Deepfake na prova de vida é o uso de vídeo sintético como conteúdo de um ataque biométrico. O deepfake não bypassa o liveness por si — bypassa quando é entregue ao SDK por um canal comprometido, sem passar pela câmera física. O vetor de entrega é o que define qual controle precisa bloqueá-lo.

Este post descreve o que é um deepfake no contexto técnico de autenticação biométrica, como o mesmo conteúdo sintético pode ser usado em dois tipos de ataque completamente diferentes, e qual camada de segurança responde a cada um.

O que é um deepfake no contexto de autenticação biométrica?

Deepfake é um vídeo sintético gerado por modelo de inteligência artificial com a face de uma pessoa real. Em autenticação biométrica, o deepfake é o conteúdo do ataque — a matéria-prima. O vetor é o método pelo qual esse conteúdo é entregue ao sistema de verificação.

Essa distinção importa porque o mesmo deepfake pode ser usado de formas tecnicamente opostas: exibido em uma tela na frente da câmera física, ou injetado diretamente no canal de dados antes que o SDK (kit de desenvolvimento do fornecedor) receba qualquer frame. O conteúdo pode ser idêntico em ambos os casos. O que muda é onde o ataque entra — e o que precisa bloqueá-lo.

Ferramentas de geração de deepfake em tempo real funcionam em GPUs de consumo e estão publicamente disponíveis. Um atacante com fotos ou vídeos públicos do titular da conta consegue gerar um stream sintético da face-alvo com qualidade suficiente para enganar verificações visuais. O fator limitante de um ataque bem-sucedido deixou de ser a qualidade do deepfake; passou a ser o método de entrega.

Como o liveness avalia um deepfake apresentado fisicamente?

O liveness de menor fricção (detecção de vivacidade biométrica) analisa os frames recebidos em busca de sinais de artefato: textura de tela, padrão Moiré, bordas de papel, reflexo de tela, ausência de profundidade tridimensional, entre outros indicadores que a análise pode identificar. Um deepfake exibido em uma tela e apresentado à câmera é, para o módulo de liveness, um ataque de apresentação — o mesmo tipo de ataque que uma foto impressa ou uma máscara 2D.

A certificação que documenta resistência a esse vetor é a ISO/IEC 30107-3 (PAD, Presentation Attack Detection, ou Detecção de Ataque de Apresentação, em português). O laboratório iBeta certificou o Fortface nos níveis Level 1 e Level 2 dessa norma em 2024. No Level 1, foram 1.800 ataques com APCER de 0%. No Level 2, 1.500 ataques com artefatos avançados — máscaras de silicone, próteses 3D, manequins realistas — com APCER de 0%. O Fortface foi a primeira empresa brasileira a obter certificação iBeta nível 2.

Deepfakes apresentados em telas de alta resolução estão dentro do escopo do Level 2. O módulo de liveness bloqueou todos os ataques testados.

O que acontece quando o deepfake não passa pela câmera?

Quando o deepfake é injetado no canal de dados antes do SDK, a câmera física nunca entra na equação. O stream sintético chega ao SDK por um driver de câmera virtual instalado no dispositivo, por código que intercepta a chamada de câmera no nível do sistema operacional, ou por emulação de dispositivo completo. Do ponto de vista do SDK, a câmera está funcionando normalmente.

O liveness (detecção de vivacidade biométrica) analisa o conteúdo dos frames, não a origem deles. Um deepfake construído com micromovimentos faciais, iluminação adaptativa e profundidade simulada entrega ao módulo exatamente o que o módulo foi treinado para reconhecer como captura válida de uma pessoa real.

O deepfake que entra por injeção bypassa o liveness porque o liveness não controla o canal de captura. Controlar o canal é responsabilidade do módulo de anti-injeção — e exige certificação separada, com metodologia e laboratório distintos.

Quais controles verificam o canal antes do frame chegar ao liveness?

O anti-injeção age antes do conteúdo ser analisado. O SDK verifica se o dispositivo que responde ao pedido de câmera é um sensor físico real. Drivers de câmera virtual têm assinatura de comunicação com o sistema operacional estruturalmente diferente de sensores de hardware — a diferença é detectável.

A verificação acontece em tempo de execução. Técnicas de RASP (Runtime Application Self-Protection) identificam adulteração durante a sessão ativa, antes de qualquer frame ser processado. Emuladores de dispositivo têm fingerprint de ambiente distinta de hardware físico: ciclo de bateria e comportamento de sensores inerciais divergem de forma característica.

A ofuscação do SDK impede que o código seja analisado para mapear pontos de entrada por engenharia reversa. O resultado: um deepfake injetado que não chega ao liveness. O canal foi identificado como comprometido antes do frame ser processado.

Nenhuma dessas verificações aparece na interface do usuário legítimo. O controle opera inteiramente na camada de infraestrutura.

Qual norma avalia resistência a deepfakes entregues por injeção?

A CEN/TS 18099:2024 é o primeiro padrão técnico específico para controles de anti-injeção em biometria. Publicado pelo Comitê Europeu de Normalização, define metodologia de teste para ataques conduzidos com IAI (Injection Attack Instrument, o instrumento de ataque por injeção): qualquer conteúdo sintético — deepfakes incluídos — injetado no canal de captura antes do SDK.

O padrão tem três níveis; High é o mais alto. Para avaliação nível High, o sistema precisa resistir a pelo menos 15 espécies distintas de IAI, com BPCER (Bona fide Presentation Classification Error Rate, ou taxa de rejeição de usuários legítimos pelo módulo de anti-injeção) máximo de 15%.

A avaliação não é autodeclaratória. O laboratório reconhecido define os ataques, executa o protocolo e assina o laudo. O fornecedor não controla quais espécies de IAI são testadas dentro do conjunto exigido pelo padrão.

O laboratório Antisec conduziu o ensaio independente do módulo anti-injeção do Fortface Web SDK entre 30 de julho e 18 de agosto de 2026. Foram executados 18 ataques, abrangendo 15 espécies de IAI e 3 métodos IAM, sem bypass observado. O BPCER registrado foi de 2%, frente ao limite máximo de 15% indicado para o ensaio. O resultado ficou 13 pontos percentuais abaixo desse limite, equivalente a 7,5 vezes menos que o teto de 15%. Avaliação nível High obtida.

O ensaio independente avaliou o módulo anti-injeção do Fortface Web SDK, no escopo, na plataforma e nas versões definidas pelo laboratório. O teste não representa automaticamente a cobertura de iOS, Android, outras versões ou o desempenho em produção.

Os resultados acima são os dados reportados para o ensaio independente da Antisec, conforme o escopo informado. O relatório correspondente deve ser consultado para confirmar a metodologia, as versões testadas e os critérios de aceitação.

O que os dados das avaliações mostram sobre deepfakes em produção?

Dois perímetros, dois laudos independentes.

Para deepfakes apresentados fisicamente (exibidos na câmera como ataque de apresentação): APCER 0% nas certificações ISO/IEC 30107-3 Level 1 e Level 2, conduzidas pelo laboratório iBeta entre julho e agosto de 2024. O módulo de liveness bloqueou todos os ataques testados, incluindo os de artefatos avançados que cobrem deepfakes em alta resolução.

Para deepfakes injetados no canal de captura (entregues antes do SDK): 0 bypass em 18 ataques com 15 espécies de IAI distintas, na avaliação CEN/TS 18099:2024 nível High, conduzida pelo laboratório Antisec em agosto de 2026. O módulo de anti-injeção bloqueou todos os ataques antes do frame atingir o liveness.

Um fornecedor com apenas a primeira certificação e sem a segunda tem o perímetro de injeção em aberto. Os dois laudos cobrem vetores distintos e nenhum substitui o outro.

Para ataques de apresentação, o Fortface possui avaliações iBeta conforme ISO/IEC 30107-3. Para ataques de injeção, o módulo anti-injeção do Fortface Web SDK foi avaliado pela Antisec segundo a CEN/TS 18099:2024. As duas avaliações cobrem vetores diferentes e devem ser analisadas separadamente.

"Um deepfake bem feito engana o olho humano e pode enganar o liveness. O que não engana é a verificação do canal. O controle de anti-injeção age antes dos frames — e é aí que um deepfake entregue por injeção é bloqueado." (Ricardo Fritsche, CTO do Fortface by Payface)

Perguntas frequentes

Deepfake e ataque de apresentação são a mesma coisa?
Deepfake é o conteúdo: vídeo sintético da face de uma pessoa. Ataque de apresentação é o vetor: exibir esse conteúdo fisicamente na frente da câmera. Um deepfake pode ser usado em um ataque de apresentação — e o liveness detecta esse vetor. O mesmo deepfake pode também ser injetado diretamente no canal de dados, sem passar pela câmera. Nesse caso, o liveness não o vê; o controle de anti-injeção precisa agir.
O liveness sem desafios ativos detecta deepfakes?
Detecta quando o deepfake é apresentado pela câmera física — esse é o vetor coberto pela ISO/IEC 30107-3. Quando o deepfake é injetado diretamente no canal de captura antes do SDK, o liveness recebe os frames fabricados como se fossem legítimos. O controle responsável por esse vetor é o módulo de anti-injeção, coberto pela CEN/TS 18099:2024.
Por que a qualidade do deepfake deixou de ser o fator limitante?
Porque o ataque bifurcou: deepfakes de alta qualidade entregues por injeção não precisam enganar a câmera — ignoram a câmera por completo. Com ferramentas de geração em tempo real acessíveis em hardware de consumo, o fator determinante passou a ser o método de entrega, não a fidelidade do vídeo sintético.
O que é BPCER e o que o resultado de 2% significa para o usuário legítimo?
BPCER (Bona fide Presentation Classification Error Rate) é a proporção de tentativas legítimas classificadas como ataques e bloqueadas pelo módulo anti-injeção nas condições do ensaio. O resultado de 2% refere-se ao conjunto de tentativas legítimas avaliado pelo laboratório. Ele não representa uma taxa de aprovação de pessoas únicas, não comprova ausência de fricção e não deve ser extrapolado para o desempenho em produção.
Um fornecedor com certificação iBeta Level 2 está protegido contra deepfakes por injeção?
A certificação iBeta Level 2 documenta resistência a ataques de apresentação, seguindo a ISO/IEC 30107-3 PAD. O vetor testado é o artefato físico na câmera — incluindo artefatos avançados como máscaras de silicone. Ataques de injeção, onde o conteúdo entra diretamente no canal de dados antes do SDK, estão fora do escopo dessa norma. Para esse perímetro, a certificação relevante é a CEN/TS 18099:2024.
Como validar se um fornecedor tem proteção certificada contra deepfakes por injeção?
Solicitar o laudo da avaliação CEN/TS 18099:2024, emitido por laboratório reconhecido, com identificação do nível obtido, número do relatório e data de emissão. Declaração do fornecedor sem laudo não documenta o perímetro técnico. A certificação iBeta e a avaliação CEN/TS 18099 cobrem vetores distintos: um fornecedor precisa das duas para ter os dois perímetros documentados.