où une valeur générée par un filtre à partir d'une image est liée à un document falsifié ou authentique).

L'OCR ne peut pas fonctionner correctement sur des documents d'image (par exemple, documents scannés), mais la stéganographie s'adapte parfaitement à cette tâche.  Nous avons testé cette technique sur un jeu de données avec des bulletins de salaire qui a détecté 75 % des fraudes (vous pouvez trouver plus d'informations dans cet article scientifique). De plus, vous pouvez appliquer les techniques de stéganographie à d'autres types de documents, tels que les cartes d'identité ou passeports. Cependant, la qualité du document image et des documents d'entraînement est une limitation de cette technique.

Le point de vue d'Agilytic sur la détection de fraude

La capacité à détecter la fraude avec des documents falsifiés s'améliore significativement lorsqu'on combine l'OCR et la stéganographie. Qu'en est-il des autres étapes à valeur ajoutée ? Les documents falsifiés et authentiques sont essentiels pour entraîner l'algorithme et détecter la fraude. Pourtant, en pratique, il est difficile d'identifier et de collecter des documents falsifiés.

Pour résoudre ce problème, nous pouvons subdiviser les documents image en images plus petites, recadrant les images. Les documents avec plus d'une falsification peuvent apporter plus d'images pour analyse par l'algorithme, augmentant ainsi le nombre de documents falsifiés pour entraîner l'algorithme. L'application de l'algorithme de détection à des images plus petites améliore sa performance car les gens peuvent faire des falsifications sur une partie infime et spécifique de l'image. Nous réduisons ainsi la zone de recherche, fournissant de meilleurs résultats. Enfin, nous effectuons une validation croisée des informations présentes sur certains documents. Elle vérifie les documents comme les bulletins de salaire ou les titres de propriété avec les données extraites des cartes d'identité et passeports.

Gains de temps et précision de détection pour les banques

La détection de fraude sur les documents falsifiés est un défi majeur pour le secteur bancaire. Aujourd'hui, nous avons une solution robuste - combinant l'OCR pour détecter les altérations sur les documents texte, la stéganographie pour détecter les falsifications sur les documents image, et la vérification croisée entre les documents. Cela se traduit par des économies de temps et une amélioration du taux de détection pour les banques.

Contactez-nous si vous êtes intéressé à relever vos défis de détection de fraude avec nous !