攻撃者が高解像度3Dプリンターで作製したシリコンマスクを使用して、安全な施設へのアクセスに成功した。万全を期して設計されたLidar顔認識システムは、なりすましを検知できなかった。しかし、その後のフォレンジック分析により真実が明らかになった。マスクの点群には、3Dプリンター自体に由来する独自の微細な欠陥のシグネチャ、すなわちデジタルエコーが含まれているのだ。この事件は、物理的なディープフェイクの監査において、画期的な転機となる。🎭
フォレンジックフロー：点群からプリントシグネチャへ 🔍
プロセスは、Artec Studioを使用して実際の顔と押収されたマスクの高解像度スキャンを行い、高密度で正確な点群を取得することから始まる。次のステップはGOM Control Xで実行され、表面の比較が行われる。ソフトウェアは両方の点群間の幾何学的偏差を計算し、積層造形に特有の微細な欠陥（筋、多孔性、実際の皮膚には存在しない層パターン）を明らかにする。最後に、MeshLabとZBrushを使用してノイズを除去し、プリンターのシグネチャを分離する。これは生体の顔では複製不可能なデジタル指紋である。
ディープフェイク監査は物理世界を受け入れるべきである 🛡️
この攻撃は、現代の生体認証がデジタルディープフェイクだけでなく、超リアルな物理的複製に対しても脆弱であることを示している。セキュリティ監査はもはやソフトウェアに限定されるべきではなく、有形物の検査を含まなければならない。点群の比較と製造上の欠陥の分析は、あらゆるフォレンジック専門家にとって不可欠なツールである。詐欺はもはやピクセルだけでなく、マスクのシリコンとプラスチックの中にも隠されているのだ。
最新世代のLidar認証システムは、3Dプリントで作られた超リアルなシリコンマスクと実際の人間の顔を区別できるのだろうか？それとも、皮膚の反射率を模倣する素材に対して、幾何学的スキャンの精度は依然として脆弱なのだろうか？
(追記：ディープフェイクの検出は、疑わしいピクセルを探すウォーリーを探せ！ゲームのようなものです。)