什麼是注入攻擊偵測(IAD)? 該如何強化 eKYC 數位身分驗證安全性

隨著遠端開戶、數位銀行、帳戶復原與行動身分驗證日益普及，身分驗證系統面臨的攻擊手法也更加多元。其中一項快速增加的威脅是「注入攻擊（Injection Attack）」：攻擊者試圖繞過可信任的影像擷取流程，將遭竄改、替換或偽造的影像與影片直接送入驗證流程。

Entrust《2026 Identity Fraud Report》指出，注入攻擊較前一年增加約 40%。報告亦將虛擬攝影機注入列為常見手法之一，且經常與裝置模擬或 Deepfake 深偽內容搭配使用。對銀行與 eKYC 服務供應商而言，這代表安全驗證不只要檢查人臉內容，也必須確認「提供這些內容的數位環境是否可信」。

注入攻擊偵測（Injection Attack Detection, IAD）正是針對這個攻擊面所設計。FaceMe SDK 的 IAD 可偵測虛擬攝影機、Camera API Hooking、應用程式竄改、可疑執行階段行為、Root／越獄裝置、模擬器與虛擬環境等威脅。搭配 FaceMe 的人臉辨識、活體偽冒攻擊偵測（PAD）與 Deepfake 深偽偵測，可分別保護身分驗證流程中的不同攻擊面。

重要的是，這些技術並非彼此取代。人臉比對確認「身分」；活體偽冒攻擊偵測（PAD）確認鏡頭前是否有真人即時呈現，防範呈現式攻擊；Deepfake 深偽偵測檢查人臉「內容」是否遭合成或竄改；IAD 則保護影像來源、應用程式、裝置與執行環境的「可信度」。每項技術回答的是不同的安全問題。

什麼是身分驗證中的注入攻擊？

一般的行動身分驗證流程從實體攝影機開始。使用者開啟 App，完成自拍或活體偵測，再由生物辨識引擎驗證擷取到的人臉影像。正常情況下，系統預期影像來自指定的實體攝影機，並透過可信任的應用程式與裝置環境傳送至驗證引擎。

注入攻擊試圖破壞這條信任鏈。攻擊者不一定需要把偽造內容呈現在實體攝影機前，而可能利用虛擬攝影機、Camera API 操控、遭修改或重新封裝的 App、API Hooking，或受控制的裝置環境，把替換內容直接送入驗證流程，讓系統誤以為這是正常擷取的結果。

在以人臉為基礎的 eKYC 流程中，被注入的內容可能是預錄人臉影片、換臉內容或 AI 生成的 Deepfake。然而，注入攻擊的關鍵特徵並不是內容是否屬於生物特徵或是否由 AI 生成，而是攻擊者試圖繞過或破壞原本可信任的影像擷取與傳遞路徑。

呈現式攻擊與注入攻擊：不同的攻擊路徑

呈現式攻擊（Presentation Attack）與注入攻擊都可能被用來冒充合法使用者，但兩者的攻擊方式不同。

活體偽冒攻擊偵測（PAD）仍是安全人臉身分驗證中的核心防護能力，因為它確認影像擷取當下是否有真人即時存在，並協助阻擋照片、影片重播與 3D 面具等呈現式攻擊。IAD 則保護另一個攻擊面：確認提供人臉輸入的數位路徑是否可信。在高安全等級的 eKYC 架構中，兩者都不可或缺，因為它們保護驗證流程中的不同環節。

圖 1｜呈現式攻擊 vs. 注入攻擊：兩種不同的攻擊路徑

四項互補的安全能力：身分、真人存在、內容與環境

理解多層次身分安全的一種方式，是將驗證系統需要回答的問題分成四個面向。這個架構不是用來比較技術高低，而是清楚說明每項能力所保護的範圍。

討論 IAD 時，這個區分尤其重要。人臉辨識與 Deepfake 深偽偵測分析人臉內容的不同特徵；活體偽冒攻擊偵測（PAD）確認真人即時存在並防範呈現式攻擊；IAD 的角色則不同，它評估人臉輸入所經過的技術環境是否完整且可信。IAD 的價值不是取代既有的人臉分析或活體偵測，而是保護生物辨識流程周邊的影像擷取與執行環境。

圖 2｜FaceMe 多層次身分安全：身分、真人存在、內容與環境

FaceMe IAD 如何保護行動驗證環境

FaceMe SDK 7.9.2 提供五項核心 IAD 防護機制，適用於行動數位身分驗證。這些機制共同協助建立從影像來源、應用程式、裝置到執行階段皆可信任的驗證環境。

1. 影像來源保護（Image Source Protection）

偵測虛擬攝影機偽裝與 Camera API Hooking，避免偽造或替換影像進入原本預期的驗證流程。虛擬攝影機可能將預錄或遭竄改的內容提供給 App，並偽裝成來自裝置實體攝影機的影像。

2. 應用程式完整性（Application Integrity）

辨識行動應用程式或 FaceMe SDK 是否遭未授權修改。遭重新封裝或竄改的 App 可能改變影像擷取與驗證流程，即使生物辨識引擎本身仍正常運作，也可能產生安全風險。

3. 執行階段防護（Runtime Protection）

偵測除錯（Debugging）、逆向分析（Reverse Engineering）等可疑執行階段行為。這類攻擊可能在驗證開始後干預 App 行為或相關函式。

4. 裝置可信度檢查（Device Integrity Verification）

辨識 Android Root、iOS Jailbreak、模擬器與虛擬環境。這些條件可能讓攻擊者取得更高程度的裝置控制權，進而影響驗證流程的可信度。

5. 持續安全監控（Continuous Runtime Monitoring）

在整個驗證 Session 中持續驗證裝置與應用程式完整性，協助偵測初始安全檢查後才發生的可疑變化，而不是假設 Session 從開始到結束都維持可信狀態。

這五項機制共同在行動驗證流程周圍建立安全邊界。IAD 不需要判斷一張臉「看起來是否真實」；它的主要角色是判斷提供人臉輸入的環境是否出現遭入侵、竄改或操控的跡象。

為什麼銀行與 eKYC 需要重視注入攻擊偵測

銀行與 eKYC 服務供應商愈來愈常透過自己無法實體控制的使用者裝置建立信任。客戶可以只用手機完成開戶、帳戶復原、高風險操作驗證與金融服務申請。便利性提升的同時，「遠端驗證環境是否可信」也成為重要的安全問題。

注入攻擊特別值得高安全等級流程關注，因為它可以與其他詐騙手法結合。Entrust 指出，Deepfake 已占生物辨識詐騙嘗試約五分之一，2025 年以 Deepfake 進行的自拍攻擊增加 58%。Deepfake 可以是遭操控的「內容」，而 Injection 則可能成為把內容送入驗證流程的「傳遞方式」。兩者可能同時出現，但並不是同一種威脅。

對金融機構而言，多層次防護可應用於以下高風險客戶流程：

• 遠端開戶與 eKYC 身分驗證
• 數位銀行登入、身分驗證與重新驗證
• 帳戶復原與裝置重設
• 高風險交易或敏感帳戶資訊變更
• 遠端貸款、信用卡、保險或其他受監管的身分驗證流程

風險導向的驗證架構可將 IAD 結果與人臉比對、活體偽冒攻擊偵測（PAD）、Deepfake 深偽偵測、裝置風險資訊、證件驗證及其他防詐訊號共同評估。依風險程度，系統可拒絕驗證、要求重試、啟動額外認證，或轉交人工審查。

建立多層次的數位身分驗證防禦

注入攻擊增加並不代表活體偵測的重要性降低。相反地，它更凸顯數位身分驗證必須針對不同攻擊面建立多層次防禦。

呈現式攻擊仍發生在攝影機端，因此需要強大的 PAD 與活體偵測；Deepfake 帶來內容合成與竄改風險；注入攻擊則針對影像擷取與技術執行環境；而人臉比對仍負責確認使用者是否與可信任的身分資料相符。因為身分詐騙存在多種攻擊路徑，這些安全能力必須相互搭配。

FaceMe SDK 將人臉辨識、活體偽冒攻擊偵測（PAD）、Deepfake 深偽偵測與注入攻擊偵測整合為行動身分驗證中彼此互補的安全能力。對 eKYC 服務供應商與金融機構而言，重點不是從不同防護能力中「選一個」，而是建立涵蓋身分、真人存在、內容完整性與技術環境的完整信任鏈。

結論

注入攻擊將部分身分詐騙風險，從「攝影機前看得到的內容」延伸到「攝影機背後的數位傳遞路徑」。虛擬攝影機、Camera API Hooking、遭竄改的 App、受控制的裝置與執行階段攻擊，都可能破壞「人臉輸入確實來自預期來源」這項基本信任。

注入攻擊偵測透過保護影像擷取與執行環境完整性，因應這個不同的攻擊面。搭配 FaceMe 的人臉比對、活體偽冒攻擊偵測（PAD）與 Deepfake 深偽偵測，可在維持各項安全能力重要角色的同時，為遠端身分驗證建立多層次防護。

對銀行、金融科技與 eKYC 服務供應商而言，完整的數位身分安全需要確認身分、確認真人即時存在、評估人臉內容完整性，並保護提供這些內容的技術環境。

進一步了解 FaceMe SDK 注入攻擊偵測（IAD），以及如何強化行動 eKYC 與數位身分驗證安全。

常見問題