Que sont les attaques par injection en KYC#
Une attaque par injection, dans le contexte de la vérification d'identité, survient lorsqu'un attaquant intercepte la chaîne de capture normale et substitue des données frauduleuses à l'entrée réelle de la caméra. Au lieu de présenter un vrai document d'identité et son propre visage à la caméra, l'attaquant injecte des images ou des vidéos préparées à l'avance dans le flux de vérification. Ces attaques contournent la réalité physique que la vérification KYC est censée confirmer.
Les attaques par injection sont devenues la catégorie de fraude d'identité à la croissance la plus rapide. À mesure que la détection du vivant et la vérification documentaire s'améliorent face aux attaques de présentation physiques (présenter une photo imprimée), les attaquants se tournent vers des méthodes d'injection numériques opérant à la couche logicielle. La barrière d'entrée est faible : les logiciels de caméra virtuelle sont librement disponibles, et les outils de génération de deepfakes sont devenus accessibles aux utilisateurs non techniques.
Vecteurs d'attaque#
Usurpation de caméra virtuelle
Les logiciels de caméra virtuelle tels qu'OBS Virtual Camera, ManyCam ou des pilotes personnalisés se présentent au système d'exploitation comme un périphérique de caméra légitime. Toute application demandant l'accès à la caméra, y compris un SDK de vérification KYC, reçoit le flux de la caméra virtuelle au lieu de l'entrée de la caméra physique. L'attaquant peut diffuser une vidéo préenregistrée, partager l'écran d'une autre application ou injecter du contenu synthétique via la caméra virtuelle.
Attaques par relecture de documents
Dans une attaque par relecture de documents, l'attaquant utilise une image haute résolution d'un document d'identité volé ou obtenu frauduleusement et la présente à la caméra. Des variantes avancées affichent l'image du document sur un écran à haute densité de points, ce qui peut tromper les systèmes de capture documentaire de base qui ne testent pas les artefacts de recapture d'écran.
Selfies deepfake
La technologie des deepfakes permet aux attaquants de générer des vidéos faciales réalistes d'une autre personne. À partir d'une photo de référence du document d'identité, un attaquant peut créer une vidéo synthétique correspondant à la photo du document, puis l'injecter via une caméra virtuelle. Les deepfakes avancés peuvent répondre aux défis de détection du vivant en temps réel, exécutant à la demande des rotations de tête et des clignements.
Recapture d'écran
L'attaquant affiche un document ou un selfie sur un écran et le capture avec la caméra de l'appareil pointée vers cet écran. Il s'agit d'une attaque hybride physique-numérique qui peut déjouer la détection de caméra virtuelle tout en utilisant un contenu frauduleux.
Les attaques par injection peuvent être combinées dans des attaques sophistiquées en plusieurs étapes. Un attaquant pourrait utiliser une réplique physique de document pour l'étape de capture documentaire et un deepfake injecté via une caméra virtuelle pour l'étape du selfie, exigeant que vos défenses détectent différents types d'attaques à différentes étapes du flux.
Couches de défense#
Une défense efficace contre les attaques par injection requiert plusieurs couches de détection indépendantes. Aucune technique isolée n'est suffisante, car les attaquants trouveront et exploiteront les faiblesses de toute défense individuelle. Le principe de défense en profondeur s'applique : chaque couche est conçue pour capter les attaques qui franchissent la couche précédente.
Vérification de l'intégrité de l'appareil
La première couche de défense vérifie que l'environnement de capture est digne de confiance. Sur les plateformes mobiles, cela inclut la détection du rooting ou du jailbreak (qui permet le détournement des API de caméra), la vérification de l'intégrité du code de l'application contre la falsification, la détection des frameworks d'instrumentation tels que Frida ou Xposed pouvant intercepter les appels de fonctions du SDK, et la confirmation que l'API de la caméra renvoie des données d'un capteur matériel physique plutôt que d'une source virtuelle.
Détection du vivant des documents
La vérification du vivant des documents confirme que le document d'identité est un objet physique présent devant la caméra, et non l'affichage à l'écran ou une copie imprimée d'une image numérique. Les techniques incluent : l'analyse des interférences de motifs de moiré qui surviennent lorsqu'une caméra capture un écran ; la détection de la grille de pixels caractéristique des écrans LCD/OLED ; l'analyse des motifs de réflexion de la lumière qui diffèrent entre les documents en plastique/polycarbonate et les écrans plats ; et la demande à l'utilisateur d'incliner le document, ce qui produit des réponses différentes des hologrammes et éléments de sécurité sur les documents authentiques.
Vivant facial et anti-usurpation
La détection du vivant facial, comme nous l'avons vu dans notre article sur la vérification biométrique, doit être robuste face aux attaques de présentation physiques et numériques. Les défis fondés sur l'illumination, où l'écran de l'appareil projette des motifs de lumière colorée sur le visage, offrent une défense solide car le motif de lumière réfléchie est extrêmement difficile à reproduire dans un deepfake sans connaître la séquence de défi spécifique. Une évaluation du vivant côté serveur empêche le contournement côté client des contrôles du vivant.
Chaînes de hachage d'images
Une chaîne de hachage d'images relie chaque image vidéo capturée à la précédente par hachage cryptographique, créant une séquence inviolable. Si un attaquant injecte des images provenant d'une autre source en cours de flux, la chaîne de hachage se rompt. La chaîne de hachage est initialisée avec un nonce fourni par le serveur, liant la session de capture à une requête de vérification spécifique et empêchant la relecture de sessions précédemment capturées.
Vérification de l'intégrité du flux#
Au-delà de l'intégrité des images individuelles, l'ensemble du flux de capture doit être vérifié pour sa cohérence. Cela comprend l'analyse de caractéristiques temporelles telles que la stabilité de la fréquence d'images, la cohérence de l'exposition et les motifs de bruit du capteur qui diffèrent entre les caméras physiques et les sources synthétiques. L'analyse de la parallaxe de mouvement peut détecter les surfaces planes (écrans) en vérifiant si les éléments de premier plan et d'arrière-plan se décalent de façon appropriée avec le mouvement de l'appareil.
L'analyse des métadonnées fournit des signaux supplémentaires : les caméras physiques intègrent des données EXIF, notamment la distance focale, l'ouverture et le modèle de capteur, qui peuvent être recoupées avec des profils d'appareils connus. Les caméras virtuelles et les flux injectés peuvent omettre ou fabriquer ces métadonnées de manière détectable.
Validation côté serveur#
Ne vous fiez jamais uniquement à la validation côté client. Tout contrôle effectué sur l'appareil de l'utilisateur peut être contourné par un attaquant suffisamment motivé qui contrôle l'appareil. Toutes les décisions critiques d'intégrité et de vivant doivent être validées côté serveur à partir des données brutes capturées.
La validation côté serveur est l'arbitre final de l'intégrité de la vérification. Le serveur reçoit les images capturées, les métadonnées, la chaîne de hachage et les réponses aux défis de vivant, puis valide indépendamment : l'intégrité de la chaîne de hachage, l'exactitude des réponses aux défis de vivant, les résultats de la comparaison biométrique, les signaux d'authenticité du document et la cohérence croisée entre les sessions de capture du document et du selfie.
Architecture de défense en profondeur#
Une architecture complète de défense en profondeur pour la vérification KYC superpose ces défenses de sorte qu'un attaquant doive déjouer simultanément toutes les couches pour réussir :
- Couche 1 (Appareil) : détection du root/jailbreak, vérification de l'intégrité de l'application, détection de caméra virtuelle.
- Couche 2 (Capture) : vivant du document, vivant facial avec défi d'illumination, initialisation de la chaîne de hachage d'images.
- Couche 3 (Transport) : canal chiffré, à épinglage de certificat, avec liaison de session et prévention de la relecture.
- Couche 4 (Serveur) : évaluation indépendante du vivant, comparaison biométrique, analyse d'authenticité du document, vérification de la chaîne de hachage.
- Couche 5 (Analytique) : détection d'anomalies inter-sessions, regroupement des empreintes d'appareils, contrôles de vélocité sur les tentatives de soumission répétées.
Chaque couche fonctionne indépendamment et signale son propre signal de confiance. La décision finale de vérification tient compte de toutes les couches, et un échec à une seule couche suffit à signaler une soumission pour examen ou rejet. Cette architecture garantit que, même si les attaquants trouvent des moyens de contourner des défenses individuelles, le système global conserve son intégrité.