储户资金刷脸被盗，监管部门发文警示人脸应用风险

今年7月份，两大银行接连爆出多名储户的数百万存款被异地“刷脸”盗取，引发全社会关注。其实，因人脸安全问题导致资金被盗、被贷款安全事件已不是新鲜事。

2021年，28岁男子黄某辉趁前女友董某熟睡，翻开董某的眼皮，通过人脸识别，分多次从董某的花呗、借呗、支付宝余额和银行卡转走人民币共15.41万元，最后通过套现将这些钱转到自己手机上。

除了熟人作案，还有储户因为人脸信息丢失被莫名其妙背上贷款。2021年，广州互联网法院通报了一起因为“刷脸”引发的借款纠纷。客户王兰（化名）在遗失了身份证后，却被人冒用身份通过银行的“人脸识别”贷款，导致王兰因逾期被告上了法庭。2020年10月，四川警方查处一个上百人的诈骗团伙。该团伙购买大量人脸视频，借助“僵尸企业”“空壳公司”，为6000多人人包装公积金信息，然后向多家银行申请公积金贷款，最终带来10亿多元的坏账。

基于人脸的识别技术被广泛运用于金融领域，主要作用是实现在线身份认证，已成为登录、确认、申请、修改等业务环节中重要的验证技术。当人脸识别被伪造、遭攻击，会给银行、储户带来资金损失。

银保监多次警示人脸安全
监管部门多次发文警示，各金融机构加强人脸信息安全与人脸识别系统的安全防范。

2021年10月，上海银保监会提示，金融消费者应当认识到人脸识别采集的生物特征信息十分重要，要像保护身份证一样保护好自己的生物特征信息。消费者如果遇到一些“拍照”场景有摇头、张嘴等特殊动作要求的情况，就应该提高警惕，看清屏幕中是“拍照”还是“人脸识别”。同时，在使用银行、保险等金融相关App时，要注意不将手机轻易交给他人操作，也不要将验证码、支付密码等关键敏感信息告诉他人。

2022年10月，银保监会发文警示“高度警惕客户人脸识别信息被冒用风险”。并特别提到人脸识别技术存在漏洞。“诈骗分子采取将静态照片变成动态照片、已有视频植入、远端视频验证等手段，攻破人脸识别和活体检测算法。破解人脸识别应用安全保护。这说明，人脸识别作为新兴生物识别技术，依然存在算法不精准和系统不安全等风险，应予高度警惕。”

金融人脸安全隐患主要集中在三方面
由于人脸识别技术运用主体的技术条件和管理水平良莠不齐，不法分子甚至会开发作弊工具来破解、干扰、攻击人脸识别技术背后的应用和算法，进而引发盗窃、诈骗、盗取资金安全乃至人身安全问题。

保障人脸安全！顶象发布《人脸识别安全白皮书》显示，当前阶段人脸风险主要集中在人脸信息泄露、人脸识别算法不精准和人脸识别系统不安全等三个方面。

人脸信息泄露

人脸是重要的隐私信息，利用各种技术和手段，在未经同意允许或批准的前提下，通过公开或非法手段，收集、保存、盗取正常的人脸数据，一旦信息出现泄露，不仅被不法分子进行用于诈骗，更可能被反复贩卖牟利。

人脸识别算法不精准

戴上眼镜、帽子、面具，或者制作高仿模型、将2D人脸照片3D建模、利用AI技术将静态照片变成动态照片等，骗过人脸识别算法和活体监测算法。

虚假人脸：使用静态照片、通过播放预录制动态视频、利用图像处理或三维建模软件将照片转换为动态视频，混淆人脸识别判断。

人脸改造：戴上眼镜、帽子、面具等伪装手段，或者制作高仿模型、将2D人脸照片3D建模、照片活化等方式，骗过人脸识别检测。

技术换脸：通过AI算法，将视频中的人物面容替换为他人面容。或者通过AI换脸技术，将一张普通的静态照片，转化生成一张表情生动的人脸，甚至可以轻松地贴在另一个人的脸上，随着另一个人的动作和表情自动变化。

人脸识别系统不安全

破解人脸识别应用或保护，篡改验证流程、通讯信息，劫持访问对象、修改软件进程，将真数据替换为假数据，以骗过人脸识别的核验。

破解系统代码：破解人脸识别系统代码、人脸识别应用的代码，篡改人脸识别代码的逻辑，或者注入攻击脚本，改变其执行流程，人脸识别系统按照攻击者设定的路径进行访问、反馈。

劫持摄像头：通过入侵人脸识别设备，或在设备上植入后门，通过刷入特定的程序来劫持摄像头、劫持人脸识别App或应用，绕过人脸的核验。

篡改传输报文：通过破解入侵人脸识别系统或设备，劫持人脸识别系统与服务器之间的报文信息，对人脸信息进行篡改，或者将真实信息替换为虚假信息。

三方面保障银行人脸应用安全
《人脸识别安全白皮书》建议在人脸信息安全、人脸识别精准度和人脸识别系统安全性三方面入手。

人脸信息安全保障。人脸信息采集时，在人脸识别设备处设置显著标识，向个人信息主体告知处理规则。依据《个人信息保护法》完善隐私政策，将涉及人脸信息等个人敏感信息的条款重点标出。加大对人脸信息采集、存储、加工、传输各环节违规行为的惩戒力度。对于滥采、滥用的，需适当加大惩戒力度，形成有效震慑，增强公众的安全感。建立人脸信息定期销毁机制，要求人脸信息本地化存储的同时，在一定周期内定期销毁相关数据。

人脸识别精准度的提升。基于纹理的方法分析人脸图像样本中的微观纹理图案，进一步增强照片和真人的识别度；通过计算头发而非面部的傅里叶光谱，增强人脸视频检测的精准度。增加唇语活体检测；增加图像的纹理、光线、背景、屏幕反射检测；使用专门的红外摄像头对人脸进行三维结构采集等。

人脸识别系统安全保障。对人脸识别应用、App、客户端进行代码混淆、加密加壳、权限控制，做好终端环境安全检测；对数据通讯传输混淆加密，防止信息传输过程中遭到窃听、篡改、冒用；风控决策引擎能够全面检测设备环境，实时发现注入、二次打包、劫持等各类风险及异常操作；建专属的风控模型，为发现潜在风险、未知威胁、保障人脸识别安全提供策略支撑。

顶象业务安全感知防御平台基于威胁探针、流计算、机器学习等先进技术，集设备风险分析、运行攻击识别、异常行为检测、预警、防护处置为一体的主动安全防御平台，能够实时发现摄像头遭劫持、设备伪造等恶意行为，有效防控各类人脸识别系统风险。它具有威胁可视化、威胁可追溯、设备关联分析、多账户管理、跨平台支持、主动防御、开放数据接入、防御自定义和全流程防控等特点