Fraude d’identité et deepfakes : comment les réseaux criminels organisés exploitent l’IA et les infrastructures partagées

Ces dernières années, le La fraude à l’identité basée sur l’IA a connu une transformation radicale. Il ne s’agit plus de fraudeurs individuels isolés : aujourd’hui, les réseaux du crime organisé et les groupes de fraude coordonnés exploitent les identités, les appareils et les documents partagés pour contourner les contrôles KYC (Know Your Customer) et faciliter la criminalité financière à l’échelle mondiale. Le rapport 2026 sur la fraude à l'identité de Shufti, basé sur des données réelles de son réseau de vérification, offre un aperçu inquiétant de la manière dont ces groupes exploitent les nouvelles technologies pour multiplier les tentatives de fraude.

Deepfakes et IA générative : le nouveau visage de la criminalité

L'avènement deL’IA générative a éliminé les coûts et les obstacles techniques liés à la création de fausses identités convaincantes. Aujourd’hui, un seul opérateur peut recycler la même identité, le même document ou le même appareil dans des dizaines de tentatives de vérification, souvent dans différents secteurs et dans différents pays. Les données collectées par Shufti au premier semestre 2026 montrent que le phénomène est désormais répandu dans au moins onze secteurs, le secteur de la cryptographie enregistrant la plus forte exposition : 22,49 % des demandes de vérification sont frauduleuses.

Un exemple emblématique concerne un réseau coordonné qui a connecté 70 identités sur 13 appareils partagés et documents deepfake, avec un seul appareil utilisé pour 16 événements de vérification. L’intervalle le plus rapide entre l’apparition d’une même opération dans deux juridictions différentes n’était que de 38 secondes, trop court pour qu’il s’agisse d’un véritable mouvement physique : preuve évidente d’une infrastructure partagée et automatisée.

Les techniques d'attaque les plus courantes

Attaques de présentation

Ce type d'attaque implique l'introduction d'un artefact manipulé (tel qu'un visage généré par l'IA, un document modifié ou un masque physique) devant la caméra pendant la vérification biométrique. Le but est de tromper le système en présentant une image ou une vidéo qui semble authentique.

Connexions d'injection

Le Les attaques par injection sont encore plus sophistiquées : elles ignorent complètement la phase de présentation physique, en insérant directement des images ou des flux vidéo manipulés dans le pipeline de vérification via des caméras virtuelles ou des émulateurs. Dans ce cas, le problème affecte à la fois l’intégrité du logiciel et l’authenticité du document.

Fraude basée sur les infrastructures

Ici, les escrocs profitent infrastructures techniques partagées : émulateurs d'appareils, appareils usurpés, réseaux proxy, adresses IP contrôlées et ressources d'identité réutilisées. Cette approche vous permet d'effectuer des attaques de vérification à grande échelle, en recyclant continuellement les mêmes artefacts frauduleux.

Les chiffres de la fraude : documents deepfakes et identités synthétiques

Selon le Rapport 2026 sur la fraude à l'identité Deepfake de Shufti, la plupart des fraudes à l'identité basées sur l'IA se concentrent sur quatre artefacts principaux :

  1. **Fraude aux documents Deepfake (80,10 %)** : documents authentiques modifiés par substitution photographique ou altération de données, souvent réutilisés dans plusieurs applications.
  2. **Identités synthétiques (12,31 %)** : Combiner des données réelles et inventées pour créer des personnes qui n'existent pas mais semblent légitimes.
  3. **Vidéo injectée (4,01 %)** : flux préenregistrés ou générés envoyés directement dans le pipeline de vérification.
  4. **Face Swaps (3,58%)** : Remplacement du visage du demandeur par celui d'un autre individu ou d'un composite synthétique.

Secteurs les plus touchés : crypto, fintech et au-delà

Exposition à La fraude à l'identité varie considérablement selon les secteurs. La crypto est la plus vulnérable, avec 22,49 % des demandes de vérification jugées frauduleuses. Viennent ensuite la fintech (18,36 %), le forex (17,18 %), les prêts et investissements (17,08 %) et la santé (15,94 %). Des secteurs tels que l'assurance, les paiements, le commerce électronique, les jeux, les télécommunications et la banque sont également touchés, bien qu'à des pourcentages inférieurs.

Réseaux de fraude coordonnés : la nouvelle frontière du crime organisé

Le rapport de Shufti souligne comment la fraude organisée est de plus en plus facilitée par des écosystèmes criminels interconnectés. Ces groupes partagent des artefacts d'identité, des appareils et des signaux d'infrastructure, ce qui rend difficile l'identification et le blocage des tentatives frauduleuses par les systèmes de vérification traditionnels.

  1. Le 65,68% des correspondances entre tentatives frauduleuses distinctes résultent de la réutilisation d’un même document d’identité.
  2. Le 98,78% des clusters connectés implique entre deux et dix identités, démontrant que l’essentiel de la coordination se produit dans de petites cellules.
  3. Le 2,01% des tentatives frauduleuses s’étendent sur plusieurs pays, souvent en lien avec des activités de blanchiment d’argent.

Un cas notable concerne un réseau connecté originaire du Nigeria, qui connectait 70 identités via des documents, appareils et adresses IP partagées frauduleux. Un seul appareil était associé à 16 événements de vérification, tandis qu'une adresse IP reliait cinq événements distincts.

Activité transfrontalière : la signature de la coordination criminelle

L’activité transfrontalière est l’un des indicateurs les plus clairs de coordination criminelle. Les données de Shufti montrent que l'intervalle typique entre l'apparition de la même opération dans deux pays différents est de 9 minutes et 33 secondes, avec des cas extrêmes aussi courts que 38 secondes. Les juridictions les plus touchées sont les États-Unis (25,2 %), le Royaume-Uni (11,3 %), le Pakistan (7,3 %), le Mexique (7,0 %), le Vietnam (6,5 %) et la France (4,7 %).

Stratégies multi-niveaux pour la prévention de la fraude

La lutte contre la fraude à l'identité nécessite approche multiniveau :

1. Vérification à plusieurs niveaux : l'authentification des documents, la correspondance biométrique, l'activité et la détection des deepfakes doivent être intégrées, afin qu'aucun artefact isolé ne soit fiable.

2. Intelligence du réseau d'identité : empreintes digitales des appareils, analyse du réseau et attributs partagés entre les documents et les appareils pour démasquer le réseau derrière la tentative frauduleuse.

3. Vérification comportementale et continue : la biométrie comportementale et les contrôles périodiques empêchent les réseaux d'exploiter un compte même après l'intégration.

4. Décisions basées sur les risques : les tentatives de nettoyage sont automatiquement résolues, tandis que les cas suspects sont examinés, rationalisant ainsi les contrôles sans pénaliser les utilisateurs légitimes.

Au-delà de l’intégration : la nécessité d’une vigilance continue

La sécurité de l'identité ne peut pas s'arrêter à l'intégration. Un réseau coordonné se reconnaît à son comportement dans le temps et entre différents comptes. Il est essentiel de réévaluer la confiance lors des connexions, de la récupération de compte, des transactions de grande valeur, des changements de bénéficiaires et des examens périodiques, en exploitant les mêmes signaux d'intelligence du réseau qui aident à détecter dès le départ la fraude coordonnée.

Dans un contexte où le La fraude à l'identité devient de plus en plus sophistiquée et mondiale, seule une approche intégrée et dynamique peut garantir la sécurité des plateformes numériques et la protection des utilisateurs authentiques.

Voir l’article original en italien