À medida que cada vez mais interações relacionadas à identidade passam a ocorrer online, as organizações precisam verificar não apenas se um rosto corresponde a uma identidade, mas também se há uma pessoa real presente no momento da captura.
Liveness detection ajuda a responder a essa pergunta, identificando sinais de que os dados biométricos provêm de uma pessoa viva, e não de uma fotografia, um vídeo reproduzido, uma máscara ou uma representação sintética. No entanto, por si só, isso não prova que a pessoa seja o titular da identidade alegada, que o processo de captura seja seguro ou que a transação como um todo seja legítima.
É por isso que as empresas devem tratar o liveness detection como uma camada de garantia de identidade e não como uma defesa completa contra a fraude de identidade.
A questão já não é simplesmente: “Essa pessoa está viva?”. É: “Podemos confiar na pessoa, nas provas de identidade, no processo de captura e na transação?”.
O que é Liveness Detection ?
Liveness detection é um recurso de segurança utilizado em sistemas biométricos para determinar se uma amostra biométrica está sendo capturada de uma pessoa viva e presente, e não de uma representação artificial.
Em um processo de verificação facial, por exemplo, a tecnologia de verificação de vida pode analisar uma imagem ou vídeo em busca de sinais que indiquem a presença de uma pessoa real. Seu objetivo é ajudar a impedir que um invasor apresente uma fotografia, um vídeo, uma máscara ou outra imitação a um sistema biométrico.
Liveness detection está intimamente relacionado à detecção de ataques por apresentação, frequentemente abreviada como PAD. A detecção de ataques por apresentação se concentra na identificação de tentativas de interferir na captura biométrica por meio da apresentação de um artefato ou de uma característica biométrica alterada a um sensor.
Em termos simples, liveness detection Ajuda a responder: Existe uma pessoa real e viva presente no momento da captura?
Isso difere de várias outras questões relacionadas à verificação de identidade, incluindo:
- Correspondência biométrica: verifica se o rosto, a impressão digital ou outra característica da pessoa se assemelha a uma referência confiável
- Verificação de documentos: verifica se um documento de identidade parece ser autêntico e se as informações nele contidas são consistentes
- Análise de dispositivos e sessões: verifica se a interação está ocorrendo por meio de um dispositivo, uma conexão e um ambiente de aplicativos confiáveis
- Análise de fraudes: avalia se o comportamento geral ou a transação em si parecem suspeitos
Esses controles estão relacionados, mas não são intercambiáveis. Uma forte correspondência facial não significa necessariamente que a amostra tenha sido coletada de uma pessoa viva. Da mesma forma, um resultado positivo na verificação de vitalidade não comprova que a pessoa esteja usando sua própria identidade.
Por que Liveness Detection É importante
A verificação remota de identidade já vinha se expandindo antes mesmo de a IA generativa se tornar amplamente acessível. Hoje, as pessoas abrem contas, acessam serviços, fazem provas, passam pelo processo de admissão em empregos e recuperam credenciais sem precisar comparecer pessoalmente. Essa mudança trouxe benefícios significativos para empresas e consumidores. Ao mesmo tempo, também criou novas oportunidades para fraudes.
Um invasor pode tentar enganar um sistema biométrico exibindo uma fotografia impressa, exibindo uma imagem em outro dispositivo, reproduzindo um vídeo ou usando uma máscara. Ataques mais sofisticados podem envolver vídeos manipulados, rostos sintéticos ou dados biométricos alterados digitalmente.
A crescente qualidade da IA generativa tornou mais difícil para as pessoas distinguirem visualmente entre mídias autênticas e manipuladas. Isso também tornou ainda mais importante que as organizações validem como as evidências de identidade foram capturadas, em vez de confiar no que a imagem parece mostrar. Um rosto realista não é sinônimo de uma interação de identidade confiável.
Liveness detection ajuda as empresas a determinar se há indícios de uma presença humana real. Isso a torna uma importante defesa contra diversas formas de ataques de falsificação de identidade e de apresentação. No entanto, sua eficácia depende do tipo de ataque, da qualidade da implementação, do ambiente de captura e da forma como a tecnologia é combinada com outros controles.
Que tipos de ataques o Liveness Detection pode ajudar a identificar?
Liveness detection pode ajudar a identificar vários métodos comuns de ataque. Entre eles, podem estar:
- Fotografias impressas colocadas na frente de uma câmera
- Imagens faciais exibidas em um celular, tablet ou monitor
- Gravações de vídeo reproduzidas
- Máscaras bidimensionais ou tridimensionais
- Imagens que foram alteradas para imitar outra pessoa
- Certas formas de mídia sintética ou deepfake apresentadas durante a captura
A expressão “ajudar a identificar” é importante. Não se deve presumir que uma única tecnologia de verificação de presença viva seja capaz de detectar todos os ataques em todas as condições. Os métodos de ataque continuam a mudar, e o desempenho de um sistema pode variar de acordo com fatores como a qualidade da câmera, a iluminação, a compressão, o tipo de dispositivo e o grau de sofisticação do artefato utilizado.
As organizações devem ter cautela quando uma solução é descrita simplesmente como “à prova de deepfakes” ou “à prova de fraudes”. A segurança não é um estado permanente alcançado por meio de um único recurso. Trata-se de um processo contínuo de compreensão do ambiente de ameaças, teste de controles e adaptação à medida que as técnicas de ataque evoluem.
O que Liveness Detection Não prova
Liveness detection fornece um sinal valioso de segurança, mas esse sinal tem limites. Um resultado positivo na verificação de vitalidade não prova necessariamente que:
- A pessoa é o titular legítimo da identidade reivindicada
- O documento de identidade apresentado é autêntico
- A pessoa tem permissão para acessar a conta ou o serviço
- Os dados biométricos não foram manipulados em nenhuma outra etapa do processo de captura
- O dispositivo ou aplicativo é confiável
- A pessoa está agindo por vontade própria, e não sob coação
- A transação em si é legítima
O mesmo resultado seria obtido em todos os dispositivos, grupos demográficos ou ambientes operacionais
Considere um fraudador que esteja fisicamente presente e tentando abrir uma conta usando um documento de identidade roubado. O fraudador pode ser totalmente real e estar vivo. Um sistema de verificação de vitalidade poderia determinar corretamente que há uma pessoa viva presente, embora a identidade declarada, em geral, continue sendo fraudulenta. É por isso que um rosto vivo não deve ser confundido com uma identidade verificada.
Um rosto ao vivo é um importante indicador de segurança, mas não constitui uma decisão completa sobre a identidade.
Ataques de apresentação e ataques de injeção são problemas distintos
Uma das distinções mais importantes na segurança biométrica moderna é a diferença entre um ataque de apresentação e um ataque de injeção.
Um ataque de apresentação ocorre no momento da captura. Um invasor apresenta uma imagem, um vídeo, uma máscara ou outro artefato à câmera ou ao sensor biométrico.
Um ataque de injeção ocorre quando dados fraudulentos, alterados ou sintéticos são introduzidos no fluxo de captura digital. Em vez de mostrar uma imagem falsa à câmera, o invasor pode tentar substituir o sinal da câmera, inserir mídia pré-gravada ou manipular as informações enviadas ao sistema biométrico.
Essa distinção tem implicações significativas.
Um recurso de verificação de presença, projetado principalmente para analisar o que está visível diante de uma câmera, pode não ser capaz, por si só, de detectar manipulações que ocorram em outras partes do aplicativo ou do fluxo de dados.
As organizações precisam examinar tanto a amostra biométrica quanto a integridade do processo de captura. Elas devem verificar não apenas se a pessoa parece estar viva, mas também se os dados biométricos foram obtidos da câmera, do dispositivo e da sessão esperados, sem qualquer substituição não autorizada.
Isso é particularmente importante à medida que a tecnologia deepfake se torna mais acessível. Um rosto sintético pode ser exibido em uma tela, mas também pode ser inserido digitalmente de forma a contornar uma verificação convencional feita por câmera.
Passivo e ativo Liveness Detection
Liveness detection é comumente descrito como passivo ou ativo.
A detecção passiva de vida geralmente avalia uma captura biométrica sem solicitar que o usuário realize uma ação específica. Do ponto de vista do usuário, o processo pode parecer como tirar uma selfie comum ou olhar para uma câmera.
Ativo liveness detection Solicita ao usuário que complete um desafio. Isso pode envolver virar a cabeça, piscar, falar, seguir um objeto na tela ou realizar outra ação instruída.
Ambas as abordagens podem agregar valor.
A verificação passiva de atividade pode reduzir o atrito e tornar a experiência de verificação mais rápida e acessível. Isso pode ser particularmente importante em ambientes de grande volume de consumidores, nos quais o abandono de compras acarreta um custo comercial direto.
A dinâmica ativa pode introduzir uma etapa explícita de desafio e resposta, fornecendo mais um indício de que a interação está ocorrendo em tempo real.
No entanto, nenhum desses selos, por si só, indica a qualidade da segurança.
Um sistema passivo não é automaticamente menos seguro, e um sistema ativo não é automaticamente mais seguro. O método adequado depende do caso de uso, do modelo de ameaças, do público-alvo, do ambiente operacional e do nível de risco.
As perguntas relevantes são:
Para detectar quais tipos de ataques essa tecnologia foi projetada?
- Como isso foi testado?
- Em que condições isso foi avaliado?
- O que acontece quando o sistema apresenta incertezas?
- Como essa medida afeta os usuários legítimos?
- Como o desempenho do sistema é monitorado à medida que os ataques evoluem?
Como as empresas devem avaliar a tecnologia de verificação de presença?
As empresas devem ir além de alegações genéricas de precisão e solicitar evidências que reflitam a implantação pretendida.
Algumas perguntas úteis incluem:
- Quais ataques de apresentação foram incluídos nos testes?
- Como o sistema lida com mídias inseridas digitalmente?
- A tecnologia foi avaliada por uma organização de testes independente?
- Os testes refletem os dispositivos e ambientes utilizados por clientes reais?
- Como se equilibram as falsas rejeições com a aceitação de ataques?
- Como o desempenho varia de acordo com as condições de iluminação e os tipos de câmera?
- Como a organização avaliou o desempenho demográfico?
- Os limites de segurança podem ser ajustados de acordo com o risco da transação?
- Com que frequência a tecnologia é atualizada à medida que surgem novos métodos de ataque?
- Que evidências estão disponíveis além de uma única pontuação resumida ou certificação?
Normas e avaliações independentes podem fornecer evidências valiosas, especialmente quando oferecem clareza sobre a metodologia de teste e os tipos de ataques utilizados.
No entanto, o resultado de um teste relativo a um componente não deve ser interpretado como prova de que todo o sistema de identidade é seguro.
Um controle biométrico pode apresentar bom desempenho em laboratório e, mesmo assim, ter sua eficácia prejudicada por uma segurança inadequada na aplicação, um canal de captura desprotegido, limites inadequados ou processos deficientes em outras etapas do processo de identificação.
As empresas precisam avaliar o sistema da forma como ele será efetivamente implantado.
O futuro da garantia de identidade vai além da verificação de vitalidade
Liveness detection continuará sendo uma parte essencial da verificação remota de identidade. À medida que mais interações passam a ocorrer online e as mídias sintéticas se tornam mais convincentes, comprovar a presença humana genuína se tornará ainda mais importante.
Mas o setor deve resistir à tentação de transformar a verificação da presença em sinônimo de segurança total da identidade. As organizações mais bem preparadas para a próxima geração de fraudes de identidade serão aquelas que avaliarem toda a cadeia de confiança. Elas combinarão a comprovação de presença com a comprovação de identidade, a integridade dos dados capturados, a análise contextual de riscos e o encaminhamento adequado dos casos.
A pergunta mais útil para os líderes empresariais não é: “Temos um liveness detection?”
É:
“Que evidências temos de que essa pessoa, identidade, dispositivo, processo de captura e transação são, em conjunto, confiáveis?”
Esse é o padrão que a segurança de identidade moderna deve cumprir.
