Cách phát hiện gian lận danh tính do trí tuệ nhân tạo (AI) tạo ra khi quá trình đăng ký người dùng đã vượt qua mọi bước xác minh danh tính (KYC)

Những điểm chính

• Việc kiểm tra KYC chỉ xác nhận rằng tài liệu đã được nộp theo định dạng quy định, chứ không phải xác nhận rằng danh tính của chủ sở hữu tài liệu đó là thật
• Tội phạm lừa đảo danh tính tổng hợp kết hợp dữ liệu thực bị đánh cắp — chủ yếu là số An sinh Xã hội (SSN) lấy từ trẻ em hoặc những người hiếm khi kiểm tra điểm tín dụng của mình — với các thông tin bịa đặt nhằm qua mặt quy trình xác minh danh tính theo thời gian
• Một bản cáo trạng liên bang được công bố vào tháng 8 năm 2026 đã truy tố hai cá nhân liên quan đến một âm mưu làm giả danh tính trị giá 2,2 triệu đô la, được thực hiện thông qua hơn 1.072 đơn đăng ký thẻ tín dụng gian lận
• Một người đàn ông bị kết án vào tháng 6 năm 2026 đã qua mặt được quy trình xác minh “chụp ảnh tự sướng so sánh với giấy tờ tùy thân” của một ngân hàng Hà Lan bằng cách ghép khuôn mặt từ các giấy tờ tùy thân bị đánh cắp vào ảnh của chính mình, từ đó mở được 46 tài khoản gian lận
• AI Content Inspector áp dụng các tín hiệu phát hiện hình ảnh, văn bản và siêu dữ liệu tương tự như những tín hiệu được sử dụng để phát hiện gian lận hóa đơn và yêu cầu bồi thường vào các hình ảnh chứng minh nhân dân, ảnh tự chụp và các tài liệu hỗ trợ trong quá trình đăng ký

Hình thức gian lận danh tính do trí tuệ nhân tạo (AI) tạo ra trong quy trình đăng ký dịch vụ tài chính

Trong quá trình đăng ký, hành vi lừa đảo danh tính do trí tuệ nhân tạo (AI) tạo ra có hai hình thức: danh tính tổng hợp được xây dựng từ dữ liệu thực bị đánh cắp và hình ảnh deepfake được ghép vào các tài liệu bị đánh cắp. Cả hai hình thức này đều được thiết kế để vượt qua các bước kiểm tra ban đầu, chứ không phải để chịu được quá trình điều tra.

Các danh tính giả được tạo ra từ các số an sinh xã hội (SSN) thật bị đánh cắp

Vào tháng 8 năm 2026, một bồi thẩm đoàn liên bang đã công bố bản cáo trạng gồm 19 tội danh đối với hai cá nhân bị cáo buộc điều hành một đường dây lừa đảo sử dụng danh tính giả từ khoảng năm 2012 đến năm 2024. Các công tố viên cho biết, hai đối tượng này đã sử dụng các số An sinh Xã hội hợp lệ, trong đó nhiều số thuộc về trẻ em, để nộp khoảng 1.072 đơn đăng ký thẻ tín dụng và thẻ ghi nợ trực tuyến, gây ra thiệt hại ước tính khoảng 2,2 triệu đô la.

Các bức ảnh tự chụp deepfake được gửi trong quá trình đăng ký trực tuyến

Một vụ việc khác cho thấy khía cạnh liên quan đến hình ảnh của vấn đề này. Một người đàn ông bị kết án vào tháng 6 năm 2026 đã sử dụng phần mềm hoán đổi khuôn mặt để ghép các đặc điểm khuôn mặt của mình vào các giấy tờ tùy thân bị đánh cắp, qua mặt được hệ thống kiểm tra “chụp ảnh tự sướng so với giấy tờ tùy thân” ( mobile ) của một ngân hàng Hà Lan và mở 46 tài khoản gian lận.

Quy mô của vấn đề

Theo Biometric Update, một tổ chức tài chính đã ghi nhận 8.065 lần cố gắng xác thực bằng deepfake trong vòng tám tháng, dẫn đến khoản lỗ trị giá 347 triệu USD. Báo cáo An ninh Trí tuệ Nhân tạo 2026 của Check Point cho thấy các chuyên gia đánh giá đã qua đào tạo chỉ nhận diện chính xác khoảng 41% số khuôn mặt do trí tuệ nhân tạo tạo ra, khẳng định rằng việc kiểm tra thủ công bởi con người thôi thì không còn đủ khả năng phát hiện những gì mà các mô hình tạo sinh sản xuất ra.

Cách các danh tính này được tích hợp vào quy trình tiếp nhận khách hàng mới và mở tài khoản

Các danh tính giả mạo xâm nhập qua cùng các kênh với các ứng viên hợp pháp: các cổng đăng ký trực tuyến, việc tạo tài khoản trên ứng dụng mobile và các hàng đợi tải lên tài liệu được kết nối với hệ thống xác minh danh tính khách hàng (KYC). Danh tính đó được đưa vào quy trình thẩm định trước khi bất kỳ bước kiểm tra nào đánh giá xem dữ liệu cơ sở có thật hay không.

Vụ việc liên quan đến ngân hàng Hà Lan đã phơi bày toàn bộ cơ chế này. Các giấy tờ tùy thân đã được thu thập thông qua một mẩu tin cho thuê nhà giả mạo và các nền tảng mạng xã hội, sau đó được nộp thông qua quy trình xác minh danh tính bằng ảnh và ảnh tự chụp ( mobile ) tiêu chuẩn của ngân hàng — chính là quy trình mà các ứng viên hợp pháp cũng sử dụng.

Ba lý do khiến các thủ tục xác minh danh tính (KYC) tiêu chuẩn không thể phát hiện được các danh tính giả mạo hoặc danh tính tổng hợp

Các bước kiểm tra khi tải lên tài liệu chỉ xác nhận rằng tệp tin đó đầy đủ và được định dạng đúng, chứ không phải xác thực danh tính trong đó. Khoảng trống này khiến các danh tính tổng hợp và do trí tuệ nhân tạo tạo ra có thể lọt qua.

Phương pháp so sánh ảnh tự chụp với ảnh trên giấy tờ tùy thân giả định rằng bức ảnh được gửi là hình ảnh chụp nguyên bản của khuôn mặt thật. Phương pháp này không được thiết kế để phát hiện hình ảnh bị hoán đổi khuôn mặt hoặc hình ảnh do trí tuệ nhân tạo tạo ra được ghép vào giấy tờ tùy thân bị đánh cắp – và đó chính là nguyên nhân khiến hệ thống kiểm tra “ mobile ” của ngân hàng Hà Lan bị đánh bại.

Các danh tính giả mạo cũng hoạt động giống như những người nộp đơn thực sự, với quá trình hình thành từ từ. Không có dấu hiệu nào trong một đơn đăng ký cụ thể cho thấy sự cấp bách, bởi vì hành vi gian lận được xây dựng dần dần qua nhiều tháng hoạt động trông bình thường, chứ không phải từ một sự kiện đáng ngờ duy nhất. Báo cáo An ninh Trí tuệ Nhân tạo 2026 của Check Point xem đây là một phần của xu hướng chuyển đổi rộng lớn hơn, trong đó trí tuệ nhân tạo đang chuyển từ vai trò hỗ trợ các vụ gian lận sang trực tiếp thực hiện chúng.

Các dấu hiệu giúp phát hiện giấy tờ tùy thân và ảnh tự chụp do trí tuệ nhân tạo tạo ra

AI Content Inspector là công cụ phát hiện tính xác thực của nội dung và gian lận tài liệu dựa trên trí tuệ nhân tạo (AI) củ OPSWAT, dành cho nền tảng MetaDefender™. Công cụ này áp dụng cùng kiến trúc kiểm tra được sử dụng để phát hiện gian lận hóa đơn và yêu cầu bồi thường vào ảnh thẻ căn cước, ảnh tự chụp và tài liệu đăng ký, bằng cách chạy đồng thời nhiều tín hiệu kiểm tra độc lập trên từng tệp thay vì chỉ dựa vào một lần kiểm tra duy nhất.

Tính năng “Phát hiện hình ảnh do AI tạo ra” kiểm tra các ảnh thẻ và ảnh tự chụp được gửi lên theo cách tương tự như khi kiểm tra hình ảnh trong hồ sơ yêu cầu: nhằm phát hiện sự không nhất quán về dấu vân tay cảm biến, các hiện tượng méo mó do nén, cũng như các tín hiệu ở cấp độ pixel và miền tần số giúp phân biệt giữa hình ảnh được chụp bằng máy ảnh với hình ảnh được tạo ra hoặc chỉnh sửa.

Việc rà soát gian lận tài liệu được áp dụng đối với các tệp chứng minh địa chỉ và các tài liệu hỗ trợ trong quá trình đăng ký, nhằm kiểm tra tính nhất quán về siêu dữ liệu và cấu trúc so với hình thức mà một tài liệu hợp lệ từ nguồn đó phải có.

Tính năng phát hiện hình mờ SynthID của Google kiểm tra các hình mờ được nhúng mà một số công cụ tạo hình ảnh bằng AI tạo ra. Trong quá trình thử nghiệm, OPSWAT đã loại bỏ các dấu hiệu SynthID khỏi hơn 21.000 hình ảnh do AI tạo ra; mặc dù công cụ phát hiện hình mờ đã bỏ sót những hình ảnh này, nhưng các tín hiệu phân tích pháp y và phân loại sâu vẫn cho độ chính xác phát hiện trên 90%, khẳng định rằng công cụ này không chỉ dựa vào hình mờ để hoạt động.

Mỗi kết quả được trả về dưới dạng một kết luận kèm theo mức độ tin cậy thay vì chỉ đơn thuần là “đạt” hay “không đạt”, do đó các nhóm phụ trách quá trình tiếp nhận có thể thiết lập mức độ chắc chắn cần thiết trước khi một tệp được tự động phê duyệt, đánh dấu cảnh báo hoặc chuyển sang để con người xem xét.

Cách xác minh tính xác thực của danh tính trước khi mở tài khoản

Việc xác minh tính xác thực của danh tính trước khi mở tài khoản đòi hỏi phải thực hiện đồng thời hai bước kiểm tra; nếu chỉ thực hiện riêng lẻ từng bước, sẽ không thể phát hiện được vụ việc ở Hà Lan hay vụ truy tố liên quan đến danh tính giả mạo.

Phân tích tính xác thực của tài liệu nhằm đánh giá xem giấy tờ tùy thân, ảnh tự chụp và tệp chứng minh địa chỉ có phải là tài liệu thật và có tính nhất quán nội tại hay không.

Quá trình xác thực hồ sơ người nộp đơn sẽ đối chiếu danh tính được khai báo với những thông tin đã có sẵn: xem liệu số An sinh xã hội (SSN), địa chỉ và thông tin liên lạc có khớp với lịch sử đã được xác lập từ trước hay chỉ là thông tin mới được tổng hợp gần đây.

Các kết quả đánh giá chưa rõ ràng nên được chuyển sang xem xét thủ công thay vì tự động chấp thuận hoặc tự động từ chối. Các nhóm phụ trách quy trình tiếp nhận khách hàng mới cũng nên xem xét các tín hiệu rủi ro chồng chéo — chẳng hạn như tài khoản mới, thông tin liên hệ thay đổi và tốc độ nộp đơn cao bất thường — như một quyết định tổng hợp, thay vì thực hiện các bước kiểm tra riêng lẻ mà mỗi bước nhìn riêng lẻ đều có vẻ chấp nhận được.

Cách xây dựng quy trình tiếp nhận nhân viên mới lấy phòng ngừa làm ưu tiên hàng đầu

Quy trình tích hợp người dùng mới lấy phòng ngừa làm ưu tiên hàng đầu sẽ áp dụng các biện pháp kiểm soát tính xác thực tại mọi điểm nhập tài liệu và hình ảnh trước khi tài khoản được tạo, chứ không phải sau khi một giao dịch đáng ngờ kích hoạt quá trình rà soát.

Các lớp kiểm soát trong quá trình tích hợp để phòng ngừa gian lận danh tính

AI Content Inspector bổ sung tính năng phát hiện tính xác thực của ID

AI Content Inspector tích hợp trực tiếp tính năng phát hiện tính xác thực của giấy tờ tùy thân vào quy trình xử lý hình ảnh tự động ( MetaDefender ), thay vì phải sử dụng một công cụ riêng biệt để kiểm tra giấy tờ tùy thân và ảnh tự chụp. Đối với các đội ngũ phụ trách quy trình đăng ký tuân thủ quy định, điều này có nghĩa là họ có thể phát hiện các danh tính giả mạo và khuôn mặt do AI tạo ra ngay tại bước mà lẽ ra việc so sánh ảnh tự chụp với giấy tờ tùy thân sẽ cho phép chúng qua kiểm tra.

AI Content Inspector hoạt động như một công cụ độc lập trong MetaDefender™ Core và MetaDefender™ Cloud, cùng với Metascan™ Multiscanning, công nghệ Deep CDR™ và các công nghệ Proactive DLP™. Các tổ chức hiện đang sử dụng MetaDefender có thể bổ sung tính năng xác định tính xác thực của giấy tờ tùy thân mà không cần phải hợp tác với nhà cung cấp mới hay thực hiện dự án tích hợp riêng biệt.

Hãy tích hợp AI Content Inspector vào hệ thống triển khai “ MetaDefender ” của bạn để áp dụng công nghệ phát hiện tính xác thực của nội dung – vốn được sử dụng để phát hiện gian lận hóa đơn và yêu cầu bồi thường – vào hình ảnh chứng minh nhân dân, ảnh tự chụp và các tài liệu đăng ký.

Những câu hỏi thường gặp

Lừa đảo danh tính tổng hợp là gì?

Lừa đảo danh tính tổng hợp là hành vi kết hợp dữ liệu thực bị đánh cắp — thường là số An sinh Xã hội — với các thông tin cá nhân bị bịa đặt để tạo ra một danh tính không tương ứng với người nộp đơn thực tế, nhằm mục đích vượt qua các bước kiểm tra xác minh trong quá trình đăng ký theo thời gian thay vì gây ra nghi ngờ ngay từ lần nộp đơn đầu tiên.

Hành vi gian lận danh tính do trí tuệ nhân tạo (AI) tạo ra diễn ra như thế nào trong quá trình đăng ký tài khoản?

Những kẻ lừa đảo gửi ảnh thẻ căn cước, ảnh tự chụp và các tài liệu chứng minh do trí tuệ nhân tạo (AI) tạo ra hoặc đã qua chỉnh sửa thông qua cùng các cổng thông tin mà các ứng viên hợp pháp sử dụng. Do các tệp tin này không chứa phần mềm độc hại, nên các công cụ kiểm tra danh tính ( Bảo mật tập tin ) tiêu chuẩn sẽ cho phép chúng qua kiểm tra, và hành vi gian lận chỉ bị phát hiện nếu nội dung đó được xác thực.

Các thủ tục xác minh KYC có thể phát hiện được các tài liệu tùy thân được tạo bằng công nghệ deepfake hoặc trí tuệ nhân tạo (AI) không?

Các thủ tục xác minh KYC tiêu chuẩn nhằm kiểm tra định dạng và tính đầy đủ của hình ảnh, đồng thời so sánh ảnh tự chụp với ảnh trên giấy tờ tùy thân. Cả hai bước này đều không được thiết kế để phát hiện liệu hình ảnh được gửi có phải do trí tuệ nhân tạo (AI) tạo ra hay đã qua chỉnh sửa hay không; đó là lý do tại sao một bức ảnh tự chụp đã hoán đổi khuôn mặt vẫn có thể vượt qua bước so sánh giữa ảnh tự chụp và ảnh trên giấy tờ tùy thân.

Những dấu hiệu nào cho thấy một giấy tờ tùy thân hoặc ảnh tự chụp được tạo ra bởi trí tuệ nhân tạo?

Sự không nhất quán về dấu vân tay cảm biến, hiện tượng biến dạng do nén, sự không khớp về siêu dữ liệu và các bất thường về cấu trúc đều cung cấp những manh mối riêng lẻ. AI Content Inspector kết hợp các yếu tố này với khả năng phát hiện hình mờ, chẳng hạn như Google SynthID, để đưa ra một kết luận duy nhất kèm theo mức độ tin cậy được chấm điểm.

Lừa đảo danh tính khác với lừa đảo hóa đơn đã được đề cập trong bài viết trước của chúng tôi về lừa đảo hóa đơn do trí tuệ nhân tạo (AI) tạo ra như thế nào?

Gian lận hóa đơn nhắm vào quyết định thanh toán bằng cách sử dụng tài liệu giả mạo như hóa đơn hoặc biên lai. Gian lận danh tính nhắm vào quyết định xác minh bằng cách sử dụng giấy tờ tùy thân, ảnh tự chụp hoặc tài liệu chứng minh địa chỉ bị làm giả hoặc chỉnh sửa. Cả hai hình thức này đều khai thác cùng một lỗ hổng: một tệp tin có thể không chứa phần mềm độc hại nhưng vẫn mang tính gian lận về nội dung mà nó tuyên bố thể hiện.