Durante quinze anos, a verificação de identidade digital assentou num pressuposto: verifica-se uma pessoa com cuidado uma vez, no momento em que abre a conta. A partir daí pode confiar-se na sessão. Todo o aparelho de compliance foi construído sobre isso. Registar, verificar, guardar a prova, seguir em frente.
Esse pressuposto é hoje falso, e os números que documentam a sua queda não são marginais.
A Entrust analisou mais de mil milhões de eventos de verificação de identidade em 195 países e mais de 30 sectores para o Identity Fraud Report de 2026.1 Os deepfakes representaram um em cada cinco ataques a sistemas biométricos. As tentativas com selfies falsificadas por IA subiram 58% num único ano. Os ataques por injecção, em que conteúdo manipulado é introduzido directamente no fluxo de verificação em vez de ser apresentado a uma câmara, cresceram 40% ano após ano.
Vale a pena reler o último número, porque é o que muda a arquitectura. Um deepfake mostrado a uma câmara é um problema difícil com defesas conhecidas. Um deepfake injectado a montante da câmara é um problema diferente.
Ataques de apresentação e ataques por injecção não são a mesma luta
A distinção pesa mais do que qualquer estatística isolada. Um número surpreendente de processos de aquisição continua a confundi-las.
Um ataque de apresentação acontece à frente do sensor. Alguém mostra uma fotografia impressa, reproduz um vídeo num ecrã, usa uma máscara de silicone, ou aponta o telemóvel a um monitor com um rosto gerado. A câmara capta algo real. Esse algo é falso. A detecção de vivacidade foi inventada para isto. Análise de textura, sensores de profundidade, desafio-resposta, padrões de reflexão e análise de micromovimentos funcionam razoavelmente bem aqui. Os fornecedores têm uma década de reforço contra ataques atrás de si.
Um ataque por injeção salta o sensor. O atacante usa um driver de câmara virtual, um dispositivo com root, uma aplicação modificada, um SDK comprometido ou uma chamada de API interceptada para entregar ao sistema um fluxo de vídeo que nenhuma câmara produziu.4 Os fotogramas são impecáveis porque foram renderizados, não captados. Todos os sinais de vivacidade que dependem da física de uma captação real perdem sentido, porque o atacante controla a física.
Dois ataques, duas defesas
| Ataque de apresentação | Ataque por injecção | |
|---|---|---|
| Onde acontece | À frente do sensor | A montante do sensor, dentro do fluxo |
| Método típico | Fotografia impressa, vídeo num ecrã, máscara | Câmara virtual, dispositivo com root, SDK modificado |
| O que o defende | Vivacidade, profundidade, desafio-resposta | Atestação de dispositivo, captação assinada, verificação de integridade |
| Coberto pela certificação PAD | Sim | Não |
É por isso que um sistema pode ter boa pontuação em benchmarks de detecção de ataques de apresentação e ser derrotado com facilidade no terreno. O benchmark testa a camada errada.2
Alberto Lima, da FaceTec, defende os códigos de barras biométricos assinados criptograficamente como uma das respostas: ligar a prova biométrica a uma assinatura no ponto de captação, para que tudo o que chegue sem assinatura válida seja rejeitado independentemente de parecer convincente. A lógica vai além de qualquer fornecedor. Se não se pode confiar no conteúdo do fluxo, tem de se poder confiar na sua origem.
Origem significa que o dispositivo tem de responder por si
Uma vez aceite que a detecção baseada em conteúdo não basta, a pergunta passa a ser em que se pode confiar. A resposta que atravessa a maioria das arquitecturas sérias em 2026 é o dispositivo.
A integridade e a atestação de dispositivo mudam a âncora de confiança de "este rosto parece real" para "esta captação veio de uma aplicação não modificada, num dispositivo não comprometido que o consegue provar criptograficamente". Nuno Ponte, da Multicert, e David Rabuat, da Famoco, trabalharam nisto na prática, e o resumo honesto é que ajuda bastante e não resolve por completo.
Ajuda porque elimina os ataques mais baratos. Câmaras virtuais, emuladores, dispositivos com root e aplicações reempacotadas passam a ser detectáveis. Isso retira a cauda longa de fraude de baixo esforço, que é a maior parte do volume.
A conclusão prática é que nenhum controlo isolado suporta a carga. Sinal da captação, sinal do dispositivo, sinal da rede, sinal do comportamento e sinal do documento têm todos de ser combinados. A combinação tem de ser afinada contra dados reais de ataque e não contra a ficha técnica de um fornecedor.
O caso da Segurança Social portuguesa
Neste domínio é fácil ficar na abstracção, por isso vale a pena olhar para uma implementação com números atrás.
A Biometrid e a Segurança Social portuguesa construíram um sistema de prevenção de fraude com motores biométricos e de IA para detectar fraude de identificação à escala, em contexto de serviço público. Frederico Costa e José Pedro Neto apresentaram o trabalho na LisbonID 2026, e o que o torna instrutivo é o contexto, mais do que a tecnologia.
Os serviços públicos não escolhem os seus utilizadores. Um banco pode recusar um cliente cujo dispositivo falha a atestação e aceitar a receita perdida. Um sistema de segurança social não pode recusar um pensionista com um Android de oito anos, porque esse pensionista tem um direito legal e nenhuma alternativa. A população inclui pessoas com literacia digital limitada, documentos de identificação danificados, condições médicas que afectam a captação biométrica e nenhum canal de recurso realista.
Essa restrição obriga a um desenho diferente. Em vez de uma porta única que admite ou recusa, constrói-se avaliação em camadas: verificações de baixo atrito para a grande maioria, escalamento para anomalias, e um caminho humano que funcione de facto nos casos que a automação não resolve. A detecção de fraude tem de ser forte o suficiente para proteger dinheiro público e permissiva o suficiente para não excluir as pessoas que o sistema existe para servir.
Todas as implementações comerciais enfrentam uma versão diluída da mesma tensão. O sector público apenas a enfrenta sem a opção de desistir.
O que significa confiança contínua
"Confiança contínua" corre o risco de virar slogan, por isso convém ser concreto. John Erik Setsaas, da Setsaas Trust Advisory, descreve-a como autenticação baseada em risco estendida a todo o ciclo de vida da conta, e o conteúdo operacional é específico.
- A verificação passa a ser um fluxo e não um evento. A confiança na identidade tem um valor em cada momento, não só no registo inicial. Sobe quando os sinais concordam, desce quando não concordam, e decai com o tempo mesmo quando nada suspeito acontece.
- A garantia é ajustada à consequência. Consultar um saldo e transferir 40 mil euros para um beneficiário novo não são a mesma acção e não deviam exigir a mesma confiança.
- A reverificação tem um modelo de gatilhos. Um dispositivo novo, um padrão de viagem impossível, uma mudança de beneficiário, uma conta dormente que acorda, uma chamada ao suporte a pedir a reposição de uma credencial.
- O registo inicial fica ligado a algo durável. Se o único elemento que liga uma pessoa a uma conta é uma selfie guardada numa base de dados, um atacante que derrote essa verificação isolada fica com a conta para sempre.
A maioria dos sistemas continua a controlar a porta e a deixar o interior aberto. É por isso que 82% da fraude ligada a pagamentos, nos dados da Entrust, se concentra em fases de autenticação de contas activas e não no registo, e 55% da fraude em banca digital é apropriação de conta.1
Estes dois números merecem destaque. A indústria passou uma década a endurecer o registo inicial. Os atacantes responderam a atacar contas já abertas, onde a verificação de identidade já tinha passado e ninguém estava a olhar.
Ligar a uma credencial de dispositivo, a uma atestação guardada numa wallet ou a uma passkey cria algo que o atacante tem de derrotar outra vez em cada interacção seguinte. É aqui que o quadro europeu das wallets e a conversa antifraude convergem, e a ligação é subvalorizada. Uma atestação em wallet, emitida depois de verificação com garantia elevada, dá a uma entidade algo que nenhuma verificação por selfie consegue dar: prova verificada com origem conhecida, emissor conhecido, caminho de revogação e vinculação criptográfica a um dispositivo. Não elimina a fraude. Muda o que o atacante tem de comprometer, de uma verificação probabilística de imagem para uma cadeia de afirmações criptográficas.
O hardware como recurso quando o software se esgota
Há uma linha desta discussão que costuma ser descartada como pensamento antigo e merece melhor.
Giuseppe Guagliardo, da NXP, pergunta se os chips continuam a ser um lugar seguro para a identidade. Vincent Gourmelen, da Linxens, trabalha na segurança de documentos electrónicos. Christophe Halopé, da CST, trabalha em características físicas que sustentam a confiança digital. Emilie Bonnefoy, da Open Sezam, organiza a autenticação em torno do que se sabe, do que se tem e do que se é, o que não é uma formulação nova e continua a ser a correcta.
O fio comum é que, quando a verificação por software enfrenta um adversário com modelos generativos, a prova ancorada em hardware ganha valor em vez de o perder. Um elemento seguro com uma chave privada que nunca sai do chip resiste a uma categoria inteira de ataque que a IA tornou barata. Um documento com características físicas de segurança obriga o atacante a estar fisicamente presente com materiais físicos, o que é caro de uma forma que gerar vídeo não é.
O enquadramento que importa é a assimetria de custo. A IA generativa fez cair o custo de produzir prova falsa convincente.2 Os controlos que voltam a subir o custo do atacante, em especial os que exigem presença física ou posse de hardware certificado, restauram uma assimetria que as verificações puramente em software perderam.
Nada disto é um argumento contra a biometria ou contra a verificação por software. É um argumento de que a resposta é em camadas, e que as camadas devem falhar de formas diferentes.
O que mudar nos próximos seis meses
- Teste injecção, não só apresentação. Se a prova do seu fornecedor se limita a certificação de detecção de ataques de apresentação, não testou o ataque que cresceu 40% no último ano. Pergunte por detecção de câmara virtual, integridade de SDK e resistência a injecção, e peça evidência de exercícios de red team em vez de benchmarks de laboratório.
- Leve os controlos para além da porta de entrada. Mapeie todas as acções de consequência elevada no seu produto e pergunte que confiança de identidade exige para cada uma. A maioria das organizações descobre que a resposta para acções depois do login é "aquilo que estabelecemos no registo, indefinidamente".
- Instrumente o decaimento. Registe quando a confiança na identidade foi estabelecida pela última vez em cada sessão e em cada conta, e deixe esse valor influenciar a autorização. Uma conta verificada há quatro anos num dispositivo que já não existe não é uma conta verificada.
- Mantenha um caminho humano que funcione. A automação vai recusar pessoas legítimas. Uma alternativa tecnicamente disponível e praticamente inutilizável é o mesmo que não ter alternativa.
- Meça o que rejeita. As taxas de falsa rejeição são uma métrica de fraude. Um atacante que o obriga a apertar limiares até bloquear clientes legítimos obteve um resultado, e a maioria dos painéis não o mostra como ataque.
O debate que precisa de uma sala
Os argumentos técnicos deste domínio estão bem documentados. Os desacordos não estão.
Os fornecedores discordam sobre se a análise de conteúdo ou a verificação de origem deve pesar mais. Reguladores e equipas de produto discordam sobre quanto atrito é aceitável. Sector público e sector privado discordam sobre o que é uma taxa de exclusão aceitável, porque um tem clientes e o outro tem cidadãos. Esses desacordos não se resolvem em white papers.
- Entrust, “2026 Identity Fraud Report”, based on over one billion verification events across 195 countries. entrust.com
- World Economic Forum, “Unmasking Cybercrime: Strengthening Digital Identity Verification against Deepfakes”, 2026. reports.weforum.org
- Shufti, “Deepfake Identity Fraud Index Report 2026”. shuftipro.com
- DuckDuckGoose, “How fraudsters use deepfakes to bypass KYC”. duckduckgoose.ai