Todos pasamos alguna vez por este proceso: mirar a la cámara, mover la cabeza y seguir las instrucciones que aparecen en la pantalla. En pocos segundos, una aplicación bancaria o financiera determina que detrás del teléfono hay una persona real y que su rostro coincide con el del titular de la cuenta. Y ese procedimiento transmite una sensación de seguridad: una contraseña puede robarse, pero una cara parecería mucho más difícil de falsificar.
Sin embargo, dos equipos de investigadores de Argentina y Ecuador mostraron durante la conferencia de hackers DEF CON, en Las Vegas, que muchos de esos controles pueden ser manipulados desde el propio teléfono. En sus pruebas lograron introducir imágenes y videos preparados dentro del proceso de verificación, superar pruebas de vida y engañar sistemas diseñados para detectar deepfakes.
Lo que ambas charlas permitieron advertir es que el problema más grave aparece cuando una aplicación confía casi por completo en lo que le entrega el teléfono del usuario: que la cámara está mostrando una imagen en vivo, que el video no fue alterado y que el dispositivo no fue manipulado.
“Es muy difícil verificar que los datos obtenidos no hayan sido modificados cuando el atacante tiene control total de la aplicación y del teléfono donde vive”, explicó a Clarín Dan Borgogno, investigador argentino de la empresa de ciberseguridad Faraday.
Acá, los investigadores de ambos equipos, que dieron dos charlas entre el viernes y el sábado en una de las conferencias de ciberseguridad más grandes del mundo, explican cómo se puede engañar a estos sistemas y qué se podría hacer para hacerlos más seguros.
Una cara para abrir o recuperar una cuenta: ¿inhackeable?
Borgogno presentó junto con Javier Bernardo, de Strike Security, la investigación The Glass Perimeter: Systematic Bypasses in Biometric Frameworks and the Rise of Synthetic Identity. Durante más de seis meses analizaron algunos de los principales sistemas biométricos utilizados por bancos y grandes proveedores tecnológicos.
Según los investigadores, consiguieron una “tasa de evasión del 100%” en los frameworks (los conjuntos de herramientas y componentes de software que una aplicación utiliza para implementar la verificación biométrica) que probaron. Es decir: siempre que quisieron evadir controles biométricos, lo lograron.
En algunos casos utilizaron representaciones físicas de alta fidelidad (una imagen de una cara). En otros, manipularon el recorrido que realizan las imágenes dentro del sistema operativo para reemplazar la información capturada por la cámara antes de que llegara al software biométrico.
El efecto concreto dependía de la función que cada aplicación hubiera asignado al reconocimiento facial.
“La mayoría usa el KYC [know your customer, un proceso para verificar la identidad del cliente] como mecanismo de verificación de cuenta, pero vimos casos donde solamente con la cara de una persona era suficiente para ingresar. La validación facial también se usa para abrir cuentas”, explicó Borgogno.
KYC, siglas en inglés de “conozca a su cliente”, engloba los procedimientos que utilizan bancos, billeteras y fintech para comprobar quién está detrás de una solicitud. Puede incluir la presentación de un documento (motivo por el cual las filtraciones de datos son muy peligrosas), el reconocimiento facial y una prueba de vida, diseñada para distinguir a una persona real de una foto o grabación.
Los escenarios más riesgosos, según el investigador, son aquellos en los que el rostro permite abrir una cuenta o recuperar el acceso sin necesidad de una contraseña, un segundo factor de autenticación u otra comprobación independiente.
Cuando la biometría funciona solamente como complemento, el ataque se vuelve más complejo. El delincuente también necesita conseguir datos como el correo electrónico, la contraseña o el código de doble factor de la víctima.
Superar la prueba de vida
Un segundo equipo, integrado por los ecuatorianos Xavier Riofrío Machado y Alex Tipan, presentó Your Bank Thinks I’m You: A Complete Kill Chain Against Mobile Banking Security. El trabajo analizó aplicaciones financieras reales utilizadas por millones de personas.
Los investigadores estudiaron las distintas capas de seguridad incorporadas por estas aplicaciones: detección de teléfonos modificados, mecanismos contra la manipulación del software, pruebas biométricas, controles de vida y sistemas de inteligencia artificial destinados a reconocer deepfakes.
Su objetivo fue introducir imágenes o videos controlados dentro del proceso de autenticación. Para lograrlo, primero tuvieron que evadir las protecciones que impedían intervenir la aplicación y luego engañar tanto la prueba de vida como la comparación entre el rostro presentado y el de la víctima.
En las pruebas, realizadas con autorización, utilizaron material producido mediante inteligencia artificial generativa e información obtenida de fuentes públicas.
Riofrío explicó a Clarín que consiguieron superar la autenticación biométrica en dos procesos especialmente sensibles. El primero fue el enrolamiento de nuevos clientes, que permite crear una cuenta y acceder a los servicios de la entidad financiera. El segundo fue el reenrolamiento de clientes existentes, utilizado cuando un usuario instala la aplicación nuevamente o cambia de dispositivo.
“Detectamos que ciertos flujos críticos confiaban demasiado en la validación biométrica y no habían generado métodos adicionales de verificación. Es decir, estas acciones podían ejecutarse solamente con la suplantación de identidad de la víctima”, señaló.
Un reenrolamiento mal protegido puede ser especialmente peligroso porque permite vincular una cuenta existente con un nuevo teléfono. A partir de allí, el atacante podría acceder a productos financieros y realizar operaciones desde su propio dispositivo.
El teléfono como punto débil
Los dos trabajos coinciden en que el problema no está en el reconocimiento facial como tecnología aislada, sino en cómo se integra dentro de una aplicación y en el grado de confianza que bancos y fintech depositan en los controles ejecutados en el dispositivo del usuario. El teléfono es, hoy, el dispositivo que usamos para todo lo que hacemos y esto, si bien es cómodo, es un potencial problema de seguridad.
Muchas aplicaciones reciben del teléfono una serie de datos y asumen que son auténticos: una imagen capturada por la cámara, un movimiento de cabeza, un parpadeo o una secuencia de video. Pero si un atacante consigue modificar la aplicación o intervenir ese recorrido, puede intentar reemplazar la información real por contenido preparado.
“Cuando la validación ocurre principalmente del lado del cliente, el entorno está fuera del control de la entidad y existe la posibilidad de que los datos capturados sean manipulados antes de ser procesados”, explicó Riofrío.
A esto se suma la rápida mejora de los sistemas de inteligencia artificial capaces de crear imágenes y videos realistas. Los proveedores biométricos incorporan modelos para detectar ese contenido, pero se enfrentan a una competencia permanente entre las herramientas que generan deepfakes y aquellas que intentan identificarlos.
Borgogno considera que entrenar mejores detectores puede servir en el corto plazo, aunque no resuelve el problema estructural. “Llegará un punto en el que los modelos de imágenes y video logren superar cualquier detección y sea indistinguible lo real de lo generado”, advierte.
Y esto, sin lugar a dudas, va a empeorar mucho la situación.
Qué sugieren para mejorar los sistemas
Para los especialistas, la primera medida es evitar que la validación facial funcione como único requisito para abrir, recuperar o trasladar una cuenta a otro dispositivo. La biometría debería combinarse con contraseñas, códigos temporales, dispositivos previamente autorizados y controles que permitan detectar cambios inusuales en el comportamiento del cliente.
Hay una máxima en seguridad que es la de combinar factores: algo que se sabe (una contraseña, un PIN, una frase), algo que se tiene (un token, una llave de seguridad, confirmar un mensaje en el teléfono). Cuanto más se combinen estas variables para iniciar sesión, más robusto es un ecosistema online.
Borgogno recomienda que cada usuario tenga un dispositivo de confianza y que cualquier cambio de teléfono requiera una verificación adicional mediante un código de un solo uso. De esa manera, aunque un atacante consiga engañar el reconocimiento facial, todavía necesitaría superar una barrera independiente.
Riofrío también plantea trasladar una mayor parte de la validación desde el teléfono hacia los servidores del banco. Entre las alternativas se encuentran la transmisión de video en directo y los sistemas de desafío-respuesta, que solicitan acciones impredecibles generadas en el momento.
Estos controles pueden pedirle al usuario que siga cambios aleatorios de iluminación, colores, movimientos o instrucciones que no pueden prepararse con anticipación. El servidor analiza entonces si la respuesta coincide con el estímulo enviado en tiempo real.
Desde ya, ninguna de estas medidas elimina por completo el riesgo. El objetivo es impedir que una sola debilidad permita atravesar todo el sistema. “El problema aparece cuando las organizaciones asumen que una solución o un proveedor es infalible”, sostuvo Riofrío. “La confianza no debe basarse en una única validación, sino en capas de protección y verificación continua”.
Para el usuario común, las investigaciones no implican que deba abandonar el reconocimiento facial ni que todas las aplicaciones bancarias estén expuestas de la misma manera. Sí muestran que la cara tampoco funciona como una llave imposible de copiar.
Cuando, en cambio, una aplicación convierte la biometría en su única barrera de seguridad, una tecnología diseñada para simplificar el acceso puede transformarse también en lo que se conoce como un “SPOF”: un punto único de falla.
Como sucede con las contraseñas, los códigos enviados por mensaje y otros mecanismos de seguridad, su efectividad depende de que sea apenas una pieza dentro de un sistema más amplio.
Es muy poco lo que puede hacer el usuario en este punto: depende de que la aplicación que usen combine factores y maneje la seguridad desde un lugar más robusto.
La responsabilidad, en última instancia, queda del lado de las empresas y de las políticas que adopten para proteger a sus usuarios. Allí aparece una tensión habitual dentro de la industria: mientras las áreas de producto y negocio buscan reducir fricciones y hacer que las aplicaciones sean cada vez más simples de usar, los equipos de ciberseguridad intentan sumar barreras que vuelvan un ataque más difícil y costoso.
El desafío está en encontrar ese equilibrio sin que la comodidad del usuario termine convirtiéndose en una ventaja para el atacante.
