Apenas a prova de vida não é mais suficiente. Saiba o que preenche essa lacuna.

Durante anos, a questão central na verificação biométrica era simples: esta é uma pessoa real? A detecção de vitalidade responde bem a essa pergunta, e continua sendo uma camada essencial de qualquer fluxo de verificação de identidade (IDV) .

Mas os ataques que mais crescem hoje não tentam falsificar um rosto. Alguns falsificam a câmera, inserindo um vídeo sintético diretamente no aplicativo. Outros colocam uma pessoa real na tela, enquanto outra pessoa direciona secretamente todos os movimentos. Em ambos os casos, o rosto é aprovado. A sessão, não.

Conversamos com Geo Jolly, Gerente de Produto de Grupo da Veriff, para falar sobre o que mudou, os limites da detecção de vitalidade e como a recém-lançada Verificação de Presença da Veriff ajuda as empresas a confirmar que uma pessoa real está presente, agindo por conta própria e a partir de um dispositivo genuíno.

Como você descreveria a Verificação de Presença para alguém não técnico?

Isso confirma que uma pessoa real está presente, realizando a verificação por conta própria, sem influência de terceiros, e que nada na sessão foi falsificado. A maioria das verificações de liveness se limita a perguntar: “este é um rosto real?”. Nós vamos além e perguntamos: “essa pessoa está sendo coagida?” e “esta sessão vem de um dispositivo real?”

Qual problema a Verificação de Presença resolve?

Resolvemos três coisas:

1. Autenticidade humana. A análise de imagem e os dados físicos do dispositivo determinam se se trata de um ser humano real, e não de um deepfake ou um bot.
2. Detecção de coação. A análise completa de áudio e vídeo determina se o usuário está agindo por vontade própria.
3. Rede Veriff. Insights de sessões anteriores determinam se o usuário é um fraudador conhecido.

O que mudou que faz com que a prova de vida por si só não seja mais suficiente?

A fraude evoluiu. Um ano atrás, o principal ataque era segurar uma foto ou uma máscara na frente da câmera. A prova de vida lida com isso.

Agora, os ataques que mais crescem são diferentes. Um deles é a injeção: inserir um vídeo sintético diretamente no aplicativo, de modo que a câmera nunca veja uma cena real. O outro é a sessão orientada, em que agentes de AI e bots, ou humanos, guiam os usuários durante o processo. A prova de vida pode ser burlada em ambos os casos, pois há um rosto real.

Qual pergunta a verificação de liveness responde e o que ela deixa sem resposta?

A verificação de liveness responde a uma pergunta: há um rosto humano real em frente à câmera neste momento?

Ela não responde se a câmera é real, se o vídeo está sendo injetado, se há alguém atrás do usuário dizendo o que fazer ou se a sessão vem de um genu

Você pode compartilhar um exemplo anonimizado de uma sessão instruída que passa na verificação de liveness?

Pense nos serviços financeiros. Alguém quer um empréstimo do tipo compre agora, pague depois (BNPL), mas não consegue passar na verificação por conta própria. Talvez a identidade não seja da própria pessoa. Talvez um fraudador esteja fazendo a solicitação. Então, o fraudador encontra uma pessoa real e a instrui durante o processo: “Segure seu celular assim. Olhe para a câmera. Agora vire a cabeça.”

A pessoa na câmera é real, está viva e olhando para a câmera. A prova de vida é aprovada. Mas a sessão não é genuína, porque outra pessoa a está controlando. A pessoa que tira a selfie pode nem saber para que está sendo usada. Isso atinge credores, provedores de BNPL e qualquer lugar onde uma aprovação rápida possa se transformar em dinheiro fácil para um fraudador. Pense na economia de bicos. Um entregador precisa se verificar novamente para continuar trabalhando, mas não consegue passar no teste por conta própria. Talvez a pessoa tenha comprado ou pego a conta emprestada. Então, ela liga para alguém que a orienta durante o processo: “Segure seu celular assim. Olhe para a câmera. Agora vire a cabeça.”

Quais sinais importam mais quando a Verificação de Presença “analisa a sessão inteira”?

Existem três camadas.

Ao analisar os sinais do dispositivo e da rede, o vídeo e o áudio, as organizações conseguem ter uma visão mais completa do que acontece durante uma sessão de verificação. Elas podem avaliar se o dispositivo é genuíno ou um emulador, detectar sinais de injeção de vídeo e verificar se os sensores do dispositivo funcionam como esperado. A análise de vídeo pode revelar se há várias pessoas presentes ou se alguém ao fundo está direcionando a sessão, enquanto a análise de áudio pode identificar vozes dando instruções. Juntas, essas camadas de inteligência podem descobrir sinais de manipulação ou coação que uma verificação de liveness de quadro único pode não detectar.

Ler mais

Verifique empresas com confiança

Seu usuário é real? Por que o liveness é o novo padrão na prevenção de fraudes

Saiba mais

Como o sistema detecta emuladores e câmeras virtuais e por que bloqueá-los antes da senha de uso único (OTP) ou da etapa de pagamento?

Analisamos as impressões digitais do dispositivo, os dados dos sensores e como a mídia chega. Um celular real produz dados de câmera com assinaturas de sensor específicas. Um emulador ou câmera virtual não: os dados estão ausentes ou são inconsistentes.

Detectamos isso antes que a sessão avance, porque uma vez que alguém passa na verificação e recebe um OTP ou um pagamento, reverter a ação é caro ou impossível.

Como funciona a detecção de coerção, em termos simples?

Analisamos a sessão completa de vídeo e áudio. Buscamos por sinais de que outra pessoa está dizendo ao usuário o que fazer, como dar instruções, ditar informações ou direcionar suas ações. Ruído de fundo ou uma TV ligada não acionam esse alerta. O sistema procura especificamente por uma segunda voz guiando a sessão. Combinamos isso com a análise de vídeo, que verifica se outra pessoa está presente ou visível. Assim, é possível saber se o usuário está agindo de forma independente ou sendo orientado.

O que isso significa para o seu fluxo de verificação

A prova de vida ainda é importante. Ela impede ataques de apresentação, como fotos, telas e máscaras. O que mudou é onde o risco se encontra. Para plataformas em que uma conta, um pagamento ou o acesso a trabalho têm valor real, as perguntas que valem a pena agora vão além do rosto:

A sessão é genuína?

Sinais do dispositivo, da rede e da mídia mostram se o feed da câmera e o dispositivo são o que afirmam ser.

O usuário está agindo por conta própria?

Sinais de vídeo e áudio mostram se outra pessoa está presente ou dirigindo a sessão.

A verificação ocorre cedo o suficiente?

Detectar uma sessão fraudulenta ou com auxílio antes que um OTP, pagamento ou acesso à conta seja concedido custa muito menos do que reverter a situação depois.

Para plataformas de serviços, marketplaces e qualquer empresa que realize a reverificação, essas respostas decidem se a pessoa que você aprova é quem de fato realiza o trabalho. A Verificação de Presença foi desenvolvida para ajudar você a respondê-las com confiança.