Главная › Новости

Лицо чужака на знакомом экране: как видеоконференции стали мишенью для подмены личности

Опубликовано: 06.08.2026

Рутинное утро. Кофе, открытый ноутбук, календарь забит звонками. На экране появляется коллега — тот же силуэт, та же рубашка, привычная манера говорить. Но что-то неуловимо смещено. Может, взгляд слишком застыл. Может, мимика не совпадает со словами. Спустя несколько минут доходит: это не он. Или — она. Кто-то другой управляет знакомым лицом, как марионеткой.

Сценарий, который ещё пару лет звучал как сюжет для техно-триллера, теперь routinely встречается в корпоративной среде. Инструменты для замены лиц в реальном времени перестали быть экзотикой — они доступны, недороги и становятся всё более убедительными. А фундамент для этой убедительности заложен там, где мало кто ожидает: в индустрии генерации изображений.

От откровенных картинок к корпоративному мошенничеству

Парадокс, но значительная часть прогресса в подмене лиц на видео выросла из спроса на генерацию эротического контента с помощью нейросетей. Когда миллионы пользователей начали массово создавать откровенные изображения с лицами реальных людей, алгоритмы прошли колоссальную тренировку. Системы научились идеально совмещать лицо с чужим телом, подстраивать освещение, углы поворота головы, микровыражения.

Эта технологическая база оказалась двусторонней. Те же модели, что генерируют пиксельные фантазии по текстовому запросу, были адаптированы для работы с видеопотоком. Разница лишь в скорости: вместо статической картинки алгоритм должен обрабатывать двадцать четыре-тридцать кадров в секунду, подстраивая наложенное лицо под движение головы, смену света и мимику оригинала.

Рынок откликнулся быстро. Программы вроде DeepFaceLive или FraudGPT изначально тестировались на сомнительном контенте, а затем перекочевали в арсенал мошенников. И если раньше дипфейк можно было отличить по размытым границам или мерцанию, то сейчас порог качества настолько вырос, что невооружённым глазом заметить подмену бывает невозможно.

Как устроена атака на видеоконференцию

Механика проще, чем кажется. Злоумышленнику не нужен доступ к серверам Zoom или Teams. Вся магия происходит на стороне атакующего.

• Сбор материала. Достаточно нескольких минут открытого видео с лицом жертвы — интервью, выступление, ролик в соцсетях. Для продвинутых атак помогают фотографии из открытых источников.
• Обучение модели. Лицо жертвы «натягивается» на базовую модель. Процесс занимает от нескольких часов до пары дней на обычной видеокарте потребительского класса.
• Трансляция. Во время звонка мошенник подключается через виртуальную камеру. Его собственное лицо в реальном времени заменяется на лицо жертвы. Голос при этом либо синтезируется отдельно, либо мошенник просто молчит, имитируя проблемы со связью.

Классический сценарий — звонок от «руководителя» финансовому директору с срочным запросом на перевод. Или от «коллеги из другого офиса» с просьбой скинуть конфиденциальный документ. Человек видит знакомое лицо, слышит знакомый контекст — и критическое мышление отключается.

Почему традиционная защита пасует

Платформы для видеоконференций внедряют средства верификации: пароли, ждущие комнаты, двухфакторную аутентификацию. Но всё это защищает от несанкционированного попадания в звонок. Если же злоумышленник легитимно подключился — например, под видом нового сотрудника или партнёра — ни одна из этих мер не сработает.

Другая проблема — фокус платформ на защите контента, а не участников. Шифрование трафика предотвращает перехват, но не предотвращает обман. Камера показывает то, что транслирует клиент на стороне атакующего. Для сервера это просто корректный видеопоток.

Отдельная сложность — культурная. В большинстве организаций до сих пор нет протокола верификации собеседника в ходе звонка. Доверие к визуальному образу настолько глубоко укоренено, что сомнения в подлинности лица воспринимаются как паранойя.

Практические контрмеры без затрат на ИБ

Полностью исключить угрозу дипфейков пока невозможно — технологии обеих сторон развиваются параллельно. Но вероятность успешной атаки можно резко снизить без покупки специализированного софта.

Установите процедуру подтверждения критичных действий

Любой запрос на финансовую операцию, передачу доступов или пересылку чувствительных данных, полученный через видеозвонок, должен подтверждаться через отдельный канал. Короткое сообщение в рабочем мессенджере или электронную почту с запросом «ты только что звонил по поводу перевода?» — уже серьёзное препятствие для мошенника.

Используйте контрольные вопросы

Не банальные «как тебя зовут» или «в каком отделе ты работаешь» — эту информацию злоумышленник знает. Вопросы должны опираться на контекст, недоступный извне: «Что мы обсуждали на вчерашней встрече по проекту X?», «Кто отвечал за ту задачу, которую ты делегировал в понедельник?»

Обратите внимание на несовпадения

Дипфейки всё ещё несовершенны в деталях. Стоит насторожиться, если:

• Губы не совсем синхронизированы со звуком
• Моргание слишком редкое или механическое
• Тени на лице не меняются при повороте головы
• Очки остаются идеально прозрачными при любом угле
• Фон за головой странно искажается на границах лица

Большинство этих артефактов заметны только при внимательном смотрении — именно поэтому они работают против человека, который расслаблен и доверяет собеседнику.

Снизьте объём открытого видео

Чем меньше качественного видео с лицом сотрудника доступно публично — тем сложнее злоумышленнику обучить модель. Это не значит, что нужно удалить все профили. Но стоит пересмотреть, действительно ли выступление на конференции нужно публиковать в полном HD-качестве, или достаточно аудиоверсии с парой статичных кадров.

Поощряйте культуру сомнения

Самое трудное. Нужно создать атмосферу, в которой вопрос «а точно ли это ты?» не воспринимается как оскорбление. Это вопрос корпоративной гигиены, аналогичный мытью рук перед едой. Никто не обижается на гигиенические нормы — стоит так же отнестись и к цифровой.

Что будет дальше

Следующий виток — генерация не только лица, но и всего тела в реальном времени. Уже появляются модели, способные синтезировать полноценный видеоряд с человеком, которого не существует. Граница между «настоящим» и «сгенерированным» будет стираться дальше, и полагаться на зрение станет всё опаснее.

Пока индустрия безопасности догоняет, остаются старые добрые организационные меры: разделение каналов связи, подтверждение через альтернативные пути, осознанное отношение к тому, что публикуется о себе и коллегах. Иногда защита от самых изощрённых технологий выглядит как возвращение к простым правилам. Просто теперь цена ошибки стала выше.