Detecção de Vivacidade: Métodos, Métricas e Testes (PT-BR)

A detecção de vivacidade é um controle biométrico que estima se uma amostra provém de uma pessoa viva presente durante a captura, e não de uma foto, reprodução, máscara ou outro artefato. Na verificação facial, ajuda a responder “esta é uma captura ao vivo?” antes que um sistema de reconhecimento facial separado responda “este rosto corresponde à referência?”

O termo padrão para detectar artefatos apresentados a um sensor biométrico é detecção de ataque de apresentação, ou PAD. Vivacidade e PAD são frequentemente usados de forma intercambiável em discussões de produtos, mas a fronteira importa: ataques também podem injetar mídia sintética ou reproduzida no caminho dos dados sem apresentar nada à câmera física.

Principais conclusões

• Vivacidade e reconhecimento facial respondem a perguntas diferentes. Um estranho ao vivo pode passar na verificação de vivacidade e ainda ser a pessoa errada; uma imagem precisa da pessoa certa pode corresponder, mas ser uma reprodução.
• Métodos passivos e ativos criam diferentes compensações. Verificações passivas observam uma captura normal, enquanto verificações ativas pedem ao usuário para completar uma ação solicitada.
• A defesa PAD e de injeção cobrem diferentes caminhos de ataque. Um fluxo de captura robusto deve considerar tanto o sensor quanto o pipeline de software após ele.
• Uma única porcentagem de precisão não é suficiente. A avaliação precisa de taxas de erro de ataque, taxas de erro de usuários genuínos, condições de teste, fatias demográficas e de dispositivos, latência e comportamento de repetição.
• O teste deve se assemelhar à implantação pretendida. Instrumentos de ataque, câmeras, compressão, iluminação, geografia e população de usuários afetam os resultados.

O que a detecção de vivacidade faz

Um fluxo remoto de verificação facial geralmente contém várias decisões distintas:

1. Integridade da captura: A amostra se originou através do caminho esperado da câmera e do aplicativo?
2. Detecção de ataque de apresentação: O sensor parece estar observando uma característica biométrica ao vivo em vez de um instrumento de ataque?
3. Qualidade biométrica: A amostra é adequada para análise?
4. Reconhecimento facial: O rosto capturado é suficientemente semelhante à referência confiável?
5. Risco contextual: Os sinais do dispositivo, rede, conta e comportamento apoiam a mesma conclusão?

Colapsar essas decisões em um único resultado “verificado” torna as fraquezas difíceis de localizar. Mantê-las separadas permite que uma equipe ajuste a política, explique os resultados e responda de forma diferente a baixa qualidade, suspeita de falsificação, incompatibilidade de identidade e alto risco contextual.

A vivacidade é, portanto, um controle dentro de uma decisão de identidade, não uma prova de identidade por si só.

Ataques de apresentação e ataques de injeção

Um ataque de apresentação ocorre no sensor biométrico. O invasor apresenta algo destinado a ser capturado como se fosse a pessoa-alvo. Exemplos incluem:

• uma imagem facial impressa ou exibida;
• uma reprodução de vídeo em outra tela;
• um recorte ou artefato parcial;
• uma máscara bidimensional ou tridimensional;
• maquiagem, próteses ou outra modificação de aparência.

Um ataque de injeção altera o caminho de captura. Mídia pré-gravada, alterada ou gerada pode ser inserida em uma câmera virtual, aplicativo, interface de sistema operacional, emulador ou solicitação de rede. A câmera física pode nunca ver a amostra forjada.

Essa distinção muda a defesa. O PAD pode detectar evidências visuais ou comportamentais associadas a um artefato apresentado, mas um fluxo injetado pode evitar as condições físicas que o método PAD espera. As defesas podem, portanto, incluir integridade do aplicativo, captura confiável, resistência a reprodução, vinculação de sessão, autenticação de carga útil, detecção de câmera virtual e verificações de consistência do lado do servidor, além da análise biométrica.

Vivacidade passiva, ativa e híbrida

Vivacidade passiva

A vivacidade passiva analisa uma captura sem pedir ao usuário para realizar um desafio conspícuo. Dependendo da implementação, ela pode inspecionar textura, sinais de profundidade, reflexos, movimento, formação de imagem, consistência temporal ou outros sinais.

O principal benefício é o baixo custo de interação: a verificação pode ocorrer durante uma selfie comum ou uma captura curta. A desvantagem é que sua segurança depende fortemente do conjunto de ataques testados, canal de captura, modelo e limite. “Passivo” descreve a experiência do usuário, não um nível universal de garantia.

Vivacidade ativa

A vivacidade ativa pede ao usuário para responder a um comando, como mudar a pose da cabeça ou seguir uma sequência aleatória. A resposta pode adicionar evidências de desafio-resposta e tornar uma reprodução fixa menos útil.

As desvantagens são tempo adicional, requisitos de acessibilidade, necessidades de localização e erro do usuário. Desafios previsíveis ou reutilizáveis também podem perder valor, então o design do desafio e a vinculação da sessão importam tanto quanto o gesto visível.

Vivacidade híbrida

Um fluxo híbrido combina análise passiva com um desafio ativo, muitas vezes escalando apenas quando o resultado passivo é incerto ou o risco circundante é maior. Isso pode preservar um caminho curto para a maioria dos usuários genuínos, enquanto coleta mais evidências em casos selecionados.

Método	Interação do usuário	Principal força	Principal limitação	Padrão útil
Passivo	Captura normal	Baixo atrito	Depende das condições de captura e ataques testados	Triagem padrão
Ativo	Ação solicitada	Adiciona evidências de desafio-resposta	Mais abandono e trabalho de acessibilidade	Casos de maior risco ou incertos
Híbrido	Condicional	Pode equilibrar evidências e atrito	Mais complexidade de política e orquestração	Escalonamento baseado em risco

A escolha certa depende da ação que está sendo protegida. Recuperação de conta, transferências de alto valor, verificações de idade, acesso de funcionários e integração inicial de clientes não justificam necessariamente o mesmo limite ou interação.

Como uma decisão de vivacidade é produzida

Embora as implementações difiram, um fluxo bem estruturado geralmente segue estas etapas:

1. Iniciar uma sessão vinculada. O back-end cria uma tentativa de curta duração associada ao usuário, ação, dispositivo e política esperados.
2. Orientar a captura. A interface verifica o enquadramento, visibilidade, iluminação e movimento, enquanto fornece instruções acessíveis.
3. Proteger o caminho de entrada. O aplicativo limita as oportunidades de reprodução e substituição e vincula a amostra à sessão atual.
4. Verificar a qualidade da amostra. Entradas inutilizáveis são separadas de ataques suspeitos; pedir uma captura melhor é diferente de rejeitar fraude.
5. Executar análise PAD ou de vivacidade. O sistema produz pontuações ou evidências categóricas com base no método configurado.
6. Corresponder a identidade quando necessário. Uma comparação biométrica separada vincula a captura ao vivo a uma referência confiável.
7. Combinar sinais de risco. Dispositivo, IP, histórico de tentativas, velocidade e contexto da conta podem alterar a ação necessária.
8. Aplicar política. O resultado pode ser passar, tentar novamente, intensificar, revisão manual ou recusar.
9. Registrar a decisão. Os dados de auditoria devem identificar versões, limites, evidências, tempo e o motivo do resultado.

As tentativas de repetição merecem regras explícitas. Tentativas ilimitadas dão aos invasores mais oportunidades e podem ocultar problemas operacionais. Limites excessivamente rígidos, no entanto, podem punir usuários genuínos com câmeras mais antigas, deficiências, conectividade ruim ou iluminação difícil.

As métricas que importam

A ISO/IEC 30107 separa erros envolvendo apresentações de ataque de erros envolvendo usuários genuínos. Termos PAD comuns incluem:

• APCER — Taxa de Erro de Classificação de Apresentação de Ataque: a proporção de apresentações de ataque de um tipo especificado que são classificadas incorretamente como genuínas.
• BPCER — Taxa de Erro de Classificação de Apresentação Genuína: a proporção de apresentações genuínas classificadas incorretamente como ataques.

Esses valores devem ser interpretados em conjunto e em um ponto de operação declarado. Diminuir um limite pode rejeitar mais ataques, ao mesmo tempo em que rejeita mais usuários genuínos. Agregar todos os ataques em uma única média pode ocultar fraquezas contra um instrumento específico, como reproduções ou máscaras.

Outras medidas operacionais também são necessárias:

• falha na aquisição ou conclusão;
• taxas de repetição e abandono;
• latência de decisão;
• resultados por dispositivo, sistema operacional, câmera e condição de rede;
• resultados em grupos demográficos relevantes;
• taxa de revisão manual e concordância do revisor;
• fraude confirmada e resultados de falso positivo após a implantação.

O reconhecimento facial introduz suas próprias medidas de falso positivo e falso negativo. Essas não devem ser apresentadas como métricas de vivacidade. Um relatório completo nomeia o subsistema, população, limite, conjunto de testes e denominador para cada taxa.

O que o teste PAD independente prova — e o que não prova

A avaliação independente é valiosa porque oferece um plano de teste repetível, instrumentos de ataque documentados e resultados produzidos fora da própria demonstração do fornecedor. A ISO/IEC 30107-3 especifica princípios para testes e relatórios PAD.

A certificação ou o teste de laboratório não prova que toda implantação terá o mesmo desempenho. Leia o escopo:

• Qual produto e versão foram testados?
• O modo era ativo, passivo ou ambos?
• Quais espécies de ataque e níveis de apresentação foram incluídos?
• Quais dispositivos, câmeras e condições ambientais foram usados?
• Quais limites e regras de repetição foram aplicados?
• O teste cobriu apenas ataques de apresentação ou também ataques de injeção?

Uma implantação pode divergir de um resultado de laboratório devido a diferentes câmeras, compressão, integração de SDK, limites, orientação de captura ou política. Trate o relatório como evidência sobre uma configuração definida e, em seguida, adicione testes para o ambiente real.

Como avaliar um sistema de vivacidade

1. Defina a ação protegida

Indique o que acontece após um sucesso e o dano causado por uma aceitação falsa ou rejeição falsa. A consequência de abrir uma conta de baixo risco pode diferir da autorização de recuperação de conta ou de uma grande transferência.

2. Construa um modelo de ataque

Liste os instrumentos de apresentação e caminhos de injeção relevantes. Inclua reproduções e impressões comuns antes de focar apenas em mídias sintéticas sofisticadas. Considere se um invasor possui uma imagem de alta qualidade, um vídeo, documentos de identidade, credenciais de conta ou controle do dispositivo.

3. Exija evidências com escopo

Solicite resultados por ataque no limite de operação proposto, não um número “99%” não rotulado. Revise erros de usuários genuínos, conclusão, latência, cobertura de dispositivos, acessibilidade e escopo de testes independentes, juntamente com o desempenho do ataque.

4. Teste a integração real

Execute o SDK de produção ou o componente de captura nos dispositivos, navegadores, largura de banda e iluminação que seus usuários realmente possuem. Teste interrupção, negação de permissão, segundo plano, novas tentativas, emuladores, câmeras virtuais e sessões reutilizadas.

5. Avalie a decisão completa

Teste o reconhecimento facial, evidências de documentos ou banco de dados, vinculação de sessão, sinais de dispositivo e rede, lógica de escalonamento, ferramentas de revisão, registros de auditoria e caminhos de recuperação. Um resultado de vivacidade não pode compensar uma referência de cadastro fraca ou um fallback inseguro.

6. Monitore após o lançamento

Acompanhe as mudanças de resultados por versão do produto, segmento de dispositivo, geografia, canal de aquisição e política. Mudanças podem indicar um novo ataque, uma regressão do modelo, um problema específico da câmera ou uma mudança na mistura de tráfego. Preserve evidências versionadas para que as decisões históricas permaneçam explicáveis.

Erros comuns de avaliação

Tratar a vivacidade como prova de identidade

Uma pessoa viva pode usar o documento de outra pessoa ou uma identidade sintética. Combine a evidência de presença com uma referência confiável e outros controles de diligência do cliente.

Comparar fornecedores com um único número de destaque

Porcentagens sem denominadores, tipos de ataque, limites e erros de usuários genuínos não são comparáveis. Peça a curva operacional ou os resultados no limite que você pretende usar.

Ignorar o caminho de injeção

O PAD voltado para a câmera e a integridade do aplicativo resolvem problemas relacionados, mas diferentes. Teste se a mídia pré-gravada ou gerada pode ignorar o caminho do sensor esperado.

Confundir baixa qualidade com fraude

Desfoque, brilho, oclusão, necessidades de acessibilidade e baixa largura de banda podem causar incerteza. Uma nova tentativa de qualidade deve usar mensagens e políticas diferentes de um ataque suspeito.

Bloquear todas as tentativas incertas

A política binária pode aumentar os falsos positivos e excluir usuários genuínos. A repetição baseada em risco, a escalada ativa, outro fator e a revisão treinada são frequentemente mais seguras do que forçar um detector a decidir tudo.

Deixar a recuperação mais fraca do que a inscrição

Os invasores visam o caminho mais fácil. Se a recuperação da conta ou a redefinição de fator ignorar a garantia original, uma forte vivacidade no onboarding não protege o ciclo de vida da conta.

Uma lista de verificação de implantação

Antes do lançamento, confirme que:

• a ação protegida e a garantia exigida estão documentadas;
• as ameaças de apresentação e injeção são modeladas separadamente;
• os resultados do teste identificam versões, limites, dispositivos, instrumentos de ataque e denominadores;
• os resultados de vivacidade, qualidade e reconhecimento facial permanecem separados;
• as sessões e capturas são de curta duração, vinculadas e resistentes a reprodução;
• as políticas de nova tentativa, escalonamento, revisão e recuperação têm limites explícitos;
• as jornadas de acessibilidade e dispositivos de baixo custo são testadas;
• os logs preservam o motivo, a evidência, a configuração e a versão para cada decisão;
• o monitoramento pode detectar mudanças por tipo de ataque e segmento de usuário;
• a retenção de privacidade e os controles de acesso correspondem à sensibilidade dos dados biométricos.

Usando Didit para vivacidade dentro de um fluxo de trabalho de identidade

A Didit oferece Vivacidade Passiva por US$ 0,10 por verificação e Vivacidade Ativa por US$ 0,15 por verificação. Suas certificações listadas incluem iBeta Nível 1 PAD. As equipes podem combinar vivacidade com Verificação de Identidade, reconhecimento facial e Análise de Dispositivo e IP em um fluxo de trabalho, e então escolher quando tentar novamente, fazer um escalonamento, revisar ou parar.

O pacote completo de KYC está listado em US$ 0,33 e combina Verificação de Identidade, Vivacidade Passiva, Reconhecimento Facial e Análise de IP. Os preços atuais dos módulos são publicados na página de preços. Esses fatos do produto descrevem os controles disponíveis; uma organização ainda deve definir limites e regras de revisão para seus próprios riscos, usuários e obrigações regulatórias.

Perguntas frequentes

Detecção de vivacidade é o mesmo que reconhecimento facial?

Não. A vivacidade estima se uma amostra biométrica provém de uma pessoa viva e presente. O reconhecimento facial compara essa amostra com uma referência para estimar se elas representam a mesma pessoa. Muitos fluxos precisam de ambos.

O que é detecção de ataque de apresentação?

PAD é a detecção automatizada de tentativas de interferir em um sistema biométrico no sensor, apresentando um artefato ou característica alterada. É o termo padrão comumente associado aos controles de vivacidade.

Vivacidade passiva ou ativa é melhor?

Nenhuma é universalmente melhor. Métodos passivos geralmente reduzem a interação, enquanto métodos ativos adicionam evidências de desafio-resposta ao custo de atrito e trabalho de acessibilidade. Avalie ambos contra o mesmo modelo de ataque, população de usuários, dispositivos e política operacional.

A detecção de vivacidade pode impedir deepfakes?

Pode ser uma camada contra alguns ataques de mídia sintética, mas não é uma defesa completa contra deepfake. Controles de injeção, captura confiável, sinais forenses e de proveniência, reconhecimento facial, risco contextual e recuperação segura permanecem necessários.

O que significam APCER e BPCER?

APCER mede apresentações de ataque classificadas incorretamente como genuínas; BPCER mede apresentações genuínas classificadas incorretamente como ataques. Ambos dependem dos tipos de ataque testados e do limite de operação.

Uma certificação PAD cobre ataques de injeção?

Não automaticamente. O escopo da certificação deve ser lido cuidadosamente. O teste PAD foca em ataques de apresentação sob condições definidas; as defesas de injeção e caminho de aplicação podem exigir avaliação separada.

Com que frequência a vivacidade deve ser usada?

O uso deve seguir o risco da ação. Pode ser apropriado no cadastro, recuperação, autenticação de alto risco ou transações sensíveis, mas a captura biométrica repetida também cria custos de privacidade e experiência do usuário.

Referências primárias

• Glossário NIST: Detecção de Ataque de Apresentação
• ISO/IEC 30107-1:2023 estrutura de detecção de ataque de apresentação biométrica
• ISO/IEC 30107-3:2023 testes e relatórios PAD
• NIST FATE Parte 10: Desempenho de PAD passivo baseado em software
• NIST SP 800-63B-4: Autenticação e gerenciamento de autenticadores
• Programa de certificação de verificação facial da FIDO Alliance

A vivacidade funciona melhor quando sua afirmação permanece estreita e testável: ela adiciona evidências de que uma amostra biométrica veio de uma pessoa viva no momento da captura. As decisões de identidade, autorização e risco contínuo devem ser construídas em torno dessa evidência, em vez de inferidas a partir dela.