La biométrie faciale compare un visage capté à un gabarit enregistré. Face au deepfake vidéo, sa robustesse dépend entièrement d'une distinction que beaucoup de discussions internes ignorent : l'attaque de présentation et l'attaque par injection n'empruntent pas le même chemin et ne se contrent pas avec les mêmes moyens. Un dispositif excellent contre la première peut être totalement inopérant contre la seconde.
Deux chemins, deux problèmes
L'attaque de présentation montre quelque chose au capteur : une photo, un écran affichant une vidéo, un masque. Le flux vidéo est authentique — c'est bien la caméra qui filme — mais le sujet filmé est un artefact. C'est le domaine de la détection de vivacité (liveness detection) et, plus largement, de la détection d'attaques de présentation.
L'attaque par injection ne montre rien au capteur : elle remplace le capteur. Une caméra virtuelle, un pilote détourné, un émulateur mobile ou une interception au niveau de l'application fournissent un flux entièrement synthétique. La détection de vivacité analyse alors un flux fabriqué pour la satisfaire, avec des micro-mouvements, des clignements et des réactions à la lumière générés à la demande.
Cette seconde famille est la plus préoccupante, parce qu'elle progresse plus vite que les contre-mesures et qu'elle n'exige plus de compétences rares.
Ce que chaque contre-mesure couvre réellement
| Mécanique d'attaque | Point d'entrée | Contre-mesure adaptée | Limite honnête |
|---|---|---|---|
| Photo imprimée ou affichée | Capteur | Vivacité passive | Efficace, largement traitée |
| Vidéo rejouée sur écran | Capteur | Détection d'écran, analyse de texture | Efficace sur du matériel non maîtrisé |
| Masque ou réplique 3D | Capteur | Capteur de profondeur, infrarouge | Dépend fortement du matériel |
| Deepfake affiché à l'écran | Capteur | Vivacité et analyse de texture | Efficace si la capture est fiable |
| Deepfake injecté par caméra virtuelle | Pilote, système | Intégrité du client, attestation matérielle | Difficile sur navigateur et appareil non maîtrisé |
| Interception au niveau du protocole | Réseau, application | Chiffrement de bout en bout du flux, attestation | Rarement mis en œuvre complètement |
La lecture de ce tableau conduit à une conclusion inconfortable : plus l'environnement de capture est ouvert, moins la biométrie faciale seule est probante. Un parcours réalisé sur un appareil d'entreprise géré, avec attestation matérielle, n'a pas le même niveau de garantie qu'un parcours réalisé dans un navigateur quelconque, sur un appareil inconnu.
Le vrai sujet : la provenance du flux, pas la qualité de l'analyse
L'effort de la plupart des dispositifs porte sur l'analyse du visage. Or, en cas d'injection, cette analyse porte sur des données déjà contrôlées par l'attaquant. Améliorer le modèle ne corrige pas ce problème : il faut prouver d'où vient le flux.
Trois leviers existent, avec des coûts très différents.
L'attestation de l'application et de l'appareil. Elle permet de vérifier que la capture provient d'une application non modifiée sur un système non compromis. C'est le levier le plus solide, mais il suppose une application native et exclut de fait certains parcours web.
La détection de l'environnement d'exécution. Repérer une caméra virtuelle, un émulateur ou un outil d'automatisation. Le rapport de force y est défavorable sur la durée : c'est une course, pas une barrière.
La réduction de l'enjeu porté par la biométrie. Si le visage n'est pas la seule preuve, une injection réussie ne suffit plus. C'est le levier le moins spectaculaire et le plus robuste.
Le point de rupture : l'enrôlement
Une injection au moment d'une vérification quotidienne a un effet limité et détectable. Une injection au moment de l'enrôlement est bien plus grave : elle installe le visage de l'attaquant comme gabarit de référence légitime. Toutes les vérifications ultérieures réussiront, en toute conformité avec le système.
Deux conséquences pratiques en découlent. D'abord, le niveau d'exigence de l'enrôlement doit dépasser celui de la vérification courante — présence physique, canal maîtrisé, ou double contrôle. Ensuite, tout réenrôlement doit être traité comme un enrôlement, et non comme une opération de confort : c'est précisément le parcours que vise l'ingénierie sociale.
Ce que le facteur cognitif change dans l'équation
Le facteur cognitif ne repose pas sur l'apparence. Il demande à l'utilisateur de résoudre un défi selon une méthode personnelle acquise lors d'un enrôlement hors ligne, dans un canal éphémère ouvert par QR code dynamique à usage unique. Un modèle génératif peut reproduire un visage ; il ne dispose pas d'une méthode de résolution qui n'a jamais circulé et n'est stockée nulle part sous forme réutilisable.
Deux précisions s'imposent pour rester honnête. Le facteur cognitif ne remplace pas un contrôle d'identité lorsque celui-ci est requis par la réglementation — il prouve une intention humaine, pas une identité civile. Et lorsqu'une biométrie faciale intervient dans le parcours, sa qualité reste un sujet en soi ; HIAsecure la traite localement, sans détenir de donnée identifiante, ce qui limite l'exposition mais ne dispense pas d'un dispositif de vivacité sérieux.
FAQ
La détection de vivacité arrête-t-elle les deepfakes ?
Elle arrête efficacement les attaques de présentation — photo, écran, masque. Elle n'arrête pas une injection de flux, puisqu'elle analyse alors des données fabriquées pour la satisfaire.
Faut-il abandonner la biométrie faciale ?
Non, mais il faut cesser de la traiter comme une preuve suffisante à elle seule sur des gestes à fort enjeu. Elle reste utile en confort d'usage et comme signal dans une décision qui en combine plusieurs.
Comment sécuriser un parcours de vérification à distance ?
En privilégiant une application native attestée plutôt qu'un parcours web ouvert, en renforçant l'exigence à l'enrôlement, et en n'accordant pas à la seule biométrie le pouvoir d'ouvrir un accès sensible.
Le RGPD s'applique-t-il aux gabarits biométriques ?
Les données biométriques utilisées pour identifier une personne relèvent d'un régime renforcé. Un traitement local, sans conservation centralisée de données identifiantes, réduit nettement l'exposition juridique comme technique.
Aller plus loin : authentification cognitive · biométrie face aux deepfakes · détecter un deepfake · l'enrôlement en biométrie faciale