简介：人脸识别正被低成本AI动态视频与视频流注入绕过，传统点头、眨眼活体检测已难以证明“真人”。本文从攻击链条、检测原理和防护架构出发，梳理人脸核验为何失效，以及系统应如何引入设备可信、多因素认证与风险分层，重新建立可信身份边界。
在很多业务系统里，人脸识别长期被当作一种高可信认证手段。相比密码、短信验证码或指纹，人脸似乎具有“不可窃取、不可复制、不可替代”的特性。但现实情况是，人脸图像一旦进入网络空间，就几乎不可能再被完全收回。
更关键的问题在于，人脸认证并不是在比对人脸本身，而是在比对摄像头采集到的图像或视频是否与留底照片一致。系统真正能看到的，只是经过镜头、传感器、编码器和网络传输之后的数据。只要这一条数据链路中的任何一处被伪造或替换，认证结果就可能被篡改。
当攻击者不再依赖静态照片，而是利用AI生成能点头、眨眼、转头甚至张嘴的动态视频时，传统活体检测的前提就开始崩塌。系统以为自己在验证一个“活人”，实际上只是在验证一段合成视频。
要理解人脸核验的风险，不能只停留在“AI很厉害”的层面。真正值得关注的是，攻击已经形成了一条高度分工的产业链。
攻击者往往先从公开网络、社交平台、通讯录、快递面单或数据泄露渠道获取用户照片。获取难度极低，很多照片甚至不需要进行复杂处理，就能直接进入下一步。
过去，攻击者需要掌握一定的图像处理和动画技术，才能把静态照片变成动态视频。现在，借助生成式模型，只要输入一张正面照片，就可以生成一段稳定、自然的面部动作视频。点头、眨眼、张嘴、转头等动作都可以被自动合成。
这使得“活体检测”所依赖的动作识别，不再具有区分真人与伪造视频的能力。因为模型生成的正是系统期望看到的动作。
除了直接对着摄像头播放视频，更隐蔽的方式是视频流注入。攻击者通过虚拟相机驱动或系统钩子，把合成视频直接注入到认证应用读取的数据流中。
此时，即便物理摄像头前并没有人，认证系统仍然会收到一段“看似来自摄像头”的视频数据。设备层的伪造比镜头前的伪造更具威胁，因为它绕过了物理环境中的很多干扰因素。
一旦通过人脸核验，攻击者往往能够完成实名账号注册、密码重置、支付授权或资料变更。后续可用于诈骗、洗钱、批量养号等行为。
从整体来看，攻击成本主要集中在信息获取和工具使用上。一旦工具成熟，边际成本迅速下降，导致大量攻击可以被批量化执行。
传统人脸核验的核心，是判断摄像头前是否为“真实活体”。常见方式包括动作活体、纹理活体、颜色活体和近红外活体等。
其中，动作活体应用最广。系统要求用户完成随机动作，例如眨眼、张嘴、左右转头。这种设计在静态照片时代足够有效，因为照片很难完成自然连贯的动作。
但AI生成的动态视频恰恰擅长完成这些动作。尤其是当攻击者能够提前知道系统可能要求的动作范围时，就可以批量生成包含多种动作组合的视频。系统要求眨眼，就播放眨眼片段；系统要求转头，就播放转头片段。
更深层的问题在于，动作活体验证的是“运动信号”，而不是“生命信号”。它并不真正判断人的皮肤、血流、微表情或生理反应，而只是判断画面中是否出现了某些动作模式。因此，只要合成视频能够产生相同的动作模式，活体检测就会失效。
继续把人脸当作不可替代的密码，是一种危险的假设。更合理的方式，是重新设计认证链路，在多个环节建立可信信号。
系统不应只信任应用层传来的“视频数据”，而应同时验证采集设备本身是否可信。例如，检测是否存在虚拟摄像头、摄像头驱动是否被篡改、系统环境是否被越权修改。
当认证请求来自一个无法确认物理来源的摄像头时，应当降低其可信等级，或者直接进入更高强度的认证流程。
在端侧采集到人脸图像后，应尽量在可信执行环境中完成签名，确保数据从采集、编码到上传的过程未被篡改。服务端则校验数据签名和来源信息。
这样可以避免简单地在系统中间层拦截视频流并替换内容。
人脸识别不应作为唯一认证因素。在设计认证策略时，可以结合设备指纹、账号行为、网络环境、地理位置、历史登录模式等因素综合判断。
例如：
if 账号在新设备登录 and 当前城市与常用城市不一致:要求额外短信验证码或邮箱验证码if 人脸认证可信度低于阈值:拒绝通过，转人工审核
人脸认证的结果可以是“通过”或“不通过”，但不足以单独代表“身份绝对可信”。
不同业务场景对人脸认证的依赖程度应当有所区分。例如，查看非敏感信息、修改安全设置、发起支付、解绑设备等操作，所需的认证强度应显著不同。
系统可以根据风险等级动态调整认证方式：
低风险操作：人脸认证即可中风险操作：人脸认证 + 短信验证码高风险操作：人脸认证 + 支付密码 + 设备确认
即使某一步被绕过，攻击者也难以仅凭一段合成视频完成完整攻击。
人脸识别仍然是一项有用的技术，它可以在海量用户场景中提供便捷的身份确认能力。但不能把目光只放在“像不像”和“动不动”上。
真正需要构建的，是一套围绕人脸核验的安全体系，包括设备可信、数据可信、链路可信、行为可信和策略可信。任何单一环节的可信，都不足以支撑高价值业务的安全需求。
当攻击手段从“偷密码”演进为“合成一个别人的人生”，防守逻辑也必须从“验证信息”升级为“验证环境、设备和行为”。否则，人脸核验只会变成一种看起来严格、实际上脆弱的认证形式。
对于开发者和架构人员来说，更应该关注的不是“AI会不会替代人类”，而是“如何在不完全信任人脸的情况下，设计出更稳健的身份认证系统”。这才是本次风险事件带来的真正提醒。