سامانه احراز هویت غیرحضوری با OCR و تطبیق اطلاعات هویتی

Avatar for adminAdmin

شرح مسئله و اهداف شرکت برای تعریف پروژه

در فرآیندهای بانکی، مالی و خدمات آنلاین، تأیید هویت کاربر یکی از الزامات حیاتی برای پیشگیری از تقلب، جعل مدارک و سوء‌استفاده از هویت اشخاص است. در بسیاری از سازمان‌ها، احراز هویت هنوز به‌صورت دستی یا نیمه‌دیجیتال انجام می‌شود و کاربران ملزم به مراجعه حضوری یا ارسال تصویر مدارک هستند. این روند علاوه بر کندی و هزینه بالا، مستعد خطای انسانی و جعل است.

فناوری تشخیص نوری کاراکترها (OCR – Optical Character Recognition) همراه با الگوریتم‌های تطبیق هوشمند اطلاعات هویتی، روشی مطمئن برای احراز هویت غیرحضوری خودکار به شمار می‌آید. در این روش، تصویر کارت ملی، شناسنامه یا سایر مدارک رسمی توسط سیستم پردازش شده، داده‌های متنی استخراج می‌شوند و سپس با پایگاه‌های داده رسمی مانند ثبت‌احوال، سامانه سیام یا شاهکار تطبیق داده می‌گردند.

هدف از این پروژه، طراحی و توسعه سامانه‌ای بومی برای احراز هویت غیرحضوری مبتنی بر OCR و تطبیق اطلاعات هویتی است که بتواند خدمات بانکی، پرداخت و دولتی را به‌صورت تمام‌دیجیتال و در لحظه ارائه دهد.

اهداف کلان پروژه عبارت‌اند از:

  • توسعه موتور OCR بومی با دقت بالا برای استخراج اطلاعات از کارت ملی، شناسنامه، گواهینامه و سایر مدارک رسمی.
  • طراحی ماژول تطبیق هوشمند اطلاعات با پایگاه‌های داده ملی (ثبت‌احوال، سیام، شاهکار).
  • افزایش سرعت و دقت فرآیند احراز هویت برای کاربران حقیقی و حقوقی.
  • فراهم‌سازی API و SDK برای بانک‌ها، فین‌تک‌ها و سازمان‌ها جهت استفاده از سرویس در فرآیندهای خود.
  • تضمین امنیت داده‌ها و رعایت الزامات حریم خصوصی در نگهداری و تبادل داده‌های هویتی.

چالش‌های فنی و تخصصی پروژه

  1. دقت در تشخیص متون فارسی در تصاویر متنوع: توسعه الگوریتم OCR بومی برای زبان فارسی با پشتیبانی از فونت‌ها، کیفیت‌های تصویری مختلف و پس‌زمینه‌های پیچیده.
  2. استخراج اطلاعات ساختاریافته از مدارک رسمی: شناسایی فیلدهای کلیدی مانند نام، کد ملی، تاریخ تولد و شماره سریال از کارت‌ها و فرم‌های مختلف با استفاده از Vision AI و Layout Parsing.
  3. تطبیق داده‌ها با پایگاه‌های رسمی: طراحی ماژول تطبیق داده برای تأیید اطلاعات استخراج‌شده با پایگاه ثبت‌احوال، سامانه سیام یا شاهکار از طریق APIهای امن.
  4. تشخیص جعل و اعتبارسنجی تصویر: پیاده‌سازی الگوریتم‌های Forgery Detection برای شناسایی کارت‌های جعلی یا تصاویر ویرایش‌شده.
  5. بهینه‌سازی برای موبایل و وب: توسعه SDK سبک برای استفاده در اپلیکیشن‌های موبایل و وب با کارایی بالا حتی در پهنای باند محدود.
  6. مدیریت امنیت داده‌های هویتی: رمزنگاری داده‌ها با استانداردهای AES و RSA، حذف داده خام پس از استخراج، و ذخیره‌سازی امن قالب‌های متنی.
  7. یکپارچگی با سایر سامانه‌های احراز هویت: طراحی قابلیت اتصال به سامانه‌های احراز بیومتریک برای ارتقای سطح اعتماد در فرآیندهای حساس (Hybrid KYC).
  8. پشتیبانی از انواع اسناد و مدارک: تعریف مدل یادگیری برای پشتیبانی از انواع قالب‌های کارت ملی قدیم، جدید، گواهینامه و سایر مدارک شناسایی متداول.

فازهای عملیاتی پیشنهادی:

  • فاز ۱: مطالعه تطبیقی فناوری‌های OCR جهانی (Tesseract, Google Vision, ABBYY) و تحلیل نیازمندی‌های بومی.
  • فاز ۲: طراحی معماری نرم‌افزار و ماژول‌های OCR، Forgery Detection و Data Matching.
  • فاز ۳: توسعه موتور OCR فارسی و الگوریتم تطبیق داده با پایگاه‌های ملی.
  • فاز ۴: طراحی API و SDK برای فین‌تک‌ها و بانک‌ها.
  • فاز ۵: اجرای پایلوت و تست دقت، امنیت و عملکرد سامانه.

نوآوری محصول نسبت به محصولات مشابه در کشور/شرکت

  1. توسعه موتور OCR بومی فارسی با دقت بالا: بهینه‌سازی برای کارت‌های ملی و مدارک ایرانی با فونت‌ها و قالب‌های متنوع.
  2. یکپارچه‌سازی هم‌زمان با پایگاه‌های داده رسمی: تطبیق خودکار اطلاعات با ثبت‌احوال و سامانه سیام در زمان واقعی.
  3. تشخیص جعل هوشمند: استفاده از مدل‌های یادگیری عمیق برای شناسایی مدارک و تصاویر دستکاری‌شده.
  4. Hybrid KYC (OCR + Biometrics): قابلیت ترکیب احراز هویت متنی با احراز چهره یا اثر انگشت در سطح امنیتی بالاتر.
  5. SDK و API برای ادغام آسان: ارائه ابزار توسعه‌دهنده برای اپلیکیشن‌های موبایل، وب و پلتفرم‌های بانکی.
  6. زمان پردازش کوتاه و دقت بالا: استخراج و تأیید اطلاعات در کمتر از ۲ ثانیه با دقت بالای ۹۸٪.

مقیاس پروژه

مقیاس فنی: در فاز نخست برای بانک‌ها و فین‌تک‌های بزرگ به‌صورت سرویس ابری ارائه می‌شود و سپس به‌صورت سرویس ملی احراز هویت مبتنی بر OCR قابل توسعه است.
 مقیاس اقتصادی: کاهش هزینه‌های عملیاتی احراز هویت تا ۷۰٪، تسریع ثبت‌نام کاربران و افزایش نرخ تبدیل در خدمات آنلاین از نتایج مستقیم این پروژه خواهد بود.

کاربران نهایی:

  • بانک‌ها، PSPها و شرکت‌های فین‌تک برای KYC دیجیتال
  • سامانه‌های بیمه، بورس و خدمات آنلاین دولت الکترونیک
  • پلتفرم‌های اعطای وام و اعتبارسنجی دیجیتال
  • کاربران حقیقی برای ثبت‌نام و احراز هویت سریع در اپلیکیشن‌ها

تأثیر کلان:

  • تسهیل دسترسی مردم به خدمات مالی و دولتی غیرحضوری
  • افزایش شفافیت و کاهش جعل هویت در تراکنش‌های دیجیتال
  • توسعه زیرساخت احراز هویت ملی و هم‌راستایی با اهداف دولت هوشمند
  • کاهش ریسک‌های امنیتی و بهبود تجربه کاربری در تعاملات دیجیتال

جمع‌بندی فازبندی پیشنهادی پروژه

فاز

عنوان فاز

خروجی کلیدی

نوع فعالیت

۱

مطالعه تطبیقی فناوری OCR و تحلیل نیاز بومی

گزارش تحقیق و مستند الزامات

Research

۲

طراحی معماری نرم‌افزار و ماژول‌های OCR و تطبیق

مستند فنی و مدل داده

Design

۳

توسعه موتور OCR فارسی و الگوریتم تطبیق داده

هسته نرم‌افزاری OCR و ماژول Match Engine

R&D

۴

طراحی API و SDK فین‌تک‌ها و بانک‌ها

ابزار توسعه‌دهنده و مستند فنی

Development

۵

تست دقت، امنیت و پایلوت در محیط واقعی

گزارش ارزیابی عملکرد و امنیت

Validation



ملاحظات چارچوب پروپوزال ارسالی:

نگاه ماژولار و فازبندی:

به توجه به نوع تامین مالی پروژه که مبتنی بر اعتبار مالیاتی بانک مرکزی که عطف به تفاهم نامه بانک مرکزی و معاونت علمی ریاست جمهوری است، پروپوزال تهیه شده باید ساختار فازبندی شده و ماژولار داشته باشد و برای بازه زمانی یک ساله طراحی شده باشد و از سوی دیگر خروجی های هر فاز یا ماژول قابل اندازه گیری و بررسی باشد. از این رو ساختار فازبندی پیشنهادی در RFP موجود ارائه شده است با توجه به دانش و تجربه شرکت ارسال کننده پروپوزال، قابلیت بهبود و اصلاح دارد.

نگاه مالی مبتنی بر تحقیق و توسعه:

باتوجه به ماهیت R&D این پروژه و اهمیت سهم تحقیق برای نوآوری نسبت به راهکارهای موجود در بازار یا نمونه های بین المللی، باید بیش از 40 درصد ارزش پروژه باید برای مصارف مربوط به تحقیقات مورد نیاز برای توسعه محصول باشد. میزان سطح نوآوری و بخشی از محصول / پروژه که نسبت به راهکارهای حال حاضر نوآورانه است، تصریح و شفاف شود.

سرفصل هزینه کرد موردپذیرش:

باتوجه به نوع تامین مالی پروژه، باید محل مصرف منابع تامین شده عطف به آیین نامه های معاونت علمی و فناوری ریاست جمهوری برای پروژه های R&D در موضوعات ذیل باشد:

  • تهیه و اجاره فضای کار اختصاصی تحقیق و توسعه: هزینه اجاره فضای تحقیق و توسعه با اولویت استقرار در زیست بوم نوآوری متناسب با پروژه تحقیق و توسعه
  • ماشین آلات و تجهیزات: معادل استهلاک سالیانه ماشین آلات و تجهیزات در صورتی که نصب و راه اندازی شده باشد.
  • نیروی انسانی : معادل حقوق و مزایای مندرج در لیست بیمه تامین اجتماعی برای نیروی انسانی مستقیم در پروژه های تحقیق و توسعه تا سقف حداکثر دستمزد مشمول کسر حق بیمه 
  • مواد اولیه و قطعات مصرفی : مواد اجزاء و قطعات به میزان متناسب برای تولید آزمایشی به تعداد محدود برای ساخت نمونه اولیه و به میزان به کار رفته برای ساخت واحد آزمایشی
  • تاییدیه ها و استانداردها: 
  • هزینه آزمون ها و تست ها برای تحقیق و توسعه 
  • استانداردهای ویژه و اختصاصی بر روی محصولات و خدمات مرتبط با پروژه مورد نظر 
  • هزینه ثبت پتنت بین المللی  
  • همکاری فناورانه: هزینه کرد قرارداد با شرکت های دانش بنیان و فناور دانشگاه ها و مراکز پژوهشی با تایید دبیرخانه و در چارچوب سرفصل های مورد تایید هزینه کرد در پروژه های تحقیق و توسعه

در پروپوزال ارسالی، پیشنهاد کلی نسبت به ساختار هزینه اعلام گردد.

 

تدقیق فازهای عملیاتی و ساختار هزینه کرد پس از ارزیابی شرکت های درخواست دهنده، با مشارکت ذینفعان بانک مرکزی و ناظران پروژه در همکاری با شرکت انجام خواهد شد.

سامانه احراز هویت غیرحضوری مبتنی بر بیومتریک

Avatar for adminAdmin

شرح مسئله و اهداف شرکت برای تعریف پروژه

با دیجیتالی‌شدن خدمات بانکی، مالی و دولتی، نیاز به احراز هویت غیرحضوری (Remote e-KYC) بیش از پیش افزایش یافته است. در حال حاضر، بسیاری از فرآیندهای احراز هویت در ایران به‌صورت دستی یا نیمه‌دیجیتال انجام می‌شوند و وابسته به ارسال مدارک و حضور فیزیکی مشتری هستند. این موضوع علاوه بر هزینه‌های بالا، مانع اصلی توسعه خدمات کاملاً آنلاین و فین‌تک‌های نوین به شمار می‌آید.

در سطح جهانی، سامانه‌های بیومتریک غیرحضوری با استفاده از فناوری‌هایی مانند تشخیص چهره، تشخیص زنده بودن (Liveness Detection)، تطبیق تصویر کارت ملی و چهره، و امضای دیجیتال به عنوان استانداردی برای KYC دیجیتال شناخته می‌شوند. در ایران نیز، بانک مرکزی، شاپرک و مرکز افتا در تلاش‌اند چارچوب‌هایی برای احراز هویت دیجیتال بومی تدوین کنند تا امکان دسترسی امن، سریع و مقرون‌به‌صرفه به خدمات مالی فراهم شود.

هدف این پروژه، طراحی و توسعه سامانه احراز هویت غیرحضوری مبتنی بر بیومتریک است که با استفاده از الگوریتم‌های هوش مصنوعی و پردازش تصویر، بتواند هویت کاربران را بدون نیاز به مراجعه حضوری تأیید کرده و با پایگاه‌های داده ملی (مانند ثبت‌احوال، سیام و شاهکار) یکپارچه شود.

اهداف کلان پروژه عبارت‌اند از:

  • ایجاد سامانه جامع احراز هویت دیجیتال با استفاده از فناوری‌های بیومتریک (چهره، اثر انگشت، صدا و رگ کف دست).
  • به‌کارگیری الگوریتم‌های Liveness Detection برای جلوگیری از جعل و حملات بازپخش (Replay Attack).
  • طراحی معماری قابل‌اعتماد برای اتصال به سرویس‌های ملی هویتی (ثبت‌احوال، سیام، شاهکار).
  • پشتیبانی از احراز هویت در سطح کاربران حقیقی و حقوقی (KYC/KYB).
  • توسعه SDK/API برای فین‌تک‌ها و بانک‌ها به‌منظور استفاده از سامانه در فرآیندهای خود.

چالش‌های فنی و تخصصی پروژه

  1. دقت و پایداری الگوریتم‌های بیومتریک: توسعه مدل‌های یادگیری عمیق برای تشخیص چهره و تطبیق تصویر مدارک با دقت بالا در شرایط نوری، زاویه و کیفیت تصویر متنوع.
  2. تشخیص زنده بودن (Liveness Detection): طراحی مدل‌های چندوجهی (Multi-modal) بر اساس تحلیل حرکات چهره، تشخیص عمق (Depth Map) و بافت پوست برای جلوگیری از جعل هویت با عکس یا ویدئو.

  3. یکپارچگی با سرویس‌های ملی: طراحی APIهای امن برای اتصال به پایگاه‌های داده ثبت‌احوال، سامانه شاهکار و سرویس احراز شماره تلفن.
  4. مدیریت امنیت داده‌های بیومتریک: رمزنگاری داده‌ها با استانداردهای AES و ECC، جلوگیری از ذخیره‌سازی داده خام، و استفاده از Tokenization برای تبادل امن.
  5. زیرساخت مقیاس‌پذیر: طراحی سامانه میکروسرویسی با قابلیت پردازش هم‌زمان هزاران درخواست احراز هویت در لحظه و زمان پاسخ کمتر از ۳ ثانیه.
  6. پشتیبانی از دستگاه‌های مختلف: بهینه‌سازی SDK برای عملکرد یکسان در موبایل، دسکتاپ و وب‌اپلیکیشن با حداقل مصرف منابع.
  7. تطابق با الزامات حقوقی و محرمانگی: پیاده‌سازی سیاست‌های حریم خصوصی منطبق با الزامات بانک مرکزی و مرکز ماهر برای حفاظت از داده‌های شخصی کاربران.
  8. تست و ارزیابی میدانی: تدوین سناریوهای واقعی برای ارزیابی عملکرد سیستم در محیط‌های عملیاتی (مثلاً افتتاح حساب غیرحضوری یا احراز در کیف‌پول دیجیتال).

فازهای عملیاتی پیشنهادی:

  • فاز ۱: مطالعه تطبیقی مدل‌های جهانی (IDnow, Onfido, iDenfy, Jumio) و تدوین الزامات بومی.
  • فاز ۲: طراحی معماری نرم‌افزار و جریان فرآیند احراز هویت بیومتریک.
  • فاز ۳: توسعه ماژول‌های تشخیص چهره، Liveness، تطبیق کارت ملی و رمزنگاری داده.
  • فاز ۴: طراحی API و SDK برای بانک‌ها و فین‌تک‌ها.
  • فاز ۵: اجرای پایلوت، تست امنیتی و ارزیابی عملکرد سامانه در شرایط واقعی.

نوآوری محصول نسبت به محصولات مشابه در کشور/شرکت

  1. اولین سامانه بومی احراز هویت بیومتریک با قابلیت Liveness چندمرحله‌ای: ترکیب تحلیل چهره، صدا و حرکات طبیعی برای جلوگیری از جعل و حملات ویدئویی.
  2. پشتیبانی از چند بیومتریک (Multi-biometric): امکان ترکیب چهره، اثر انگشت یا صدا برای افزایش سطح اعتماد در کاربردهای حساس بانکی.
  3. مدل امنیتی End-to-End: رمزنگاری داده‌ها در سطح دستگاه کاربر تا سرور نهایی با قابلیت حذف داده پس از احراز موفق.
  4. ادغام‌پذیری آسان با سامانه‌های ملی و بانکی: طراحی API سازگار با استانداردهای بانک مرکزی و سامانه‌های هویتی موجود.
  5. SDK بومی برای فین‌تک‌ها و اپلیکیشن‌های بانکی: ارائه ابزار توسعه برای استفاده در فرآیندهایی نظیر افتتاح حساب، ثبت‌نام و تأیید هویت کاربران.
  6. توان پردازش سریع و دقیق: زمان احراز کمتر از ۳ ثانیه با دقت تطبیق بالاتر از ۹۹٪ و پشتیبانی از شرایط نوری و محیطی مختلف.

مقیاس پروژه

مقیاس فنی: پروژه در فاز نخست به‌صورت پایلوت برای بانک‌ها و شرکت‌های پرداخت بزرگ اجرا می‌شود و سپس قابلیت ارائه سرویس به فین‌تک‌ها، اپراتورها و سامانه‌های احراز هویت دولتی را خواهد داشت.
 مقیاس اقتصادی: سامانه احراز هویت غیرحضوری موجب کاهش هزینه‌های عملیاتی (ثبت‌نام، تأیید مدارک و نیروی انسانی) و افزایش سرعت ارائه خدمات مالی دیجیتال می‌شود.

کاربران نهایی:

  • بانک‌ها، شرکت‌های پرداخت و PSPها
  • پلتفرم‌های فین‌تک، کیف‌پول و اعتبارسنجی دیجیتال
  • اپراتورهای موبایل و سامانه‌های خدمات دولت الکترونیک
  • کاربران حقیقی برای افتتاح حساب و استفاده از خدمات آنلاین

تأثیر کلان:

  • کاهش نیاز به مراجعه حضوری و تسهیل دسترسی عمومی به خدمات مالی
  • افزایش امنیت و اعتماد کاربران به تراکنش‌های دیجیتال
  • تقویت اکوسیستم احراز هویت ملی و زیرساخت دولت الکترونیک
  • کاهش تقلب‌های هویتی و جعل اسناد در خدمات بانکی و فین‌تک

جمع‌بندی فازبندی پیشنهادی پروژه

فاز

عنوان فاز

خروجی کلیدی

نوع فعالیت

۱

مطالعه تطبیقی و تحلیل الزامات بومی

گزارش تحقیق، مدل معماری و الزامات فنی

Research

۲

طراحی معماری و جریان فرآیند احراز هویت

مستند معماری نرم‌افزار و داده

Design

۳

توسعه ماژول‌های بیومتریک و Liveness

الگوریتم‌ها، مدل‌های ML و رمزنگاری داده

R&D

۴

طراحی API و SDK برای بانک‌ها و فین‌تک‌ها

واسط توسعه‌دهندگان و مستند فنی

Development

۵

تست امنیتی، اجرای پایلوت و ارزیابی عملکرد

گزارش ارزیابی و مدل عملیاتی نهایی

Validation



ملاحظات چارچوب پروپوزال ارسالی:

نگاه ماژولار و فازبندی:

به توجه به نوع تامین مالی پروژه که مبتنی بر اعتبار مالیاتی بانک مرکزی که عطف به تفاهم نامه بانک مرکزی و معاونت علمی ریاست جمهوری است، پروپوزال تهیه شده باید ساختار فازبندی شده و ماژولار داشته باشد و برای بازه زمانی یک ساله طراحی شده باشد و از سوی دیگر خروجی های هر فاز یا ماژول قابل اندازه گیری و بررسی باشد. از این رو ساختار فازبندی پیشنهادی در RFP موجود ارائه شده است با توجه به دانش و تجربه شرکت ارسال کننده پروپوزال، قابلیت بهبود و اصلاح دارد.

نگاه مالی مبتنی بر تحقیق و توسعه:

باتوجه به ماهیت R&D این پروژه و اهمیت سهم تحقیق برای نوآوری نسبت به راهکارهای موجود در بازار یا نمونه های بین المللی، باید بیش از 40 درصد ارزش پروژه باید برای مصارف مربوط به تحقیقات مورد نیاز برای توسعه محصول باشد. میزان سطح نوآوری و بخشی از محصول / پروژه که نسبت به راهکارهای حال حاضر نوآورانه است، تصریح و شفاف شود.

سرفصل هزینه کرد موردپذیرش:

باتوجه به نوع تامین مالی پروژه، باید محل مصرف منابع تامین شده عطف به آیین نامه های معاونت علمی و فناوری ریاست جمهوری برای پروژه های R&D در موضوعات ذیل باشد:

  • تهیه و اجاره فضای کار اختصاصی تحقیق و توسعه: هزینه اجاره فضای تحقیق و توسعه با اولویت استقرار در زیست بوم نوآوری متناسب با پروژه تحقیق و توسعه
  • ماشین آلات و تجهیزات: معادل استهلاک سالیانه ماشین آلات و تجهیزات در صورتی که نصب و راه اندازی شده باشد.
  • نیروی انسانی : معادل حقوق و مزایای مندرج در لیست بیمه تامین اجتماعی برای نیروی انسانی مستقیم در پروژه های تحقیق و توسعه تا سقف حداکثر دستمزد مشمول کسر حق بیمه 
  • مواد اولیه و قطعات مصرفی : مواد اجزاء و قطعات به میزان متناسب برای تولید آزمایشی به تعداد محدود برای ساخت نمونه اولیه و به میزان به کار رفته برای ساخت واحد آزمایشی
  • تاییدیه ها و استانداردها: 
  • هزینه آزمون ها و تست ها برای تحقیق و توسعه 
  • استانداردهای ویژه و اختصاصی بر روی محصولات و خدمات مرتبط با پروژه مورد نظر 
  • هزینه ثبت پتنت بین المللی  
  • همکاری فناورانه: هزینه کرد قرارداد با شرکت های دانش بنیان و فناور دانشگاه ها و مراکز پژوهشی با تایید دبیرخانه و در چارچوب سرفصل های مورد تایید هزینه کرد در پروژه های تحقیق و توسعه

در پروپوزال ارسالی، پیشنهاد کلی نسبت به ساختار هزینه اعلام گردد.

 

تدقیق فازهای عملیاتی و ساختار هزینه کرد پس از ارزیابی شرکت های درخواست دهنده، با مشارکت ذینفعان بانک مرکزی و ناظران پروژه در همکاری با شرکت انجام خواهد شد.

پلتفرم زیرساختی اعتبارسنجی سراسری

Avatar for adminAdmin

شرح مسئله و اهداف شرکت برای تعریف پروژه

در اکوسیستم مالی و اعتباری کشور، فرآیند اعتبارسنجی افراد و کسب‌وکارها هنوز به‌صورت محدود، جزیره‌ای و با تکیه بر داده‌های بانکی سنتی انجام می‌شود. این وضعیت باعث می‌شود بسیاری از افراد فاقد سابقه بانکی یا دارای فعالیت اقتصادی خرد، از دسترسی به تسهیلات، خرید اعتباری یا سایر خدمات مالی محروم بمانند.

در حالی‌که در جهان، مدل‌های اعتبارسنجی ترکیبی (Hybrid Credit Scoring) بر پایه‌ی تحلیل داده‌های چندمنبعی (Multi-source Data) مانند تراکنش‌های بانکی، پرداخت‌های موبایلی، سوابق اپراتوری، رفتار خرید اینترنتی و تعاملات دیجیتال شکل گرفته‌اند، در ایران هنوز زیرساختی جامع برای اعتبارسنجی سراسری و داده‌محور وجود ندارد.

هدف از این پروژه، طراحی و توسعه یک پلتفرم زیرساختی اعتبارسنجی سراسری (National Credit Scoring Infrastructure) است که بتواند با تجمیع و تحلیل داده‌های مالی و غیرف مالی کاربران در مقیاس ملی، امکان ارائه خدمات اعتباری دقیق، منعطف و قابل اعتماد را برای بانک‌ها، فین‌تک‌ها و نهادهای تنظیم‌گر فراهم کند.

اهداف کلان پروژه عبارت‌اند از:

  • طراحی معماری فنی زیرساخت ملی اعتبارسنجی با قابلیت اتصال به منابع داده‌ای مختلف.
  • توسعه مدل‌های اعتبارسنجی مبتنی بر داده‌های مالی و غیرف مالی (Alternative Data).
  • استانداردسازی داده‌های ورودی از بانک‌ها، PSPها، اپراتورها و سوپر‌اپلیکیشن‌ها.
  • طراحی API و Gateway برای ارائه خدمات Scoring به بانک‌ها و شرکت‌های مالی.
  • ارتقای عدالت مالی و افزایش شمول اعتباری از طریق مدل‌های بومی‌شده و هوشمند.

چالش‌های فنی و تخصصی پروژه

  1. تجمیع داده‌های چندمنبعی (Multi-source Data Integration): طراحی ساختار داده برای ترکیب اطلاعات بانکی، پرداختی، اپراتوری، مالیاتی و رفتاری در یک بستر استاندارد.
  2. مدل‌سازی اعتبارسنجی چندلایه (Multi-layer Scoring Model): توسعه مدل‌هایی که بتوانند ریسک اعتباری را از جنبه‌های مختلف (بازپرداخت، پایداری درآمد، رفتار مصرفی و سابقه تراکنش) ارزیابی کنند.
  3. استانداردسازی و پاک‌سازی داده‌ها: طراحی فرآیندهای ETL برای حذف داده‌های تکراری، ناسازگار و فاقد ساختار.
  4. طراحی موتور هوش مصنوعی برای تحلیل ریسک: توسعه الگوریتم‌های یادگیری ماشین و یادگیری عمیق برای پیش‌بینی ریسک اعتباری با استفاده از داده‌های رفتاری.

  5. مدیریت حریم خصوصی و امنیت داده: رمزنگاری داده‌ها، اعمال سیاست‌های Data Governance و رعایت الزامات قانونی در اشتراک‌گذاری داده میان نهادها.
  6. تعریف شاخص‌های اعتبارسنجی بومی (Local Credit KPIs): طراحی شاخص‌هایی متناسب با الگوهای اقتصادی و اجتماعی ایران مانند ثبات شغلی، فعالیت دیجیتال و وفاداری مالی.
  7. یکپارچگی با سامانه‌های بانکی و نهادهای نظارتی: طراحی Gateway ارتباطی برای تبادل داده و امتیاز اعتباری به‌صورت ایمن و بلادرنگ.
  8. پشتیبانی از تحلیل اعتباری کسب‌وکارها (KYB): توسعه ماژول اختصاصی برای ارزیابی اعتباری شرکت‌های کوچک، فروشگاه‌ها و استارتاپ‌ها.

فازهای عملیاتی پیشنهادی:

  • فاز ۱: تحلیل وضعیت فعلی اعتبارسنجی در کشور و شناسایی شکاف‌های داده‌ای.
  • فاز ۲: طراحی معماری فنی و مدل داده استاندارد برای زیرساخت سراسری.
  • فاز ۳: توسعه موتور امتیازدهی و الگوریتم‌های هوش مصنوعی.
  • فاز ۴: طراحی APIها و Gateway تبادل داده با بانک‌ها و فین‌تک‌ها.
  • فاز ۵: اجرای پایلوت ملی و ارزیابی عملکرد مدل در سناریوهای واقعی.

نوآوری محصول نسبت به محصولات مشابه در کشور/شرکت

  1. اولین پلتفرم اعتبارسنجی جامع چندمنبعی در ایران: با تمرکز بر داده‌های بانکی، اپراتوری، مالیاتی و دیجیتال.
  2. به‌کارگیری داده‌های غیربانکی (Alternative Data): استفاده از داده‌های تراکنش موبایلی، قبض، رفتار خرید، تردد و تعاملات دیجیتال در مدل اعتبار.
  3. مدل‌های هوش مصنوعی قابل تبیین (Explainable AI): تحلیل و تفسیرپذیری تصمیم‌های الگوریتمی برای نهادهای نظارتی.
  4. زیرساخت باز (Open Credit Infrastructure): طراحی پلتفرم APIمحور برای استفاده فین‌تک‌ها و شرکت‌های اعتباری خصوصی.
  5. اعتبارسنجی بلادرنگ (Real-Time Scoring): محاسبه امتیاز اعتبار در لحظه بر اساس داده‌های زنده تراکنش و پرداخت.
  6. امکان پیاده‌سازی در سطح ملی: قابلیت اتصال به شبکه بانکی، اپراتوری و داده‌های حاکمیتی.

مقیاس پروژه

مقیاس فنی: پروژه در فاز نخست برای چند بانک و شرکت پرداخت بزرگ پیاده‌سازی می‌شود و در مراحل بعدی به سطح ملی توسعه می‌یابد.
 مقیاس اقتصادی: با کاهش نرخ نکول تسهیلات و افزایش دقت تصمیم‌های اعتباری، هزینه‌های ریسک مالی کاهش و دسترسی به اعتبار برای اقشار کم‌درآمد افزایش می‌یابد.

کاربران نهایی:

  • بانک‌ها، مؤسسات مالی و اعتباری
  • شرکت‌های پرداخت، بیمه و لندتک‌ها
  • نهادهای نظارتی و حاکمیتی
  • کاربران حقیقی و حقوقی در سطح کشور

تأثیر کلان:

  • افزایش شمول مالی و دسترسی عادلانه به تسهیلات
  • کاهش ریسک نکول و بهبود سلامت اعتباری نظام مالی
  • توسعه زیرساخت داده‌محور ملی برای تصمیم‌گیری اقتصادی
  • ارتقای دقت سیاست‌گذاری‌های کلان مالی و اعتباری

جمع‌بندی فازبندی پیشنهادی پروژه

فاز

عنوان فاز

خروجی کلیدی

نوع فعالیت

۱

تحلیل وضعیت موجود و نیازمندی‌های داده‌ای

گزارش تحقیق و شناسایی شکاف‌های داده

Research

۲

طراحی معماری زیرساخت و مدل داده استاندارد

مستند معماری فنی و مدل تبادل داده

Design

۳

توسعه موتور امتیازدهی و الگوریتم‌های هوش مصنوعی

مدل اعتبارسنجی و سامانه Scoring Engine

R&D

۴

طراحی API و Gateway برای تبادل داده

زیرساخت APIمحور و پروتکل امنیتی

Development

۵

اجرای پایلوت و ارزیابی عملکرد ملی

گزارش نتایج و نقشه راه توسعه سراسری

Validation



ملاحظات چارچوب پروپوزال ارسالی:

نگاه ماژولار و فازبندی:

به توجه به نوع تامین مالی پروژه که مبتنی بر اعتبار مالیاتی بانک مرکزی که عطف به تفاهم نامه بانک مرکزی و معاونت علمی ریاست جمهوری است، پروپوزال تهیه شده باید ساختار فازبندی شده و ماژولار داشته باشد و برای بازه زمانی یک ساله طراحی شده باشد و از سوی دیگر خروجی های هر فاز یا ماژول قابل اندازه گیری و بررسی باشد. از این رو ساختار فازبندی پیشنهادی در RFP موجود ارائه شده است با توجه به دانش و تجربه شرکت ارسال کننده پروپوزال، قابلیت بهبود و اصلاح دارد.

نگاه مالی مبتنی بر تحقیق و توسعه:

باتوجه به ماهیت R&D این پروژه و اهمیت سهم تحقیق برای نوآوری نسبت به راهکارهای موجود در بازار یا نمونه های بین المللی، باید بیش از 40 درصد ارزش پروژه باید برای مصارف مربوط به تحقیقات مورد نیاز برای توسعه محصول باشد. میزان سطح نوآوری و بخشی از محصول / پروژه که نسبت به راهکارهای حال حاضر نوآورانه است، تصریح و شفاف شود.

سرفصل هزینه کرد موردپذیرش:

باتوجه به نوع تامین مالی پروژه، باید محل مصرف منابع تامین شده عطف به آیین نامه های معاونت علمی و فناوری ریاست جمهوری برای پروژه های R&D در موضوعات ذیل باشد:

  • تهیه و اجاره فضای کار اختصاصی تحقیق و توسعه: هزینه اجاره فضای تحقیق و توسعه با اولویت استقرار در زیست بوم نوآوری متناسب با پروژه تحقیق و توسعه
  • ماشین آلات و تجهیزات: معادل استهلاک سالیانه ماشین آلات و تجهیزات در صورتی که نصب و راه اندازی شده باشد.
  • نیروی انسانی : معادل حقوق و مزایای مندرج در لیست بیمه تامین اجتماعی برای نیروی انسانی مستقیم در پروژه های تحقیق و توسعه تا سقف حداکثر دستمزد مشمول کسر حق بیمه 
  • مواد اولیه و قطعات مصرفی : مواد اجزاء و قطعات به میزان متناسب برای تولید آزمایشی به تعداد محدود برای ساخت نمونه اولیه و به میزان به کار رفته برای ساخت واحد آزمایشی
  • تاییدیه ها و استانداردها: 
  • هزینه آزمون ها و تست ها برای تحقیق و توسعه 
  • استانداردهای ویژه و اختصاصی بر روی محصولات و خدمات مرتبط با پروژه مورد نظر 
  • هزینه ثبت پتنت بین المللی  
  • همکاری فناورانه: هزینه کرد قرارداد با شرکت های دانش بنیان و فناور دانشگاه ها و مراکز پژوهشی با تایید دبیرخانه و در چارچوب سرفصل های مورد تایید هزینه کرد در پروژه های تحقیق و توسعه

در پروپوزال ارسالی، پیشنهاد کلی نسبت به ساختار هزینه اعلام گردد.

 

تدقیق فازهای عملیاتی و ساختار هزینه کرد پس از ارزیابی شرکت های درخواست دهنده، با مشارکت ذینفعان بانک مرکزی و ناظران پروژه در همکاری با شرکت انجام خواهد شد.

ایجاد سکوی تحلیل بلادرنگ از منابع داده ای مختلف

Avatar for adminAdmin

شرح مسئله و اهداف شرکت برای تعریف پروژه

در صنعت پرداخت، بانکداری و خدمات مالی دیجیتال، حجم عظیمی از داده‌ها به‌صورت لحظه‌ای از منابع مختلف مانند تراکنش‌های بانکی، لاگ‌های امنیتی، رفتار کاربران، تعاملات اپلیکیشن، داده‌های شبکه و گزارش‌های عملیاتی تولید می‌شود. با این وجود، اغلب سازمان‌ها هنوز از روش‌های سنتی و آفلاین برای تحلیل داده استفاده می‌کنند و قادر به تصمیم‌گیری بلادرنگ (Real-Time Decision Making) نیستند.

این ضعف باعث می‌شود که در شناسایی رخدادهای حیاتی مانند کشف تقلب، مانیتورینگ تراکنش، تحلیل عملکرد سامانه‌ها، مدیریت SLA و تحلیل رفتار مشتریان (Customer Behavior Analytics) تأخیر ایجاد شود و فرصت واکنش سریع از بین برود.

پروژه‌ی «ایجاد سکوی تحلیل بلادرنگ از منابع داده‌ای مختلف» با هدف طراحی و پیاده‌سازی زیرساخت یکپارچه جمع‌آوری، پردازش و تحلیل داده‌های زنده (Streaming Data Platform) تعریف شده است تا بتواند با ترکیب داده‌های عملیاتی و تحلیلی، تصمیم‌گیری هوشمند و بلادرنگ را در حوزه‌های پرداخت و بانکی ممکن سازد.

اهداف کلان پروژه عبارت‌اند از:

  • طراحی معماری یکپارچه برای جمع‌آوری و تحلیل داده‌های زنده از منابع متنوع (تراکنش، شبکه، اپلیکیشن، امنیت).
  • توسعه هسته پردازش بلادرنگ (Streaming Engine) مبتنی بر Kafka، Flink یا Spark Streaming.
  • ایجاد داشبوردهای مدیریتی برای نظارت بلادرنگ بر عملکرد سیستم‌ها و رفتار کاربران.
  • پشتیبانی از تحلیل‌های هوش مصنوعی در زمان واقعی (Real-Time AI).
  • فراهم‌سازی بستر داده‌ای برای کشف تقلب، تحلیل SLA و پیش‌بینی رفتار کاربران.

چالش‌های فنی و تخصصی پروژه

  1. تجمیع داده‌های چندمنبعی (Multi-source Data Integration): طراحی مکانیزم جمع‌آوری داده از منابع متنوع با فرمت‌های مختلف (Log، API، Stream، DB Replication).
  2. طراحی معماری پردازش جریان (Streaming Architecture): انتخاب و پیکربندی موتور پردازش بلادرنگ مانند Apache Kafka، Apache Flink یا Spark Structured Streaming.
  3. مدیریت تاخیر و هم‌زمانی (Latency & Synchronization): تضمین تأخیر کمتر از چند ثانیه برای جریان داده‌ها در محیط‌های با حجم بالا.
  4. ذخیره‌سازی بهینه داده‌های زنده: طراحی دو لایه ذخیره‌سازی شامل حافظه موقت (In-Memory) و Data Lake برای تحلیل‌های تاریخی.

  5. پیاده‌سازی تحلیل‌های بلادرنگ: توسعه ماژول‌های محاسباتی مانند شناسایی الگوهای رفتاری غیرعادی، کشف ناهنجاری‌ها و پیش‌بینی تقاضا.
  6. طراحی رابط‌های داشبورد و مانیتورینگ: ساخت داشبوردهای پویا برای مدیران عملیاتی، امنیتی و تجاری با قابلیت Drill-down و هشدار بلادرنگ.
  7. امنیت و کنترل دسترسی: رمزنگاری جریان داده، کنترل دسترسی مبتنی بر نقش (RBAC) و اطمینان از محرمانگی داده‌های تراکنشی.
  8. مقیاس‌پذیری افقی: طراحی معماری Cloud-native با قابلیت توزیع بار بین گره‌های پردازشی برای پشتیبانی از افزایش حجم داده‌ها.

فازهای عملیاتی پیشنهادی:

  • فاز ۱: تحلیل نیازمندی‌ها و شناسایی منابع داده‌ای کلیدی در صنعت پرداخت.
  • فاز ۲: طراحی معماری فنی سکوی تحلیل بلادرنگ.
  • فاز ۳: توسعه ماژول جمع‌آوری و پردازش داده (Data Ingestion & Stream Processing).
  • فاز ۴: طراحی داشبوردهای تحلیلی و هشداردهی بلادرنگ.
  • فاز ۵: تست، ارزیابی عملکرد و بهینه‌سازی پایداری سامانه.

نوآوری محصول نسبت به محصولات مشابه در کشور/شرکت

  1. اولین سکوی تحلیل داده بلادرنگ برای صنعت پرداخت کشور: با تمرکز بر داده‌های تراکنشی، امنیتی و عملیاتی به‌صورت هم‌زمان.
  2. ترکیب تحلیل عملیاتی و تحلیلی (HTAP Architecture): امکان پردازش هم‌زمان داده‌های در جریان و تاریخی.
  3. پشتیبانی از هوش مصنوعی در زمان واقعی: اجرای مدل‌های ML و AI برای شناسایی الگوهای رفتاری و پیش‌بینی ناهنجاری‌ها.
  4. بومی‌سازی معماری Kafka/Flink برای محیط‌های بانکی: طراحی نسخه سازگار با الزامات امنیتی و شبکه‌ای داخلی.
  5. یکپارچگی با سامانه‌های ضدتقلب و نظارت تراکنش: استفاده از خروجی تحلیل برای فعال‌سازی واکنش خودکار در سیستم‌های عملیاتی.
  6. داشبورد تحلیلی یکپارچه برای تصمیم‌گیران: ارائه بینش آنی درباره سلامت شبکه، رفتار کاربران و روند تراکنش‌ها.

مقیاس پروژه

مقیاس فنی: پروژه در فاز نخست در سطح یک PSP یا بانک بزرگ برای تحلیل بلادرنگ تراکنش‌ها و لاگ‌های عملیاتی پیاده‌سازی می‌شود و سپس به سطح ملی قابل توسعه است.
 مقیاس اقتصادی: کاهش زمان واکنش به اختلالات شبکه، افزایش دقت در کشف تقلب، و ارتقای کارایی عملیاتی منجر به صرفه‌جویی چشمگیر در هزینه‌های عملیاتی می‌شود.

کاربران نهایی:

  • بانک‌ها، شرکت‌های پرداخت و نهادهای نظارتی
  • مراکز SOC و واحدهای ضدتقلب (Fraud Detection Units)
  • تیم‌های BI و تصمیم‌گیران ارشد فناوری
  • مراکز عملیات زیرساخت و شبکه

تأثیر کلان:

  • ارتقای تاب‌آوری زیرساخت‌های پرداخت و بانکی در زمان واقعی
  • افزایش بهره‌وری تصمیم‌گیری مبتنی بر داده
  • بهبود کشف تقلب و امنیت تراکنش‌ها
  • توسعه زیرساخت ملی برای تحلیل داده‌های لحظه‌ای در اقتصاد دیجیتال

جمع‌بندی فازبندی پیشنهادی پروژه

فاز

عنوان فاز

خروجی کلیدی

نوع فعالیت

۱

تحلیل نیازمندی‌ها و شناسایی منابع داده

فهرست منابع داده و الزامات فنی

Research

۲

طراحی معماری فنی سکوی بلادرنگ

مستند معماری داده و زیرساخت پردازش

Design

۳

توسعه ماژول جمع‌آوری و پردازش داده

موتور پردازش جریان و ماژول‌های اتصال داده

Development

۴

طراحی داشبورد و سیستم هشداردهی

داشبورد مدیریتی و نظارتی بلادرنگ

Implementation

۵

تست عملکرد، امنیت و بهره‌برداری نهایی

گزارش ارزیابی پایداری و کارایی سامانه

Validation



ملاحظات چارچوب پروپوزال ارسالی:

نگاه ماژولار و فازبندی:

به توجه به نوع تامین مالی پروژه که مبتنی بر اعتبار مالیاتی بانک مرکزی که عطف به تفاهم نامه بانک مرکزی و معاونت علمی ریاست جمهوری است، پروپوزال تهیه شده باید ساختار فازبندی شده و ماژولار داشته باشد و برای بازه زمانی یک ساله طراحی شده باشد و از سوی دیگر خروجی های هر فاز یا ماژول قابل اندازه گیری و بررسی باشد. از این رو ساختار فازبندی پیشنهادی در RFP موجود ارائه شده است با توجه به دانش و تجربه شرکت ارسال کننده پروپوزال، قابلیت بهبود و اصلاح دارد.

نگاه مالی مبتنی بر تحقیق و توسعه:

باتوجه به ماهیت R&D این پروژه و اهمیت سهم تحقیق برای نوآوری نسبت به راهکارهای موجود در بازار یا نمونه های بین المللی، باید بیش از 40 درصد ارزش پروژه باید برای مصارف مربوط به تحقیقات مورد نیاز برای توسعه محصول باشد. میزان سطح نوآوری و بخشی از محصول / پروژه که نسبت به راهکارهای حال حاضر نوآورانه است، تصریح و شفاف شود.

سرفصل هزینه کرد موردپذیرش:

باتوجه به نوع تامین مالی پروژه، باید محل مصرف منابع تامین شده عطف به آیین نامه های معاونت علمی و فناوری ریاست جمهوری برای پروژه های R&D در موضوعات ذیل باشد:

  • تهیه و اجاره فضای کار اختصاصی تحقیق و توسعه: هزینه اجاره فضای تحقیق و توسعه با اولویت استقرار در زیست بوم نوآوری متناسب با پروژه تحقیق و توسعه
  • ماشین آلات و تجهیزات: معادل استهلاک سالیانه ماشین آلات و تجهیزات در صورتی که نصب و راه اندازی شده باشد.
  • نیروی انسانی : معادل حقوق و مزایای مندرج در لیست بیمه تامین اجتماعی برای نیروی انسانی مستقیم در پروژه های تحقیق و توسعه تا سقف حداکثر دستمزد مشمول کسر حق بیمه 
  • مواد اولیه و قطعات مصرفی : مواد اجزاء و قطعات به میزان متناسب برای تولید آزمایشی به تعداد محدود برای ساخت نمونه اولیه و به میزان به کار رفته برای ساخت واحد آزمایشی
  • تاییدیه ها و استانداردها: 
  • هزینه آزمون ها و تست ها برای تحقیق و توسعه 
  • استانداردهای ویژه و اختصاصی بر روی محصولات و خدمات مرتبط با پروژه مورد نظر 
  • هزینه ثبت پتنت بین المللی  
  • همکاری فناورانه: هزینه کرد قرارداد با شرکت های دانش بنیان و فناور دانشگاه ها و مراکز پژوهشی با تایید دبیرخانه و در چارچوب سرفصل های مورد تایید هزینه کرد در پروژه های تحقیق و توسعه

در پروپوزال ارسالی، پیشنهاد کلی نسبت به ساختار هزینه اعلام گردد.

 

تدقیق فازهای عملیاتی و ساختار هزینه کرد پس از ارزیابی شرکت های درخواست دهنده، با مشارکت ذینفعان بانک مرکزی و ناظران پروژه در همکاری با شرکت انجام خواهد شد.