Дипфейки в банкинге: можно ли обмануть биометрию лица

31 января 2025 года на форуме Digital Almaty председатель правления Национальной платежной корпорации Национального банка Казахстана Жанар Самаева вышла на сцену с кейсами обхода биометрии — дипфейками, трёхмерными масками и видеорядом, в котором человеческие лица воспроизводились на обычных листах бумаги. Зрелище, прямо скажем, было отрепетировано под нужный эффект: показать, что регулятор держит руку на пульсе, а его биометрическая инфраструктура — последний бастион между деньгами вкладчиков и коварными злоумышленниками. Удобная позиция. Особенно если учесть, что именно эта инфраструктура получает государственное финансирование на фоне роста числа атак с использованием генеративного ИИ.

Главный вопрос, который остался за кулисами президиума: если казахстанский регулятор с такой лёгкостью демонстрирует успешный обход, то что делает обычный клиент банка, чьё лицо однажды попало в утечку? И кто в этой конструкции настоящий противник — алгоритмы мошенников или тот, кто продаёт биометрию как «абсолютную защиту»?

Что именно атакуют мошенники: от распечатки до синтетического лица

Биометрический фрод прошёл путь, который сам по себе — отличная иллюстрация к любому учебнику по безопасности. На заре мобильных банков достаточно было поднести к камере распечатанное фото. Потом — показать видео на экране планшета. Потом — трёхмерную маску, которую в Китае в отдельных случаях собирали на заказ по публичным снимкам из соцсетей.

Сегодня разговор идёт про дипфейк в реальном времени. Это не статичная картинка и не видеозапись — это программно сгенерированная модель лица, которая умеет моргать, поворачивать голову, реагировать на реплики оператора и подстраиваться под требования проверяющей системы. Для атакующего такой инструмент означает, что порог входа упал в десятки раз: не нужна студия, не нужны дорогие маски, нужен ноутбук и пара дней на дообучение открытых моделей.

Биометрия лица перестала быть «уникальным паролём, который нельзя украсть». В 2025 году её можно скопировать, сгенерировать и подать на вход быстрее, чем пользователь успеет набрать ПИН-код.

Именно поэтому казахстанский кейс — не локальная новость. На Digital Almaty регулятор фактически признал: государственные биометрические системы — не щит, а мишень, и к ним применимы ровно те же угрозы, что и к коммерческим банкам. Разница лишь в том, что коммерческий банк рискует деньгами клиентов и репутацией, а государственная система — репутацией регулятора, что зачастую дороже.

Liveness Detection: как алгоритмы пытаются отличить живое от сгенерированного

Liveness Detection, или обнаружение «живости», — это слой защиты поверх обычного распознавания лица. Если распознавание отвечает на вопрос «это тот же человек, что заявлен в профиле», то Liveness — на вопрос «перед камерой реальный человек прямо сейчас или воспроизведение его образа». В международной практике этот слой регулируется стандартом ISO/IEC 30107-3, описывающим методики тестирования Presentation Attack Detection (PAD). В России его зеркало — ГОСТ Р 58624.3-2019.

Сами системы делятся на два больших семейства, и понимание этой разницы — ключ к тому, чтобы не вестись на маркетинг.

Активный Liveness дешевле в реализации и понятнее пользователю — «посмотрите направо, улыбнитесь». Его слабое место — ровно в той же понятности: набор команд конечен, а дипфейк-модели обучаются на конкретных сценариях. Пассивный Liveness на этом фоне выглядит серьёзнее: он не подсказывает атакующему, что именно нужно воспроизвести, и оценивает физические характеристики, которые у синтетического лица долго ещё будут давать сбои — неравномерность отражения света, микротремор кожи, естественные аберрации оптики камеры.

Но и у пассивного Liveness есть границы. Если пользователь проходит проверку в плохо освещённой комнате, через фронтальную камеру бюджетного смартфона и с накладкой фильтра в видеозвонке — качество входных данных падает. Атакующему не нужно обманывать идеальную систему, ему достаточно найти сценарий, в котором система работает на грани допуска.

Стандарты и сертификация: зачем банку iBeta Level 1, 2 и 3

На бумаге биометрическая безопасность выглядит как стройная система стандартов. ISO/IEC 30107-3 вводит два ключевых показателя: APCER — долю успешных атак, которые система пропустила, и BPCER — долю легитимных пользователей, которых система отклонила по ошибке. Эти метрики нужны, чтобы убрать из дискуссии маркетинговые «надёжность 99,9%» и заменить их на измеримые значения.

Для независимой проверки существуют лаборатории вроде iBeta, которые проводят сертификационные испытания по уровням:

К середине 2025 года ведущие поставщики биометрии для банков начали переходить на тестирование по iBeta Level 3 — именно этот уровень предполагает атаки, приближённые к тому, что мы видели в казахстанской демонстрации. Это логичный шаг, но с одной оговоркой: сертификат выдаётся на конкретную версию алгоритма и конкретный сценарий использования. Стоит банку поменять камеру, освещение или обновить мобильное приложение — формально проверять нужно заново.

Маркетинговое «сертифицировано по ISO» вендора биометрии — это не знак качества для конкретного банка, а характеристика лабораторного стенда. До production-сценария дистанция огромного размера.

И здесь возникает первый конфликт интересов: регулятору выгодно показать, что индустрия стандартизирована и под контролем, вендору — что его решение «соответствует требованиям», а банку — что внедрение укладывается в бюджет и сроки. Три эти позиции сходятся только в одном — в общем пиаре. Техническая реальность обычно сложнее.

Уязвимости в KYC: почему социальная инженерия обходит даже хороший Liveness

Самая неприятная правда о биометрии в банках — она редко взламывается в одиночку. Самые успешные атаки эксплуатируют связку: социнженерия + слабое звено в процессе + дипфейк как финальный инструмент.

Типичная схема выглядит так. Мошенник представляется сотрудником банка, маркетплейса или службы безопасности и под благовидным предлогом («обновить биометрию», «подтвердить операцию», «пройти повторную идентификацию») выводит жертву на видеозвонок. Цель звонка — собрать лицо в разных ракурсах, при разном освещении, с естественной мимикой. Несколько минут разговора — и у атакующего есть «библиотека лиц», достаточная для дообучения дипфейк-модели.

Дальше эта модель используется там, где банк понадеялся на биометрию как на единственный барьер: онбординг в новом устройстве, повышение лимита, смена номера телефона, выпуск цифровой карты. Если на этих сценариях работает только распознавание лица плюс упрощённый Liveness — деньги уходят быстрее, чем клиент успевает заблокировать карту.

Здесь важно понимать разницу между «биометрия взломана» и «биометрия обойдена через человека». В первом случае мы имеем дело с уязвимостью алгоритма, во втором — с уязвимостью процесса. Банки предпочитают говорить о первом: это вопрос к вендору. Но в большинстве реальных кейс-стадисов, которые попадают в публичное поле, корень проблемы лежит во втором: клиент сам предоставил данные, потому что ему грамотно «продали» легенду.

Хорошая новость — рынок начинает это признавать. Помимо биометрии в банковские KYC-процессы возвращаются дополнительные факторы: привязка к доверенному устройству, проверка геолокации, анализ поведенческой биометрии (как пользователь держит смартфон, как набирает текст, как переключается между экранами). Это не панацея, но это хотя бы признание того простого факта, что одно лицо — слишком тонкая нить, на которой держится доступ к деньгам.

Куда движется биометрия: пассивный контроль и новая сборка KYC

Если посмотреть на индустрию в целом, тренд 2025–2026 годов очевиден: переход от активного Liveness к пассивному как к стандарту де-факто, объединение нескольких биометрических модальностей (лицо + голос + поведение) и перенос критичных проверок с фронтальной камеры пользователя на доверенный канал банка.

Логика простая. Активный Liveness хорош для редких сценариев — открытие счёта, выдача крупного кредита, восстановление доступа. Для ежедневного входа в приложение он избыточен и раздражает пользователя. Пассивный, работающий в фоне, снимает это противоречие: пользователь просто открывает приложение, а система в этот момент за доли секунды оценивает «живость», сверяет лицо с эталоном, анализирует поведение.

Но есть и более глубокий сдвиг. Банки начинают честно признавать, что биометрия — это слой, а не стена. И строить вокруг неё полноценную систему факторов: поведенческие паттерны, device fingerprinting, оценка риска операции, дополнительная верификация только в аномальных сценариях. В этой модели дипфейк перестаёт быть «серебряной пулей» для мошенника — ему нужно одновременно обмануть несколько независимых систем.

Параллельно меняется и подготовка кадров, которые всем этим занимаются. Если раньше специалист по фрод-мониторингу в банке был «программистом с регламентом», то теперь это человек на стыке ИИ, поведенческой аналитики и даже лингвистики — он должен понимать, как устроена социальная инженерия, как генерируется синтетическая речь, как мошенник выстраивает разговор. И эта междисциплинарность постепенно проникает даже в те сферы, где её не ждали: например, программа ФИЯ ТГУ для «цифрового педагога и методиста XXI века» — это, по сути, ответ на ту же задачу: научить специалиста работать в среде, где живые и сгенерированные сигналы перемешаны.

Финал: кто кого на самом деле обманывает

Возвращаясь к казахстанскому кейсу и к российским аналогам, вырисовывается неудобная картина. Биометрия лица — не прорыв, которого ждали, а очередной слой в защите, у которого есть измеримые показатели обхода и понятные условия, при которых он сбоит. Регуляторы продолжат настаивать, что «внедрение биометрии снижает уровень фрода», вендоры — что их алгоритмы «прошли сертификацию iBeta», банки — что «безопасность клиентов — наш приоритет». Это всё правда. Но это не вся правда.

Вся правда состоит в том, что дипфейк уже стал инструментом массового рынка, и никакой отдельный слой — будь то ГОСТ Р 58624.3-2019, iBeta Level 3 или новейший пассивный Liveness — не закрывает проблему в одиночку. Закрывает её только связка: технология плюс процесс плюс подготовленные люди плюс честная работа с клиентом.

Вопрос, на который у меня лично ответа пока нет: если регулятор сам выходит на сцену и показывает, как обходят его биометрию, — это сигнал рынку «мы работаем над защитой» или приглашение для вендоров поднять цены на следующий уровень сертификации? И кто в этой конструкции в большей степени регулятор — тот, кто защищает клиента, или тот, кто защищает рынок биометрии от сомнений?