Falsificação de rosto e burla de detecção de vivacidade: a verdadeira ameaça ao reconhecimento facial.

A verificação facial redefiniu a forma como as empresas autenticam usuários. Um olhar para o celular substitui uma senha, um token ou um documento de identidade físico. Mas a mesma tecnologia que agilizou o processo de integração abriu uma nova frente de fraude, para a qual a detecção tradicional de vivacidade nunca foi projetada.

No início de 2024, um funcionário do setor financeiro da empresa de engenharia Arup transferiu US$ 25 milhões após uma videochamada falsa (deepfake) em que o usuário se passava pelo diretor financeiro da empresa. Em 2025, a empresa de inteligência de ameaças Group-IB documentou 8,065 casos semelhantes. ataque de injeção biométrica tentativas contra uma única instituição financeira em apenas oito meses. Até 2026, A Gartner prevê que 30% As empresas deixarão de confiar na verificação de identidade independente contra a falsificação de identidade impulsionada por IA.

Este é o novo cenário da falsificação facial. Não se trata mais apenas de fotos e máscaras de silicone. Agora, o problema é o vídeo deepfake injetado diretamente na imagem da câmera, câmeras virtuais transmitindo fluxos pré-gravados para aplicativos KYC e identidades sintéticas construídas de ponta a ponta por IA generativa. Este guia explica como os ataques atuais funcionam, quais defesas realmente os impedem e como testar se sua solução de detecção de presença é verdadeiramente resistente a hackers.

Como os criminosos exploram a verificação facial?

1. Falsificação de identidade (Ataques de apresentação)

A falsificação de identidade ocorre quando fraudadores tentam enganar outras pessoas. reconhecimento facial Sistemas que utilizam recursos visuais artificiais. Os dois tipos principais:

• Ataques 2D: Fotos impressas, reproduções de tela ou vídeos exibidos para uma câmera.
• Ataques 3D: Máscaras de silicone, cabeças impressas em 3D ou réplicas robóticas que imitam movimentos faciais.

Embora os ataques em 2D tenham sido historicamente mais comuns, os ataques em 3D tornaram-se mais frequentes com os avanços na impressão e na robótica. Os deepfakes adicionam ainda mais complexidade, com vídeos sintéticos de alta qualidade que podem enganar o olho humano.

2. Bypass de Liveness (Explorações de Sistema)

Os ataques de bypass concentram-se em explorar o fluxo de informações entre o dispositivo e a tecnologia de reconhecimento facial por meio de:

• Injeção de vídeos pré-gravados usando dispositivos comprometidos
• Interceptar ou substituir dados biométricos em trânsito.
• Invadir o sistema interno serve para manipular os resultados.

Esses métodos tendem a utilizar malware. ferramentas falsasou canais de dados não seguros.

A Group-IB registrou 8,065 tentativas de ataques de injeção biométrica contra uma única instituição financeira somente entre janeiro e agosto de 2025, todas utilizando imagens deepfake geradas por IA e injetadas por meio de câmeras virtuais.

Casos reais de bypass de detecção de vivacidade

Esses casos ilustram como os atacantes de hoje operam. Cada um demonstra uma camada diferente da ameaça, como chamadas de vídeo deepfake, injeção em larga escala e evasão híbrida de documentos e reconhecimento facial.

 

Fraude de deepfake da Arup de US$ 25 milhões (Hong Kong, 2024)

Um funcionário da área financeira da empresa global de engenharia Arup foi transferido. $ 25 milhões para fraudadores após uma videoconferência na qual todos os participantes, A reunião, que incluía o diretor financeiro da empresa, sediado no Reino Unido, era um deepfake. O caso demonstrou que os vídeos deepfake atingiram um nível de qualidade em que a revisão humana em tempo real já não é confiável e que reuniões de alta confiança podem ser totalmente sintéticas.

 

Caso de instituição única do Grupo IB (2025)

A empresa de inteligência de ameaças Group-IB documentou 8,065 tentativas de ataques de injeção biométrica contra a rede digital. Fluxo KYC de uma única instituição financeira entre janeiro e agosto de 2025, todas utilizando imagens deepfake geradas por IA e injetadas por meio de câmeras virtuais para burlar as verificações de autenticidade em solicitações de empréstimo.

 

OnlyFake Bypass de KYC em corretoras de criptomoedas (2024)

Investigadores demonstraram que o serviço de documentos falsos OnlyFake, combinado com ferramentas de troca de rostos disponíveis no mercado, poderia burlar as verificações de autenticidade de diversas corretoras de criptomoedas importantes. Posteriormente, o Departamento de Justiça acusou o operador., que se declarou culpado de vender mais de 10,000 documentos de identidade falsos.

Semelhante aos casos de infiltração corporativa por IA (3º trimestre de 2025)

A Resemble AI relatou 980 casos de infiltração corporativa em um único trimestre, nos quais os invasores usaram vídeos deepfake em tempo real em chamadas do Zoom e do Teams para se passar por executivos e autorizar ações fraudulentas.

Como impedir a falsificação de identidade facial e contornar ataques?

 

Até 2026, a Gartner prevê que 30% das empresas deixarão de considerar soluções independentes. Verificação de Identidade e soluções de autenticação confiáveis ​​isoladamente contra falsificação por IA

• Detecção de vivacidade 3D

Os sistemas precisam medir profundidade, textura facial e microexpressões, como piscar de olhos ou movimentos musculares, para garantir que a pessoa diante da câmera esteja viva e presente.

• Autenticação Multifator (MFA)

O reconhecimento facial não deve ser a única linha de defesa, portanto, uma segunda camada, seja ela uma senha, uma verificação baseada em dispositivo ou dados comportamentais, deve ser adicionada.

• Manuseio seguro de dados

A criptografia robusta de ponta a ponta para dados biométricos é crucial durante a transmissão para evitar a reprodução e ataques man-in-the-middle.

• IA Anti-Spoofing

O aprendizado de máquina é capaz de detectar diversas técnicas de falsificação, incluindo fotos, máscaras e deepfakes, por meio de análise em nível de pixel.

• Monitoramento em tempo real

Padrões de login incomuns, mudanças comportamentais e anomalias do sistema são todos sinais de que um ataque está em andamento.

• Atualizações e testes frequentes

Atualizações regulares do sistema e testes de penetração ajudam a encontrar vulnerabilidades de segurança antes que os invasores o façam. 

Escolhendo uma solução de verificação de vivacidade segura

Nem todos soluções de detecção de vivacidade Embora todos os sistemas sejam criados iguais, a diferença entre eles pode ser significativa. Muitos sistemas básicos são enganados por algo tão simples quanto uma foto, um vídeo ou uma reprodução de tela. É por isso que é muito importante realizar testes em situações reais antes da implementação.

Algumas maneiras de testar uma solução de verificação de disponibilidade incluem:

• Coloque uma imagem estática, seja em papel ou em uma tela, em frente à câmera. Qualquer sistema que se preze reconhecerá a falta de profundidade e de movimento facial.

• Tente autenticar com os olhos fechados e sem mover os músculos faciais. Correto. verificações de vivacidade Analisar o piscar de olhos, micromovimentos e alterações na textura da pele.

• Testar deepfakes e máscaras 3D (isso é especialmente importante para setores que enfrentam ameaças significativas de fraude). Sistemas eficazes conseguem detectar reflexos de luz incorretos, falta de elasticidade da pele e profundidade facial superficial. 

Além do desempenho, é importante analisar os protocolos de segurança implementados, tais como:

• A solução utiliza criptografia de ponta a ponta para os dados biométricos coletados?
• Possui certificação segundo normas como a ISO/IEC 30107-3 para detecção de ataques de apresentação?
• Eles publicaram auditorias independentes que comprovem a resiliência do sistema contra falsificação de identidade?

Uma boa solução de monitoramento de atividades ao vivo deve ser capaz de combinar robustez técnica com transparência e conformidade regulatória.

Como Shufti combate a fraude?

O sistema de verificação facial da Shufti foi projetado para lidar com ameaças do mundo real (e não apenas com cenários simulados). Ele utiliza inteligência artificial avançada, aprendizado de máquina e biometria para oferecer precisão e segurança.

• Detecção de vivacidade 3D

Vai além das verificações superficiais para capturar a profundidade facial, o movimento e as características espaciais, a fim de verificar se uma pessoa está presente (e não usando uma máscara 2D ou 3D). 

• Análise de microexpressão

Detecta a presença de movimentos faciais sutis e involuntários, como piscar de olhos, espasmos oculares ou tensão muscular. Com a tecnologia atual, esses sinais são praticamente impossíveis de replicar em máscaras ou... deepfakes.

• Mapeamento de IA

Utiliza redes neurais profundas para identificar e combinar características faciais com alta precisão, mesmo em condições de iluminação abaixo do ideal, ângulos variáveis ​​ou pequenas alterações faciais.

• Integração flexível e escalável

Integra-se facilmente aos fluxos de trabalho existentes em ambientes web, móveis e de desktop, de modo que, mesmo que os dispositivos mudem, a qualidade permanece a mesma. 

• Conformidade e segurança comprovadas

Os sistemas de detecção de vivacidade da Shufti estão em total conformidade com as regulamentações de dados mundiais, tais como: GDPR, CCPA e ISO/IEC 30107-3. Também é testado regularmente contra técnicas de falsificação em constante evolução, incluindo deepfakes, identidades sintéticas e máscaras avançadas impressas em 3D. 

Considerações finais da análise do Fortune Dragon

O reconhecimento facial ajudou a redefinir a forma como nos autenticamos; sua eficácia depende da qualidade dos sistemas criados para protegê-lo. À medida que as táticas de falsificação e as formas de burlar a verificação de vivacidade se tornam mais sofisticadas, as organizações precisam evoluir de verificações faciais básicas para soluções verdadeiramente inteligentes e seguras.

A solução é clara: combinar detecção avançada de presença, prevenção de fraudes com inteligência artificial e padrões de teste rigorosos. Seja para verificar usuários, proteger o acesso ou prevenir a falsificação de identidade, a tecnologia certa faz toda a diferença.

Com ferramentas como Sistema de verificação facial baseado em IA da ShuftiAs empresas podem continuar a adotar o reconhecimento facial com confiança (sem correr o risco de cometer fraudes modernas).