Fraude do sósia: como a busca facial 1:N pode ser explorada em fraudes de identidade
Um fraudador tira uma selfie do próprio rosto. Roda essa selfie em um aplicativo de busca facial 1:N contra milhões de registros. Em segundos, encontra pessoas com índice de similaridade que chega a 98%. A partir daí, cruza essa semelhança com dados vazados da vítima e monta uma identidade fraudulenta que passa pelo próprio rosto do criminoso.
Esse padrão vem sendo chamado de “fraude do sósia” por profissionais de prevenção a fraude no Brasil, entre eles Chisnerlaine Ramos, referência no tema. Em vários casos analisados pelo mercado, as selfies usadas nesse tipo de ataque foram capturadas dentro de presídios, o que reforça que o ataque nasce fora do sistema, antes de qualquer tentativa de onboarding.
O que diferencia essa fraude das demais
Identidade sintética combina um CPF real com dados fabricados. Account takeover sequestra uma conta que já existe. A fraude do sósia é diferente porque o rosto apresentado na verificação é genuíno. Pertence de fato à pessoa que está diante da câmera. O que não pertence a ela são o CPF, o endereço e os documentos, que vêm de uma vítima real, geralmente localizada por acaso, apenas por parecer com o fraudador.
Isso muda o tipo de defesa necessário. Um sistema que só confirma “existe um rosto real aqui” aprova esse ataque sem hesitar, porque, tecnicamente, existe mesmo. A pergunta certa não é se o rosto é real. É se o rosto pertence à identidade que está sendo reivindicada, e se o restante do comportamento sustenta essa identidade.
Como o ataque avança e onde ele encontra resistência
Entenda a seguir como a Legitimuz antecipa essa e outras fraudes.
Etapa 1: a construção do ataque
O fraudador usa o app de busca 1:N para encontrar o sósia, reúne CPF, endereço e documentos vazados da vítima e produz documentos frios com o próprio rosto no lugar da foto original.
Até esse ponto, o ataque não passou por nenhuma camada de verificação da empresa alvo. Ele foi montado inteiramente com informação pública e vazada, fora do sistema.
Etapa 2: a camada de liveness
Aqui o ataque encontra a primeira barreira técnica real. Um liveness robusto não analisa apenas se existe um rosto.
Ele testa quatro frentes de ataque em paralelo: PAD (detecção de ataque de apresentação, contra fotos, vídeos e máscaras), detecção de injeção (contra imagens inseridas via software ou câmera virtual), detecção de deepfake e detecção de manipulação de captura.
O LegitFace, liveness da Legitimuz, opera de forma 100% passiva, sem pedir gestos ou desafios ao usuário, e é certificado internacionalmente contra essas quatro frentes: iBeta Level 1 e 2, BixeLab PAD Levels 1, 2 e 3, e BixeLab IAD (Injection Attack Detection) para ataques de injeção.
Um Red Team interno testa o modelo diariamente, simulando o comportamento de um fraudador real sem acesso ao código-fonte da ferramenta.
O rosto sozinho pode até passar. Mas a fraude do sósia raramente sobrevive a quatro camadas de verificação simultâneas rodando sobre a mesma captura.
Etapa 3: a camada de contexto
Mesmo que o rosto avance pelo liveness, a fraude ainda precisa explicar o resto da operação. É aí que entra a inteligência de dispositivo.
O LegitDevice avalia integridade do dispositivo, geolocalização e comportamento, cruzando três perguntas simples: o dono dessa identidade mora nesse endereço, usa esse aparelho e se comporta da forma esperada para esse perfil?
Um sósia pode ter o rosto parecido com a vítima. Dificilmente vai estar no dispositivo dela, na cidade dela, com o histórico de comportamento dela.
A dissonância entre identidade reivindicada e contexto real da operação é o sinal que a camada de dispositivo foi desenhada para capturar.
Por que camadas isoladas não bastam
Um documento com foto trocada engana uma verificação puramente documental. Um liveness sem certificação sólida pode ser enganado por injeção ou deepfake. Uma checagem de dispositivo sem biometria não sabe quem está realmente operando aquele aparelho. Cada camada, isolada, tem um ponto cego que a fraude do sósia consegue explorar.
A defesa funciona quando as camadas são orquestradas juntas, no mesmo fluxo, decidindo em tempo real.
Um cadastro de baixo risco passa liso. Uma combinação suspeita, rosto genuíno associado a dispositivo e localização incompatíveis com o perfil da identidade, aciona verificação adicional antes de qualquer aprovação.
Conheça as soluções Legitimuz
O LegitFace cobre a camada de liveness com detecção passiva de PAD, injeção, deepfake e manipulação de captura, certificado iBeta Level 1 e 2, BixeLab PAD Levels 1, 2 e 3 e BixeLab IAD.
O LegitDevice cobre a camada de contexto, avaliando integridade do dispositivo, geolocalização e comportamento para confirmar que a identidade reivindicada realmente corresponde a quem está operando aquela sessão. Juntas, essas camadas transformam a pergunta de “esse rosto é real?” para “essa identidade é consistente do início ao fim?”.
Quer avaliar se a sua operação está preparada para identificar a fraude do sósia antes que ela vire prejuízo? Fale com um especialista da Legitimuz.
Leia também: