Detección de Vivacidad: Métodos, Métricas y Pruebas (ES)

La detección de vivacidad es un control biométrico que estima si una muestra proviene de una persona viva que está presente durante la captura, en lugar de una foto, una reproducción, una máscara u otro artefacto. En la verificación facial, ayuda a responder “¿es esta una captura en vivo?” antes de que un sistema de coincidencia facial separado responda “¿esta cara coincide con la referencia?”

El término estándar para detectar artefactos presentados a un sensor biométrico es detección de ataque de presentación, o PAD. Vivacidad y PAD a menudo se usan indistintamente en las discusiones de productos, pero el límite importa: los ataques también pueden inyectar medios sintéticos o reproducidos en la ruta de datos sin presentar nada a la cámara física.

Puntos clave

• La vivacidad y la coincidencia facial responden a diferentes preguntas. Un extraño en vivo puede pasar la vivacidad y aún así ser la persona equivocada; una imagen precisa de la persona correcta puede coincidir aunque sea una reproducción.
• Los métodos pasivos y activos crean diferentes compensaciones. Las verificaciones pasivas observan una captura normal, mientras que las verificaciones activas piden al usuario que complete una acción solicitada.
• La defensa PAD y la inyección cubren diferentes rutas de ataque. Un flujo de captura robusto debe considerar tanto el sensor como el pipeline de software posterior.
• Un único porcentaje de precisión no es suficiente. La evaluación necesita tasas de error de ataque, tasas de error de usuarios genuinos, condiciones de prueba, segmentos demográficos y de dispositivos, latencia y comportamiento de reintento.
• Las pruebas deben parecerse a la implementación deseada. Los instrumentos de ataque, las cámaras, la compresión, la iluminación, la geografía y la población de usuarios afectan los resultados.

Qué hace la detección de vivacidad

Un flujo de verificación facial remota generalmente contiene varias decisiones distintas:

1. Integridad de la captura: ¿La muestra se originó a través de la cámara y la ruta de aplicación esperadas?
2. Detección de ataque de presentación: ¿El sensor parece estar observando una característica biométrica en vivo en lugar de un instrumento de ataque?
3. Calidad biométrica: ¿La muestra es adecuada para el análisis?
4. Coincidencia facial: ¿La cara capturada es suficientemente similar a la referencia de confianza?
5. Riesgo contextual: ¿Los datos del dispositivo, la red, la cuenta y el comportamiento respaldan la misma conclusión?

Colapsar estas decisiones en un resultado “verificado” dificulta la localización de debilidades. Mantenerlas separadas permite a un equipo ajustar la política, explicar los resultados y responder de manera diferente a la baja calidad, la sospecha de suplantación, la falta de coincidencia de identidad y el alto riesgo contextual.

La vivacidad es, por lo tanto, un control dentro de una decisión de identidad, no una prueba de identidad por sí misma.

Ataques de presentación y ataques de inyección

Un ataque de presentación ocurre en el sensor biométrico. El atacante presenta algo destinado a ser capturado como si fuera la persona objetivo. Los ejemplos incluyen:

• una imagen facial impresa o mostrada;
• una reproducción de video en otra pantalla;
• un recorte o artefacto parcial;
• una máscara bidimensional o tridimensional;
• maquillaje, prótesis u otra modificación de la apariencia.

Un ataque de inyección cambia la ruta de captura. Se pueden insertar medios pregrabados, alterados o generados en una cámara virtual, aplicación, interfaz del sistema operativo, emulador o solicitud de red. La cámara física podría nunca ver la muestra falsificada.

Esta distinción cambia la defensa. PAD puede detectar evidencia visual o de comportamiento asociada con un artefacto presentado, pero un flujo inyectado puede evitar las condiciones físicas que espera el método PAD. Las defensas pueden incluir, por lo tanto, la integridad de la aplicación, la captura confiable, la resistencia a la reproducción, la vinculación de sesiones, la autenticación de la carga útil, la detección de cámaras virtuales y las verificaciones de consistencia del lado del servidor, además del análisis biométrico.

Vivacidad pasiva, activa e híbrida

Vivacidad pasiva

La vivacidad pasiva analiza una captura sin pedir al usuario que realice un desafío notorio. Dependiendo de la implementación, puede inspeccionar la textura, las señales de profundidad, los reflejos, el movimiento, la formación de imágenes, la consistencia temporal u otras señales.

El principal beneficio es el bajo costo de interacción: la verificación puede ocurrir durante una selfie ordinaria o una captura corta. La compensación es que su seguridad depende en gran medida del conjunto de ataques probado, el canal de captura, el modelo y el umbral. “Pasivo” describe la experiencia del usuario, no un nivel universal de seguridad.

Vivacidad activa

La vivacidad activa pide al usuario que responda a una indicación, como cambiar la postura de la cabeza o seguir una secuencia aleatoria. La respuesta puede agregar evidencia de desafío-respuesta y hacer que una reproducción fija sea menos útil.

Las compensaciones son el tiempo adicional, los requisitos de accesibilidad, las necesidades de localización y el error del usuario. Los desafíos predecibles o reutilizables también pueden perder valor, por lo que el diseño del desafío y la vinculación de la sesión importan tanto como el gesto visible.

Vivacidad híbrida

Un flujo híbrido combina el análisis pasivo con un desafío activo, a menudo escalando solo cuando el resultado pasivo es incierto o el riesgo circundante es mayor. Esto puede preservar una ruta corta para la mayoría de los usuarios genuinos mientras recopila más evidencia en casos seleccionados.

Método	Interacción del usuario	Principal fortaleza	Principal limitación	Patrón útil
Pasiva	Captura normal	Baja fricción	Depende de las condiciones de captura y los ataques probados	Detección por defecto
Activa	Acción solicitada	Agrega evidencia de desafío-respuesta	Más abandono y trabajo de accesibilidad	Casos de mayor riesgo o inciertos
Híbrida	Condicional	Puede equilibrar la evidencia y la fricción	Mayor complejidad de política y orquestación	Escalamiento basado en el riesgo

La elección correcta depende de la acción que se protege. La recuperación de cuentas, las transferencias de alto valor, las verificaciones de edad, el acceso de empleados y la incorporación inicial de clientes no justifican necesariamente el mismo umbral o interacción.

Cómo se produce una decisión de vivacidad

Aunque las implementaciones difieren, un flujo bien estructurado comúnmente sigue estas etapas:

1. Iniciar una sesión vinculada. El backend crea un intento de corta duración asociado con el usuario, la acción, el dispositivo y la política esperados.
2. Guiar la captura. La interfaz verifica el encuadre, la visibilidad, la iluminación y el movimiento mientras da instrucciones accesibles.
3. Proteger la ruta de entrada. La aplicación limita las oportunidades de reproducción y sustitución y vincula la muestra a la sesión actual.
4. Verificar la calidad de la muestra. La entrada inutilizable se separa de los ataques sospechosos; pedir una mejor captura es diferente de rechazar el fraude.
5. Ejecutar análisis PAD o de vivacidad. El sistema produce puntuaciones o evidencia categórica basada en el método configurado.
6. Coincidir la identidad cuando sea necesario. Una comparación biométrica separada vincula la captura en vivo a una referencia de confianza.
7. Combinar señales de riesgo. El dispositivo, la IP, el historial de intentos, la velocidad y el contexto de la cuenta pueden cambiar la acción requerida.
8. Aplicar política. El resultado puede ser aprobado, reintento, escalamiento, revisión manual o rechazo.
9. Registrar la decisión. Los datos de auditoría deben identificar las versiones, los umbrales, la evidencia, el tiempo y la razón del resultado.

Los reintentos merecen reglas explícitas. Los intentos ilimitados dan a los atacantes más oportunidades y pueden ocultar problemas operativos. Los límites excesivamente estrictos, sin embargo, pueden penalizar a los usuarios genuinos con cámaras antiguas, discapacidades, conectividad deficiente o iluminación difícil.

Las métricas que importan

ISO/IEC 30107 separa los errores que involucran presentaciones de ataque de los errores que involucran a usuarios genuinos. Los términos PAD comunes incluyen:

• APCER — Tasa de error de clasificación de presentación de ataque: la proporción de presentaciones de ataque de un tipo específico que se clasifican incorrectamente como genuinas.
• BPCER — Tasa de error de clasificación de presentación genuina: la proporción de presentaciones genuinas clasificadas incorrectamente como ataques.

Estos valores deben interpretarse juntos y en un punto de operación establecido. Bajar un umbral puede rechazar más ataques y al mismo tiempo rechazar más usuarios genuinos. Agregar todos los ataques en un promedio puede ocultar la debilidad contra un instrumento en particular, como reproducciones o máscaras.

Otras medidas operativas también son necesarias:

• fallo al adquirir o completar;
• tasas de reintento y abandono;
• latencia de decisión;
• resultados por dispositivo, sistema operativo, cámara y condición de red;
• resultados en grupos demográficos relevantes;
• tasa de revisión manual y acuerdo del revisor;
• fraude confirmado y resultados de falsos positivos después de la implementación.

La coincidencia facial introduce sus propias medidas de falso positivo y falso negativo. Esas no deben presentarse como métricas de vivacidad. Un informe completo nombra el subsistema, la población, el umbral, el conjunto de pruebas y el denominador para cada tasa.

Lo que las pruebas PAD independientes prueban y lo que no

La evaluación independiente es valiosa porque proporciona un plan de prueba repetible, instrumentos de ataque documentados y resultados producidos fuera de la propia demostración del proveedor. ISO/IEC 30107-3 especifica los principios para las pruebas e informes de PAD.

La certificación o las pruebas de laboratorio no prueban que cada implementación funcionará de manera idéntica. Lea el alcance:

• ¿Qué producto y versión se probaron?
• ¿El modo era activo, pasivo o ambos?
• ¿Qué especies de ataque y niveles de presentación se incluyeron?
• ¿Qué dispositivos, cámaras y condiciones ambientales se utilizaron?
• ¿Qué umbrales y reglas de reintento se aplicaron?
• ¿Las pruebas cubrieron solo ataques de presentación o también ataques de inyección?

Una implementación puede divergir de un resultado de laboratorio a través de diferentes cámaras, compresión, integración de SDK, umbrales, guía de captura o política. Trate el informe como evidencia sobre una configuración definida, luego agregue pruebas para el entorno real.

Cómo evaluar un sistema de vivacidad

1. Definir la acción protegida

Indique lo que sucede después de una aprobación y el daño causado por una aceptación falsa o un rechazo falso. La consecuencia de abrir una cuenta de bajo riesgo puede diferir de autorizar la recuperación de una cuenta o una transferencia grande.

2. Construir un modelo de ataque

Enumere los instrumentos de presentación y las rutas de inyección relevantes. Incluya reproducciones ordinarias e impresiones antes de centrarse solo en medios sintéticos sofisticados. Considere si un atacante posee una imagen de alta calidad, un video, documentos de identidad, credenciales de cuenta o control del dispositivo.

3. Exigir evidencia con un alcance definido

Solicite resultados por ataque en el umbral operativo propuesto, no una cifra sin etiquetar del “99%”. Revise los errores de usuarios genuinos, la finalización, la latencia, la cobertura del dispositivo, la accesibilidad y el alcance de las pruebas independientes junto con el rendimiento del ataque.

4. Probar la integración real

Ejecute el SDK de producción o el componente de captura en los dispositivos, navegadores, ancho de banda e iluminación que realmente tienen sus usuarios. Pruebe la interrupción, la denegación de permisos, la ejecución en segundo plano, los reintentos, los emuladores, las cámaras virtuales y las sesiones reutilizadas.

5. Evaluar la decisión completa

Pruebe la coincidencia facial, la evidencia documental o de bases de datos, la vinculación de sesiones, las señales del dispositivo y la red, la lógica de escalamiento, las herramientas de revisión, los registros de auditoría y las rutas de recuperación. Un resultado de vivacidad no puede compensar una referencia de inscripción débil o una alternativa insegura.

6. Monitorear después del lanzamiento

Rastree los cambios de resultados por versión del producto, segmento de dispositivo, geografía, canal de adquisición y política. Los cambios pueden indicar un nuevo ataque, una regresión del modelo, un problema específico de la cámara o un cambio en la combinación de tráfico. Conserve la evidencia versionada para que las decisiones históricas sigan siendo explicables.

Errores comunes de evaluación

Tratar la vivacidad como prueba de identidad

Una persona viva puede usar el documento de otra persona o una identidad sintética. Combine la evidencia de presencia con una referencia confiable y otros controles de diligencia debida del cliente.

Comparar proveedores con una cifra destacada

Los porcentajes sin denominadores, tipos de ataque, umbrales y errores de usuarios genuinos no son comparables. Solicite la curva operativa o los resultados en el umbral que pretende utilizar.

Ignorar la ruta de inyección

PAD frente a la cámara y la integridad de la aplicación resuelven problemas relacionados pero diferentes. Pruebe si los medios pregrabados o generados pueden eludir la ruta del sensor esperada.

Confundir la mala calidad con el fraude

El desenfoque, el brillo, la oclusión, las necesidades de accesibilidad y el ancho de banda bajo pueden causar incertidumbre. Un reintento de calidad debe usar mensajes y políticas diferentes a los de un ataque sospechoso.

Bloquear cada intento incierto

La política binaria puede aumentar los falsos positivos y excluir a los usuarios genuinos. El reintento basado en el riesgo, el escalamiento activo, otro factor y la revisión capacitada suelen ser más seguros que obligar a un detector a decidir todo.

Dejar la recuperación más débil que la inscripción

Los atacantes buscan el camino más fácil. Si la recuperación de la cuenta o el restablecimiento del factor eluden la garantía original, una fuerte vivacidad de incorporación no protege el ciclo de vida de la cuenta.

Una lista de verificación para la implementación

Antes del lanzamiento, confirme que:

• la acción protegida y la garantía requerida están documentadas;
• las amenazas de presentación e inyección se modelan por separado;
• los resultados de las pruebas identifican versiones, umbrales, dispositivos, instrumentos de ataque y denominadores;
• los resultados de vivacidad, calidad y coincidencia facial permanecen separados;
• las sesiones y capturas son de corta duración, vinculadas y resistentes a la reproducción;
• las políticas de reintento, escalamiento, revisión y recuperación tienen límites explícitos;
• se prueban los viajes de accesibilidad y dispositivos de gama baja;
• los registros conservan la razón, la evidencia, la configuración y la versión de cada decisión;
• el monitoreo puede detectar cambios por tipo de ataque y segmento de usuario;
• la retención de privacidad y los controles de acceso coinciden con la sensibilidad de los datos biométricos.

Uso de Didit para la vivacidad dentro de un flujo de trabajo de identidad

Didit proporciona Vivacidad Pasiva a $0.10 por verificación y Vivacidad Activa a $0.15 por verificación. Sus certificaciones listadas incluyen iBeta Nivel 1 PAD. Los equipos pueden combinar la vivacidad con la Verificación de ID, la coincidencia facial y el Análisis de Dispositivo e IP en un flujo de trabajo, luego elegir cuándo reintentar, escalar, revisar o detenerse.

El paquete completo de KYC se cotiza en $0.33 y combina la Verificación de ID, la Vivacidad Pasiva, la Coincidencia Facial y el Análisis de IP. Los precios actuales de los módulos se publican en la página de precios. Estos datos del producto describen los controles disponibles; una organización aún debe establecer umbrales y reglas de revisión para su propio riesgo, usuarios y obligaciones regulatorias.

Preguntas frecuentes

¿La detección de vivacidad es lo mismo que el reconocimiento facial?

No. La vivacidad estima si una muestra biométrica proviene de una persona viva y presente. La coincidencia facial compara esa muestra con una referencia para estimar si representan a la misma persona. Muchos flujos necesitan ambos.

¿Qué es la detección de ataque de presentación?

PAD es la detección automatizada de intentos de interferir con un sistema biométrico en el sensor mediante la presentación de un artefacto o una característica alterada. Es el término orientado a los estándares comúnmente asociado con los controles de vivacidad.

¿Es mejor la vivacidad pasiva o activa?

Ninguna es universalmente mejor. Los métodos pasivos suelen reducir la interacción, mientras que los métodos activos añaden evidencia de desafío-respuesta a costa de la fricción y el trabajo de accesibilidad. Evalúe ambos contra el mismo modelo de ataque, población de usuarios, dispositivos y política operativa.

¿Puede la detección de vivacidad detener los deepfakes?

Puede ser una capa contra algunos ataques de medios sintéticos, pero no es una defensa completa contra los deepfakes. Los controles de inyección, la captura confiable, las señales forenses y de procedencia, la coincidencia facial, el riesgo contextual y la recuperación segura siguen siendo necesarios.

¿Qué significan APCER y BPCER?

APCER mide las presentaciones de ataque clasificadas incorrectamente como genuinas; BPCER mide las presentaciones genuinas clasificadas incorrectamente como ataques. Ambos dependen de los tipos de ataque probados y del umbral operativo.

¿Una certificación PAD cubre los ataques de inyección?

No automáticamente. El alcance de la certificación debe leerse cuidadosamente. Las pruebas PAD se centran en ataques de presentación bajo condiciones definidas; las defensas de inyección y de ruta de aplicación pueden requerir una evaluación separada.

¿Con qué frecuencia se debe usar la vivacidad?

El uso debe seguir el riesgo de la acción. Puede ser apropiado en la inscripción, recuperación, autenticación de alto riesgo o transacciones sensibles, pero la captura biométrica repetida también crea costos de privacidad y experiencia del usuario.

Referencias primarias

• Glosario NIST: Detección de Ataque de Presentación
• ISO/IEC 30107-1:2023 marco de detección de ataque de presentación biométrica
• ISO/IEC 30107-3:2023 pruebas e informes de PAD
• NIST FATE Parte 10: Rendimiento de PAD pasiva basada en software
• NIST SP 800-63B-4: Autenticación y gestión de autenticadores
• Programa de certificación de verificación facial de FIDO Alliance

La vivacidad funciona mejor cuando su afirmación es estrecha y comprobable: agrega evidencia de que una muestra biométrica provino de una persona viva en la captura. Las decisiones de identidad, autorización y riesgo continuo deben construirse en torno a esa evidencia en lugar de inferirse de ella.