齐鲁晚报·齐鲁壹点记者 魏银科 孙佳琪
人脸识别曾是安全核验的“金标准”，如今却可能成为金融安全的薄弱环节。近日，杭州市中级人民法院公布的一起典型案例令人警醒：两名不法分子利用网络收集他人照片，通过AI生成点头、摇头、眨眼等动态视频，再篡改相机数据伪装成摄像头实时画面注入，成功突破某购物平台的人脸核验，盗走账户内的个人信息并转移资金。
当AI换脸技术变得像网购一样简单，我们的“面子”安全吗？
“先做一段试试，不能用全额退款”
拥有了本人的照片，做一段可供人脸识别的高精度AI视频需要多少钱？
记者在电商平台随机联系到一家制作AI视频的工作室。对方表示，只需提供一张正脸照，300元即可制作一段十几秒、包含“点头、摇头、眨眼、闭嘴”的AI动态视频，并强调使用高精度模型，仿真程度极高。当被问及“能否通过银行人脸识别系统”时，对方随即作出“先做一段试试，不能用全额退款”的承诺。
300元的报价在黑产市场中甚至算贵的。在AI生成工具越来越普及的情况下，“照片转换动态人脸视频”的技术门槛较低，制作成本更是低至几十元，精准的人声克隆服务仅需20元即可完成。从原始数据泄露到伪造成品，整条链路已形成标准化分工：爬虫抓取社交媒体公开素材，或从黑产渠道批量购买包含人脸、声纹、身份证号的公民完整数据（售价仅20至30元/条），再借助开源深度伪造工具快速生成可突破部分常规人脸识别系统的动态视频与克隆语音。
中国网络空间安全协会理事长赵泽良在今年年初的金融领域“黑灰产”违法犯罪集群打击行动专题发布会上指出，人工智能技术的低成本化与普及化，正推动金融黑灰产从传统专业式运作向平民化、低门槛扩散。当前黑灰产已形成“引流—养号—伪造—投诉—减免—分成”的完整闭环，市场规模超2800亿元，涉及从业人员近800万名，呈现“规模大、链条全、技术化、产业化”四大特征。
公安部2026年9月通报显示，全国已侦破AI换脸类诈骗案件逾300起，涉案金额突破5亿元，单案最高达2000万元，技术滥用已成为电信网络诈骗犯罪跃升的核心引擎。
值得注意的是，被盗刷的不仅仅是账户余额。某银行工作人员向记者透露，贷款流程同样可能成为攻击目标：“一般情况下银行贷款需要本人在自己登录的银行APP上进行验证，还要填写诸多核验信息；但很多商业贷款机构尤其是小额贷款机构，只需要身份证号加上人脸识别信息就可以放贷。”这意味着，一旦人脸与身份信息同时失守，受害者很容易在不知情下背上贷款。
活体检测，真挡得住AI吗
随着AI换脸、AI拟真视频技术的快速迭代，不少用户担忧：如果有人拿着我的照片或AI生成的视频，能否骗过手机银行、贷款平台的“活体检测”系统，盗用我的身份？
记者首先咨询了中国银行、招商银行等多家大型银行。“银行的活体验证不仅限于人脸动作识别，AI视频里的人眼中没有虹膜，所以不可能识别成功。”中国银行的柜员非常直接地回应了记者。而招行的客服人员表示，手机银行内部都有风控机制，能保证客户的信息安全。
记者还就此采访了山东外事职业大学元宇宙研究院人工智能实验室主任、副教授王隆，他首先向记者详细拆解了活体检测的工作原理。据他介绍，在活体检测之前，系统首先要进行人脸面部特征识别。“全脸有几十到几百处特征点，这些特征点会组成一个唯一的特征码。”当系统要求用户眨眼、摇头、张嘴时，并非简单地看“动作做了没有”，而是在用户做动作的同时，对特征码进行“提取和再计算”。
“即便有人用一张照片通过了第一步的静态特征验证，再用AI生成一段做动作的视频，但在AI生成视频的过程中，特征码已经被完全打乱了。”王隆解释，AI生成图片或视频普遍采用“3D高斯泼溅技术”和“2D扩散重演技术”：在原有图像基础上叠加AI计算出的噪点，再通过重绘形成动态画面。“这些噪点叠加和重绘的过程，会彻底改变原有的生物特征数据。虽然人眼看过去觉得‘这就是我’，但机器识别时，受噪点和重绘的影响，特征码已经面目全非，根本匹配不上。”
“我不敢保证市面上百分之百的平台都安全，因为各家使用的人脸识别和活体识别技术各不相同，甚至也有绕过光学摄像头进行的注入攻击成功攻破金融APP的案例。”王隆坦言，“网络安全的攻防战本身就是一场矛与盾的博弈，但随着防御技术的提升，目前主流的活体检测算法也在同步更新，当下的AI技术是很难攻破的。”不过，他也见过某些团队的活体检测项目“压根就是假的”，“任何人在镜头前做动作都能通过。这类技术若被应用于商业贷款场景，后果极其危险。”
下一代防御体系如何破局？
对于虚拟相机加AI动态视频这类注入式攻击，技术界已在探索下一代防御体系。天使投资人、人工智能专家郭涛向记者表示，下一代人脸核验需要跳出固定动作挑战的旧思路，搭建纵深对抗体系。
“设备链路层面要增加可信相机校验，通过密码学链路核验视频流的原生来源，拦截虚拟摄像头和数据流注入劫持，切断攻击最常用通道。”郭涛介绍，活体识别将转向被动微生理特征捕捉，依托帧间纹理波动、瞳孔微动、皮肤色度微弱时序波动等AI难以完美复刻的信号，搭配随机动态光场挑战，拉高预生成攻击的同步难度；业务侧则叠加行为风控与多模态交叉校验，结合设备指纹、操作时序建立风险基线。
“行业数据显示，融合多信号的核验方案相比传统方案，对注入攻击的防护能力可实现九成以上的相对提升，再配合常态化红队对抗测试，持续吸纳新型伪造样本迭代模型。”郭涛说。
中关村物联网产业联盟副秘书长袁帅强调，真正的升级是把识别维度从“看人脸是否动”转向“判断这张人脸是否来自真实的活体生理过程”，如捕捉人脸在自然状态下不受主观控制的细微体征变化，这些特征无法通过普通的A1视频生成工具完整复刻，哪怕虚拟相机生成的画面足够流畅，也很难还原真实人体在生理层面的自然波动。
“整个核验流程的交互逻辑也需要重构，每一次核验的校验维度、交互顺序动态调整，让攻击者无法预判生成对应内容。”袁帅说，还要结合设备端环境感知能力，采集拍摄场景的多维环境特征与人脸生物特征交叉绑定，让单独生成的人脸视频无法脱离真实物理场景完成核验。
技术治理层面，郭涛认为，AI工具厂商需要落实前置安全审查，面向可直接用于身份伪造的功能增设权限锁、溯源水印与输出标记，对工具调用留存可审计日志，对高自由度实时换脸接口执行调用实名用途备案与白名单管理。分发平台在应用上架、社群内容流转环节设置风控，对教程、打包工具、接单引流链路建立特征库，发现可疑流转及时拦截上报。监管方面依托沙盒机制细化风险清单，搭建跨主体的威胁样本共享平台，对洗钱、盗刷的完整链条实施全链路打击，以精准执法替代一刀切限制。
袁帅建议，厂商可在产品底层框架植入不可移除的特征标记，从生产端给所有生成内容打上身份烙印，让恶意工具在整个流转链条中找不到落地空间。
普通用户的刷脸指南
面对层出不穷的网络诈骗，普通用户该如何保护自己的“脸”？
王隆给出了两点建议：一是金融业务优先选择正规平台，相信国家公信力支撑的安全体系，远离来源不明的网贷、小贷平台；二是依托多重验证构建防线：生物信息是第一重，身份证、手机号、验证码是第二重，账号密码及密保问题是第三重。“即便AI视频侥幸通过了小贷平台的人脸核验，攻击者拿不到你手里的手机验证码，也难以完成整套流程。而且现在网安部门具备逆向溯源能力，能够快速锁定作案者的IP乃至物理地址。”
郭涛建议普通用户按照场景风险梯度选择刷脸：低风险场景（如会员签到、园区门禁）在平台提供替代方案时可以接受刷脸；涉及资金划转、账号改绑、实名变更等高风险场景，不能仅依靠刷脸作为唯一核验手段，确需启用刷脸，必须搭配多层核验。“高敏感业务优先采用人脸加上硬件令牌、NFC证件核验的组合，其次选择人脸绑定本机设备指纹再加短信动态验证码，避免仅用人脸搭配静态密码。”
袁帅则提醒，日常仅用于身份登记、场景准入且后续不涉及资金流转的场景（如普通园区门禁、非支付类会员核验）可以放心使用刷脸，而那些直接关联资金划转、重要身份授权的场景，则需要谨慎对待，尽量不要单独使用刷脸作为唯一验证方式，更不要在陌生的、非官方的第三方渠道随意提交人脸信息。
“最好的办法，就是不用那些不靠谱的平台。”王隆最后强调，最根本的防范原则是“只要涉及钱的系统，必须使用符合国家安全和规范的插件”。技术仍在狂奔，攻防永无终点。而守住个人信息的最后一环，从来都握在每个人自己手中。
热门评论 我要评论 微信扫码
移动端评论
暂无评论