Fundamentos
Deepfake e fraude em biometria: quando a selfie passa
Ataque de apresentação mostra algo para a câmera. Ataque por injeção entrega vídeo sintético direto no fluxo. Entenda a diferença e o que observar além do rosto.

Existem dois ataques diferentes contra biometria facial. No ataque de apresentação, alguém mostra uma foto, uma máscara ou um vídeo para a câmera. No ataque por injeção, um vídeo sintético entra direto no fluxo do aplicativo, sem nunca passar pela câmera.
A diferença parece técnica e é comercial. Boa parte da prevenção construída nos últimos anos foi desenhada para o primeiro caso: detectar que o rosto diante da lente é uma reprodução. O segundo caso muda o problema de lugar, porque não há lente envolvida. O rosto apresentado ao sistema pode ser perfeito, com piscada, microexpressão e reflexo de pele coerentes, simplesmente porque foi gerado para ser.
O gancho de 2026 é público. Dados da Polícia Federal divulgados pela Exame em junho de 2026 apontam crescimento de 830% no uso de deepfakes entre 2024 e 2025, com ferramentas de inteligência artificial presentes em 42,5% das fraudes financeiras registradas no país. Levantamento apresentado em São Paulo em setembro de 2026 e noticiado por TI Inside e IPNews indicou que conteúdo sintético apareceu em 6,5% das fraudes detectadas naquele ano, cerca de uma em cada quinze.
Ataque de apresentação e ataque por injeção não são o mesmo problema
O ataque de apresentação é antigo e tem norma própria. A ISO/IEC 30107-3 estabelece os princípios e métodos de teste e de relato de resultados para detecção de ataque de apresentação, o que permite que fornecedores do mercado sejam avaliados por laboratório independente contra espécimes conhecidos: foto impressa, tela, máscara de silicone, vídeo reproduzido.
O ataque por injeção pula essa etapa inteira. O fraudador substitui a fonte de vídeo do dispositivo por uma câmera virtual, usa um emulador, intercepta a chamada de rede que carrega o vídeo ou manipula o aplicativo antes que ele envie o material. O que chega ao servidor é um arquivo bem formado, com metadados plausíveis, contendo um rosto que nunca esteve na frente de nenhuma lente.
- Onde acontece. Ataque de apresentação: Na frente da câmera. Ataque por injeção: Entre a câmera e o servidor, ou no lugar da câmera.
- Artefato usado. Ataque de apresentação: Foto, tela, máscara, vídeo reproduzido. Ataque por injeção: Vídeo sintético, câmera virtual, emulador, tráfego manipulado.
- O que o atacante precisa. Ataque de apresentação: Uma imagem da vítima e um objeto físico. Ataque por injeção: Ferramenta de geração e acesso ao ambiente de execução.
- Sinal mais útil para detectar. Ataque de apresentação: Textura, profundidade, reflexo, moiré de tela. Ataque por injeção: Integridade do canal, do dispositivo e da origem do vídeo.
- Referência normativa. Ataque de apresentação: ISO/IEC 30107-3, norma internacional. Ataque por injeção: CEN/TS 18099, especificação técnica europeia de dezembro de 2024.
- Escala. Ataque de apresentação: Um ataque por vez, com esforço físico. Ataque por injeção: Repetível em lote, sem custo marginal relevante.
A última linha é a que importa para quem opera. Ataque de apresentação é artesanal. Ataque por injeção é industrial: o mesmo script pode abrir centenas de contas em sequência, cada uma com um rosto diferente que nunca existiu.
Por que a injeção é o problema novo
Três coisas mudaram ao mesmo tempo. A geração de vídeo sintético convincente saiu do laboratório e virou ferramenta de consumo. O custo por tentativa caiu perto de zero. E a maior parte dos fluxos de verificação no Brasil roda em aplicativo ou navegador, ambientes que o usuário controla e que, portanto, o fraudador também controla.
Some a isso um detalhe de arquitetura: muitos fluxos tratam a captura como um dado de entrada confiável. Se o servidor recebe um vídeo com o formato esperado, ele assume que veio da câmera do aparelho. Essa suposição é exatamente o ponto que o ataque por injeção explora.
O que uma verificação precisa observar além do rosto
A leitura de mercado hoje é que a análise do rosto continua necessária e deixou de ser suficiente. O que fornecedores do mercado vêm somando à checagem facial, em graus diferentes de maturidade:
Integridade do canal de captura. Verificar se o vídeo foi produzido pelo sensor do aparelho naquele momento, e não injetado, é uma camada distinta da análise de imagem. Envolve atestação do ambiente de execução, sinais do sistema operacional e detecção de câmera virtual ou emulador.
Sinal de dispositivo. Aparelho com sinal de root ou jailbreak, ferramenta de automação ativa, reuso do mesmo dispositivo por identidades diferentes e inconsistência entre o aparelho declarado e o observado. É o tipo de evidência de risco de dispositivo que costuma ser o primeiro indício antes que qualquer análise facial rode.
Coerência entre camadas. O rosto bate com o documento, o documento bate com a base pública, o dispositivo bate com o histórico e o comportamento de preenchimento bate com o de um humano. Um ataque sintético bem feito vence uma camada. Vencer quatro ao mesmo tempo é outro custo.
Repetição no tempo. Uma conta aberta com vídeo sintético não fica parada. Ela se comporta de forma reconhecível depois: troca de dispositivo, mudança de dado cadastral, pico de volume em um momento de valor. Verificar de novo em mudança de estado é onde muitas dessas contas aparecem.
Se você está desenhando o fluxo agora, vale ler como a captura funciona em prova de vida por API e a diferença prática entre os dois desenhos em liveness ativo e passivo. O ponto de partida documental está nas soluções de verificação da Shiel ID.
Fricção aqui é evidência, não defeito
Há uma tentação natural de medir esse assunto pela taxa de abandono. Ela engana. Um passo adicional em um fluxo de alto valor é o registro de que a empresa olhou antes de liberar, e é esse registro que sobra quando alguém pede explicação meses depois.
O desenho que se sustenta não é o mais curto. É o previsível: o usuário sabe o que vai acontecer, o time sabe o que foi coletado e o auditor consegue reconstruir a decisão. Verificação bem calibrada protege o cadastro e a conta ao longo do tempo. Nenhuma camada, sozinha, resolve o problema inteiro, e desconfie de quem prometer que resolve.
O que fazer agora
- Descubra se o seu fluxo atual testa apenas apresentação ou também integridade de canal. Pergunte ao fornecedor qual norma ou laboratório sustenta cada afirmação.
- Rode um teste controlado com câmera virtual em ambiente de homologação e registre o resultado. É o exercício mais rápido para saber onde você está.
- Instrumente o fluxo para guardar evidência do contexto de captura, não só a imagem final. Sem isso, não há como investigar um caso depois.
- Defina pelo menos dois momentos de reverificação fora do cadastro: troca de dispositivo e primeiro evento de valor relevante.
- Revise a retenção desse material com o jurídico antes de ampliar a coleta. Dado biométrico guardado sem política é passivo, não proteção.
Perguntas frequentes
Qual a diferença entre deepfake e ataque por injeção? Deepfake é o conteúdo, um rosto ou voz sintetizada. Ataque por injeção é o método de entrega, colocar esse conteúdo diretamente no fluxo sem passar pela câmera. Um deepfake também pode ser usado em ataque de apresentação, exibido em uma tela para a lente.
Prova de vida resolve deepfake? Resolve parte do problema. A detecção de vida foi desenhada principalmente contra ataque de apresentação, com referência na ISO/IEC 30107-3. Contra injeção, a checagem precisa observar também a origem do vídeo, o dispositivo e o ambiente de execução.
Quanto o deepfake cresceu no Brasil? Dados da Polícia Federal divulgados pela Exame em junho de 2026 indicam alta de 830% entre 2024 e 2025. Levantamento noticiado por TI Inside em setembro de 2026 aponta conteúdo sintético em 6,5% das fraudes detectadas no ano.
Liveness passivo é mais vulnerável à injeção? O modo de interação com o usuário, ativo ou passivo, não determina sozinho a resistência à injeção. O que determina é se existe verificação da origem e da integridade do vídeo, independentemente de o usuário ter piscado ou virado o rosto.
Se a conta já foi aberta com deepfake, dá para identificar depois? Em muitos casos, sim, por comportamento e por sinal de dispositivo. Contas abertas em lote costumam compartilhar padrões de aparelho, rede e sequência de ações, o que permite revisar a coorte inteira em vez de caçar caso a caso.
Para avaliar como isso se aplica à sua operação, fale com o time comercial da Shiel ID.