Arsitektur Keamanan, Biometrik & Deteksi Kecurangan
Penjelasan mendalam tentang enkripsi data, ekstraksi vektor biometrik on-device, dan mitigasi pemalsuan lokasi.
1. Ekstraksi Vektor Wajah On-Device (Zero Raw Photo Storage)
Risiko terbesar dari sistem absensi biometrik adalah kebocoran album foto wajah staf. CloudAttend mengeliminasi risiko ini sejak di level arsitektur perangkat:
↳ Raw Camera Frame Discarded from RAM Immediately
↳ Only 128 Floats Transmitted via TLS 1.3 to Database
Pencocokan wajah saat absensi menghitung jarak Euclidean matematis: √(∑(Aᵢ - Bᵢ)²). Jika nilai jarak di bawah ambang batas toleransi 0.65, wajah dinyatakan cocok.
2. Realitas Batasan Anti-Spoofing Wajah (Liveness Detection)
Secara jujur kami nyatakan: model biometrik saat ini melakukan pencocokan kemiripan vektor numerik dan belum memiliki modul liveness detection 3D infra-merah (seperti deteksi kedip mata atau tantangan acak gerak kepala). Artinya, foto fisik yang diarahkan ke kamera di ruangan tanpa pengawasan bisa saja menghasilkan vektor yang cocok. Karena itu, CloudAttend mewajibkan pengecekan radius GPS simultan agar absensi tidak bisa dilakukan dari jarak jauh.
3. Batasan Deteksi GPS Geofencing di Browser Web
Browser web HTML5 diisolasi dalam lingkungan sandbox oleh sistem operasi Android dan iOS demi privasi pengguna. Akibatnya, aplikasi web peramban tidak dapat mengakses kernel sistem operasi untuk mendeteksi apakah aplikasi Fake GPS (Mock Location) sedang berjalan di perangkat pengguna.
Mitigasi kami: sistem menyimpan catatan log titik koordinat lengkap. Titik lokasi Fake GPS yang statis hingga 7 desimal di hari berturut-turut dapat dengan mudah dideteksi oleh supervisor melalui audit log.
4. Pertahanan Bot Scanner & Rate Limiting
Sistem dilengkapi middleware pertahanan edge yang memblokir pemindai celah keamanan otomatis secara instan, menerapkan rate limiting berbasis IP untuk mencegah serangan brute force pada form login dan presensi, serta mengenkripsi session cookie dengan JWT berbasis Web Crypto.