Detetar um deepfake pela imagem e pelo som
Um rosto ou uma voz sintética pode imitar um dirigente ou um colega. O que está estabelecido e porque convém verificar por outro canal.
Nesta página
Em 30 segundos
- Onde acontece
- Chamada telefónica ou outra comunicação por voz[1], ou mensagem enviada por um serviço de mensagens[5], com uma identidade emprestada de alguém de confiança.
- O que quer o atacante
- Obter acesso aos sistemas por telefone[1].
- O reflexo
- Desconfiar de quem telefona e verificar a sua identidade[1]. Para esta ficha, isso significa confirmar o pedido por um canal diferente daquele em que foi feito, sem confiar no rosto nem na voz.
- Se já aconteceu
- Avisar sem demora o serviço de segurança da empresa, indicando a hora da chamada e o canal utilizado.
Do que se trata
Um deepfake é uma imagem, um vídeo ou uma voz fabricada por um modelo de inteligência artificial para se parecer com uma pessoa real. Para um colaborador, o perigo está em que um rosto ou uma voz familiares sirvam para fazer passar um pedido: um «dirigente» que exige uma transferência urgente, um «colega» que pede um acesso.
Esta ficha descreve o que a vítima perceciona, a forma como estes conteúdos são fabricados e a razão pela qual o olho e o ouvido não bastam para decidir.
Perguntas diretas
É possível reconhecer um deepfake a olho nu?
As técnicas de geração produzem, em certas condições, imagens e vídeos faciais «muito realistas»[2]. O NIST dedica, por seu lado, trabalhos à avaliação de sistemas de análise face a deepfakes de imagens geradas por IA[3].
Porque desaparecem os defeitos visíveis?
Os modelos generativos progridem. Um estudo de síntese observa que as redes generativas antagónicas (GAN) deram resultados impressionantes e que, depois, os modelos de difusão relançaram a investigação[2]. O mesmo estudo indica que as técnicas de deteção também evoluem continuamente[2].
O que dizem as autoridades sobre a ameaça?
A 12 de setembro de 2023, a NSA, o FBI e a CISA publicaram uma ficha de informação, «Contextualizing Deepfake Threats to Organizations». Apresenta as ameaças, as técnicas e as tendências dos meios de comunicação sintéticos, incluindo os deepfakes, e recomenda às organizações que procurem nela medidas para se prepararem, identificarem, se defenderem e responderem[4]. As agências escrevem que estas ameaças «exponentially increased»[4].
E se o pedido vier de um superior hierárquico?
Verificar por outro canal. O MITRE recomenda formar os utilizadores para desconfiarem de quem telefona e para verificarem a sua identidade[1]. Na prática: desligar e depois voltar a ligar à pessoa para um número já conhecido, ou contactá-la pela mensagem interna da empresa.
Na pele do atacante
O atacante procura fazer alguém agir. O MITRE descreve o «spearphishing voice» como uma variante do phishing dirigido que leva um utilizador a dar acesso a sistemas através de uma chamada telefónica ou de outra comunicação por voz[1]. O procedimento recorre muitas vezes à engenharia social: fazer-se passar por uma fonte de confiança e criar na pessoa um sentimento de urgência ou de alarme[1].
Uma voz ou um rosto sintético acrescenta uma camada a este cenário: o interlocutor já não é apenas alguém que afirma ser o dirigente, tem a sua aparência ou o seu timbre.
O atacante pode também passar por uma etapa de criação de confiança. O MITRE descreve atacantes que criam contas falsas em redes sociais, iniciam conversa com colaboradores e depois enviam ligações ou anexos através de um serviço que a empresa não controla, como um correio pessoal consultado no computador de trabalho[5]. É mais provável que esses serviços tenham uma política de segurança menos rigorosa do que a de uma empresa[5].
O que vê no ecrã
A vítima vê ou ouve uma pessoa que julga conhecer. O pedido tem em comum com os outros phishings uma identidade de confiança e uma urgência[1].
Segue-se uma ilustração, neutralizada, do que pode conter uma chamada deste tipo. É inventada para o exemplo e não reproduz nenhum caso real.
Ilustração (caso fictício, endereço neutralizado)
Chamada de [voz a imitar um dirigente]:
[pedido para executar um pagamento urgente e confidencial,
pedido para não avisar ninguém e, depois, para iniciar sessão em
hxxps://acesso-urgente[.]exemplo[.]invalid para validar]O MITRE observa também que o phishing por voz pode ser combinado com a geração de pedidos de autenticação multifator, para levar a vítima a divulgar as suas credenciais MFA ou a aceitar pedidos de autenticação[1].
Por baixo do capôEquipas de TI
Voltam duas famílias de modelos.
As redes generativas antagónicas, ou GAN, foram propostas num artigo submetido a 10 de junho de 2014. O princípio: dois modelos são treinados em conjunto, um gerador que capta a distribuição dos dados de treino e um discriminador que estima se uma amostra vem desses dados ou do gerador[6]. O treino do gerador visa maximizar a probabilidade de o discriminador se enganar[6]. Os modelos de difusão vieram a seguir. Um artigo submetido a 19 de junho de 2020 apresenta resultados de síntese de imagens de alta qualidade com modelos de difusão probabilísticos e indica, no conjunto LSUN em 256x256, uma qualidade de amostras semelhante à do ProgressiveGAN[7].
O estudo de síntese sobre os deepfakes distingue quatro domínios: a troca de rosto, a reconstituição de expressões (face reenactment), a geração de rosto falante e a edição de atributos do rosto, a que se junta a deteção de falsificação[2].
Do lado da defesa, o MITRE propõe, para as chamadas fraudulentas, vigiar os registos de chamadas dos dispositivos profissionais à procura de números invulgares ou não autorizados e depois correlacioná-los com os eventos de sistema que se seguem, como a execução de uma ferramenta de gestão remota[1].
AutópsiasCasos reais
Os dois casos abaixo são chamadas de pessoas que se fazem passar pelo suporte informático, sem indicação de uma voz sintética. Mostram o cenário que os deepfakes podem reforçar.
Scattered Spider: falsos informáticos ao telefone
O MITRE refere que, durante a campanha C0027, o grupo Scattered Spider se fez passar por pessoal informático legítimo em chamadas, para levar as vítimas a descarregar uma ferramenta de supervisão e gestão remota (RMM) que lhe permitiria tomar o controlo do seu posto[1].
Storm-1811: chamadas de «suporte técnico»
O MITRE indica que o Storm-1811 lançou chamadas de voz fazendo-se passar pelo suporte informático, para incitar os utilizadores a descarregar e executar scripts e ferramentas que servem de acesso inicial[1]. A Microsoft Threat Intelligence publicou a 15 de maio de 2024 um artigo sobre a utilização abusiva do Quick Assist em ataques de engenharia social que conduzem a ransomware[1].
Fontes
- MITRE ATT&CK, «Phishing: Spearphishing Voice, Sub-technique T1566.004 - Enterprise». https://attack.mitre.org/techniques/T1566/004/ (consultado em 10 de novembro de 2026)
- arXiv, «Deepfake Generation and Detection: A Benchmark and Survey», 26 de março de 2024. https://arxiv.org/abs/2403.17881 (consultado em 10 de novembro de 2026)
- NIST, «Guardians of Forensic Evidence: Evaluating Analytic Systems Against AI-Generated Deepfakes», 27 de janeiro de 2025. https://www.nist.gov/publications/guardians-forensic-evidence-evaluating-analytic-systems-against-ai-generated-deepfakes (consultado em 10 de novembro de 2026)
- CISA, «NSA, FBI, and CISA Release Cybersecurity Information Sheet on Deepfake Threats», 12 de setembro de 2023. https://www.cisa.gov/news-events/alerts/2023/09/12/nsa-fbi-and-cisa-release-cybersecurity-information-sheet-deepfake-threats (consultado em 10 de novembro de 2026)
- MITRE ATT&CK, «Phishing: Spearphishing via Service, Sub-technique T1566.003 - Enterprise». https://attack.mitre.org/techniques/T1566/003/ (consultado em 10 de novembro de 2026)
- arXiv, «Generative Adversarial Networks», 10 de junho de 2014. https://arxiv.org/abs/1406.2661 (consultado em 10 de novembro de 2026)
- arXiv, «Denoising Diffusion Probabilistic Models», 19 de junho de 2020. https://arxiv.org/abs/2006.11239 (consultado em 10 de novembro de 2026)
Citar este artigo
Brain, «Detetar um deepfake pela imagem e pelo som», Cyberpedia, 2026. https:/
BibTeX
@misc{brain_cp298_pt_2026,
author = {Brain},
title = {Detetar um deepfake pela imagem e pelo som},
year = {2026},
howpublished = {Cyberpedia},
url = {https://startbrain.io/cyberpedia/pt/articles/indicios-visuais-acusticos-deepfake/},
note = {CC BY 4.0}
}