“視頻里他在眨眼、說話，甚至還有臉部陰影——但這不是他本人。”
這不是科幻片中的情節(jié)，而是真實發(fā)生在某數(shù)字借貸平臺上的一起身份欺詐事件。通過仿真面具與AI圖像注入技術(shù)結(jié)合，欺詐者成功繞過了平臺的“活體檢測”環(huán)節(jié)，完成貸款注冊并提現(xiàn)跑路，留下的只是平臺一連串審核記錄和錯愕的安全團隊。
這一事件只是活體欺詐浪潮中的冰山一角。《2024身份欺詐報告》顯示，活體欺詐已成為當(dāng)前欺詐攻擊增長最快的方式之一，特別是在金融信貸、數(shù)字銀行、交易平臺等“遠程+高價值”的場景中呈爆發(fā)式蔓延。
在傳統(tǒng)“人臉識別+動作檢測”系統(tǒng)被廣泛部署之后，攻擊者沒有退卻，而是換了進攻姿勢——他們不再偽裝成“有身份證的人”，而是偽裝成“活生生的真人”。
活體檢測失守：從安全防線到黑產(chǎn)通道門檻降低，假“活人”遍地走過去，能夠繞過活體檢測的攻擊方式往往依賴高價定制或技術(shù)人員操作。而如今，借助AI模型和偽造工具的普及，即使是技術(shù)小白也可以在暗網(wǎng)上購買到“活體包”：包含某一目標(biāo)的照片、模仿其面部動作的視頻甚至可遠程操控的“注入腳本”。
→活體欺詐攻擊方式仿真面具：用紙質(zhì)或硅膠材料制作目標(biāo)人臉，配合真實身份信息偽裝注冊；屏幕攻擊：用手機或電腦播放目標(biāo)動態(tài)視頻，騙過前端攝像頭；注入攻擊：用模擬器或劫持代碼直接向系統(tǒng)注入偽造圖像，完全繞開攝像頭采集環(huán)節(jié)。這些攻擊方式隱蔽性強，成功率高，最關(guān)鍵的是——正在規(guī)模化流通和使用。黑市上不僅可以買到偽造素材，還可以選擇“帶人演示包”或“在線協(xié)助認證服務(wù)”。風(fēng)控邏輯被反向“建模”？比起假證欺詐側(cè)重靜態(tài)圖像篡改，活體欺詐更復(fù)雜也更高明。攻擊者往往通過社交媒體等方式搜集目標(biāo)照片，運用AI換臉技術(shù)生成具有“面部動態(tài)”的視頻內(nèi)容；進而通過屏幕播放或模擬注入方式發(fā)起攻擊。
風(fēng)控系統(tǒng)不是沒有防線，而是被系統(tǒng)性地繞過與訓(xùn)練。換言之，黑產(chǎn)已將各大平臺的風(fēng)控動作反向“建模”，專門訓(xùn)練針對不同SDK、檢測模塊的“突破腳本”。
如果說假證欺詐還在“打假”，那么活體欺詐更像是“AI對AI”的對抗。攻擊方式“分級化”：三類路徑、三重困境
根據(jù)《2024身份欺詐報告》的歸類，當(dāng)前主流的活體攻擊技術(shù)可分為三類，每類都有獨特的實現(xiàn)路徑和防御難點：
而其中最具技術(shù)含量的“注入式攻擊”雖然數(shù)量上不多，但因其完全跳過前端采集系統(tǒng)，使平臺幾乎毫無察覺能力，可稱為“看不見的幽靈攻擊”。
更值得警惕的是，這三類攻擊手段之間并非孤立，而是在實際攻擊中往往疊加使用。例如，一個攻擊流程可能是：先用仿真面具完成初步驗證，再通過屏幕播放進行二次認證，最后在某些環(huán)節(jié)引入注入技術(shù)以提高通過率。
平臺風(fēng)控系統(tǒng)如果沒有動態(tài)聯(lián)動機制，面對這種“多重戰(zhàn)術(shù)疊加”，往往只會在事后發(fā)現(xiàn)風(fēng)險信號，而已為時晚矣。黑產(chǎn)協(xié)同進化：從個體攻擊到“劇本殺”式偽裝正如假證黑產(chǎn)已形成成熟產(chǎn)業(yè)鏈，活體欺詐也正在快速“企業(yè)化”。
在暗網(wǎng)某身份欺詐服務(wù)市場中，有賣家公開提供“全流程偽裝腳本”：包括身份資料包（含姓名、證件、手機號）、動態(tài)面部視頻、注入腳本模板，甚至附帶如何繞過特定平臺SDK的“分場景建議”。
這是一場活體欺詐“劇本殺”：
目標(biāo)平臺選擇：選擇活體檢測機制較弱的二三線平臺；素材訓(xùn)練：采集目標(biāo)圖像，訓(xùn)練對應(yīng)AI換臉模型；攻擊協(xié)同：由不同角色完成素材生成、攻擊執(zhí)行、提現(xiàn)轉(zhuǎn)移；資產(chǎn)變現(xiàn)：通過虛擬賬戶將騙取資產(chǎn)進行“洗白”。每一個欺詐事件背后，不再是單兵作戰(zhàn)，而是一次完整的黑產(chǎn)協(xié)作。企業(yè)如何反擊？“表面防線”已不夠用
活體欺詐的核心在于“真假難辨”，這也意味著傳統(tǒng)的防守思維必須升級為動態(tài)博弈。
越來越多企業(yè)開始意識到，僅靠“攝像頭活體檢測+動作識別”早已不夠應(yīng)對AI偽造浪潮。前沿實踐中，已經(jīng)有平臺在嘗試搭建“多維度立體防御體系”，包括但不限于：
行為模式識別：從操作路徑、按鍵節(jié)奏、網(wǎng)絡(luò)環(huán)境等分析是否為真人操作；設(shè)備環(huán)境感知：識別攝像頭環(huán)境、光線反射、屏幕邊框等異常特征；黑產(chǎn)情報聯(lián)動：實時共享攻擊腳本、素材庫、異常特征等情報，建立“圖譜式風(fēng)控網(wǎng)”。
但現(xiàn)實問題是：這類系統(tǒng)搭建成本高、技術(shù)門檻大，尤其對中小型企業(yè)而言，仍屬“可望而不可即”。
《2024身份欺詐報告》提供了哪些破局思路？
面對活體欺詐進入“規(guī)模化+智能化”的2.0階段，在《2024身份欺詐報告》中，ADVANCE.AI基于海量攻擊樣本，提煉出黑產(chǎn)攻擊鏈條中的關(guān)鍵痛點節(jié)點，并提出了三類可行的應(yīng)對范式，幫助企業(yè)從“被動驗證”轉(zhuǎn)向“主動感知”。
報告中還首次梳理了屏幕攻擊、注入攻擊、仿真面具攻擊的演變趨勢，并對多個高發(fā)行業(yè)場景（如數(shù)字借貸、虛擬資產(chǎn)交易等）提出了場景化風(fēng)險策略建議。
這些內(nèi)容將幫助企業(yè)不止于“知道風(fēng)險”，而是清晰“知道風(fēng)險從哪來”“怎么打回來”。你看到的，只是“活體欺詐”的表面如果說假證欺詐是一張圖能騙你一次，活體欺詐則是一場“真人秀”讓你防不勝防。AI偽造技術(shù)還在進化，黑產(chǎn)還在進化——你的風(fēng)控體系跟得上嗎？
