Détection du vivant passive et active : sécurité, vitesse, effort

Deux têtes de mannequin identiques en plâtre gris, l’une de face, l’autre tournée, avec un arc orange au-dessus de la seconde

Détection du vivant passive et active : ce que détecte chaque mode, ce qu’un test américain a mesuré, ce que demandent les régulateurs d’Asie du Sud-Est.

Dans l’entrée en relation à distance par eKYC (connaissance client électronique), les contrôles de détection du vivant existent en deux modes : la détection du vivant active demande à l’utilisateur d’agir, et la détection du vivant passive juge une image déjà capturée. Ce guide les confronte à un test du gouvernement américain, aux normes et laboratoires qui les évaluent, et aux règles d’Asie du Sud-Est. Aucune des sources citées ici ne mesure comment réagissent les utilisateurs d’Asie du Sud-Est, et aucun des textes de régulateurs ne choisit un mode.

Ce que font réellement la détection du vivant passive et active

La norme ISO/IEC 30107-1 définit la détection du vivant comme une analyse visant à « déterminer si un échantillon biométrique est capturé sur un sujet vivant présent au point de capture » (notre traduction). La norme la qualifie de « sous-ensemble des méthodes de détection des attaques de présentation » (notre traduction), et la détection des attaques de présentation (PAD) couvre les attaques menées sur le dispositif de capture.

La détection du vivant active demande à l’utilisateur de faire quelque chose que la caméra peut vérifier, comme tourner la tête ou cligner des yeux. Chacune de ces consignes appelle une réponse qu’une contrefaçon doit reproduire, c’est pourquoi les testeurs d’iBeta adaptent leurs attaques contre les systèmes actifs pour fournir le mouvement, le sourire ou le clignement demandé.

La détection du vivant passive ne confie aucune tâche à l’utilisateur : le système juge une image ou une vidéo déjà capturée. La Monetary Authority of Singapore (MAS, l’autorité monétaire de Singapour) traite de la détection du vivant dans un document d’information, « Cyber Risks Associated with Deepfakes » (MAS/TCRS/2025/06, 18 septembre 2025). Elle dit que les institutions devraient mettre en œuvre la détection du vivant « pour détecter les vidéos manipulées par l’analyse du mouvement, l’analyse de la texture, l’imagerie thermique, l’analyse de profondeur 3D et l’analyse comportementale » (notre traduction). Elle ajoute qu’elles pourraient aussi inviter l’utilisateur à agir. La MAS ne qualifie pas ces signaux de passifs et ne les définit pas.

La norme ISO/IEC 30107-1 donne ses propres exemples d’éléments probants du vivant. Les caractéristiques anatomiques comprennent l’« absorption de l’éclairage par la peau et le sang » (notre traduction), et les réactions involontaires comprennent « la réaction de l’iris à la lumière et l’activité cardiaque (pouls) » (notre traduction). Les réactions volontaires comprennent une présentation « en réponse à une consigne directive » (notre traduction). Pour les logiciels passifs, le NIST IR 8491 (2023) du National Institute of Standards and Technology (NIST) américain a constaté que plusieurs algorithmes donnaient de meilleurs résultats sur vidéo que sur images fixes, un gain qu’il qualifie de « très dépendant de l’algorithme » (notre traduction).

Les deux étiquettes sont des termes du secteur, non des termes définis dans la norme ISO/IEC 30107-1. L’un ou l’autre mode peut s’exécuter à l’entrée en relation ou plus tard, dans le cadre de l’authentification biométrique.

Ce que chaque mode détecte et laisse passer dans les tests de détection des attaques de présentation

Ce qu’ont montré les tests

Le Remote Identity Validation Rally (RIVR) a été mené pour la Direction des sciences et technologies du Department of Homeland Security américain (DHS S&T) au Maryland Test Facility. Fin 2025, 645 volontaires américains ont réalisé une transaction avec chaque téléphone utilisé, sur chacun des 6 produits actifs, et 12 produits passifs ont traité des selfies que les mêmes volontaires avaient capturés avec une application. Les résultats ont été publiés de février à mars 2026. Le test a mesuré des choses différentes pour chaque mode, comme l’explique la section sur la vitesse.

Les résultats ont beaucoup varié d’un produit à l’autre. Un des 6 systèmes actifs et un des 12 systèmes passifs ont atteint à la fois les seuils de sécurité et de commodité. La propre conclusion du test : « Les attaques de présentation à faible effort peuvent être efficaces » (notre traduction).

Le NIST IR 8491 ne portait que sur des détecteurs passifs logiciels : 82 algorithmes de 45 développeurs. La précision « variait largement » (notre traduction) selon les algorithmes, les cas d’usage et les types d’attaque, et « seul un faible pourcentage des algorithmes évalués » (notre traduction) montrait une capacité de détection notable. Le NIST n’a pas testé les méthodes de défi-réponse, il ne donne donc aucune donnée sur la détection du vivant active.

Ce qu’ils n’ont pas couvert

Aucun des deux modes, tels qu’ils ont été testés dans ces sources, ne couvre l’injection, où des médias sont injectés à la place de la caméra. La norme ISO/IEC 30107 ne couvre que les attaques sur le dispositif de capture, le NIST IR 8491 est « muet sur … les attaques par injection » (notre traduction), et le test du DHS S&T a laissé l’injection de côté. Les exigences de l’Alliance FIDO disent que le défi-réponse « peut aider à prévenir les attaques, en particulier les moins sophistiquées » (notre traduction), et n’imposent aux fournisseurs que de documenter leurs protections contre l’injection.

Combien de temps prend un contrôle de détection du vivant : vitesse et effort de l’utilisateur dans un test américain

Dans le test du DHS S&T, l’application de capture passive a tourné sur trois modèles de téléphone ; elle autorisait deux tentatives pour réussir les contrôles de qualité automatiques et proposait une capture manuelle à la troisième.

MesureActifs (6 produits)Passifs (12 produits)
Temps moyen (pire cas par produit)18,1–23,1 secondes par transaction, interaction complète de l’utilisateur0,3–7,4 secondes de traitement machine uniquement
Satisfaction positive88,1 %–96,3 % des volontairesNon mesuré
Utilisateurs légitimes rejetés à tort (médiane)4,3 %1,7 %
Acceptation d’attaques dans le pire cas, par produit0 %–65 %1,7 %–100 %

Les deux modes ont été mesurés différemment, ces chiffres ne peuvent donc pas être comparés d’un mode à l’autre. Le temps actif couvre toute l’interaction du volontaire, tandis que le temps passif est le traitement machine sans le temps de capture du volontaire. La satisfaction n’a été mesurée que pour les systèmes actifs.

Calcul fait sur cette seule cohorte : à la médiane, environ 96 tentatives individuelles légitimes sur 100 avec les systèmes actifs, et 98 sur 100 avec les systèmes passifs, n’ont pas été signalées à tort comme des attaques. Ce n’est pas un taux d’achèvement. Le test n’a mesuré ni les nouvelles tentatives ni l’abandon, les images passives avaient déjà passé des contrôles de qualité automatiques, et les médianes portent sur des combinaisons de système et de téléphone dans un échantillon américain.

Les résultats actifs variaient davantage selon les groupes démographiques, avec l’écart le plus large pour les volontaires de 46 ans et plus, et ils variaient aussi selon le modèle de smartphone.

Ce que les régulateurs d’Asie du Sud-Est demandent à la détection du vivant

Régulateur et instrumentModalitéCe qu’il dit de la détection du vivant
Banque d’État du Viêt Nam (State Bank of Vietnam, SBV) : circulaires 50/2024 et 77/2025Doit (« phải »)Confirmation en ligne, première connexion ou connexion sur un nouvel appareil : PAD certifiée, comparaison en 3 min max., blocage à ≤ 10 échecs
SBV : circulaire 17/2024Doit (« phải »)Ouverture de compte : biométrie comparée aux données de la puce de la carte d’identité ; aucune mention de la détection du vivant
Bank Negara Malaysia (BNM) : document de politique d’e-KYCPeut ; doit pour les comptes de l’annexe 4Module de détection du vivant ; scénarios de test PAD minimaux
Bank of Thailand (BOT) : lignes directrices de 2023 sur la technologie biométriqueDevraitLimite de tentatives, délai croissant, autre méthode (note 7)
MAS : document d’informationDevrait ; pourraitSignaux de détection du vivant ; « pourraient aussi inviter » (notre traduction) l’utilisateur à agir
Bangko Sentral ng Pilipinas (BSP, banque centrale des Philippines) : circulaire 1213 (2025)DoitAucun texte sur la détection du vivant
Otoritas Jasa Keuangan (OJK, autorité indonésienne des services financiers) : POJK 8/2023, 21/2023Doit (« wajib »)Facteur biométrique ; aucune mention de la détection du vivant

Les règles du Viêt Nam sont les plus détaillées. L’article 11(5) de la circulaire 50/2024/TT-NHNN fixe les règles de comparaison faciale pour confirmer les transactions de banque en ligne. L’article 8(6) les applique lorsqu’un client particulier se connecte pour la première fois à une application de Mobile Banking, ou se connecte sur un nouvel appareil, là où des contrôles biométriques sont exigés. La comparaison faciale doit pouvoir détecter les attaques de présentation par photos, vidéo et masques 3D, sur la base de normes internationales telles que NIST SP 800-63B, ISO 30107 ou FIDO. L’article 11(5) fixe aussi un plancher de précision : un taux de faux rejet inférieur à 5 % pour un taux de fausse acceptation inférieur à 0,01 %, ou l’équivalent, selon les exigences FIDO, sur au moins 10 000 échantillons.

La comparaison doit s’achever en 3 minutes au plus (« tối đa 03 phút »), et la confirmation biométrique doit se bloquer après la limite d’échecs consécutifs fixée par l’institution, qui ne peut dépasser 10. La circulaire 50 exigeait déjà que la solution de PAD soit certifiée par un laboratoire reconnu par FIDO. Depuis le 1er mars 2026, la circulaire 77/2025/TT-NHNN accepte aussi un organisme de certification accrédité. Elle fixe l’exigence en ces termes : « đáp ứng tiêu chuẩn ISO 30107 cấp độ 2 (Level 2) hoặc tương đương » (ISO 30107 niveau 2 ou équivalent). La norme ISO/IEC 30107-3 fixe la méthode d’essai et ne définit pas de niveaux numérotés tels que « Level 2 ». Sa clause sur les « niveaux d’évaluation » (notre traduction) indique quelle partie du système est testée : le sous-système de PAD, la capture de données ou le système complet. Des laboratoires et des programmes comme iBeta et FIDO fixent les niveaux numérotés.

L’article 16 de la circulaire 17/2024/TT-NHNN exige qu’une banque qui ouvre un compte par voie électronique compare la biométrie du client aux données de la puce de la carte d’identité, ou passe par le compte d’identité électronique VNeID. Ni la circulaire 17 ni sa modification de 2025, la circulaire 25/2025, ne fixent d’exigence propre de détection du vivant ou de PAD.

La circulaire 50 cite NIST SP 800-63B parmi ses normes. Sa version actuelle, le NIST SP 800-63B-4 de juillet 2025, est un ensemble de lignes directrices fédérales américaines. Il dit que les systèmes biométriques « DOIVENT mettre en œuvre la PAD pour la reconnaissance faciale » (notre traduction) et devraient afficher un taux d’acceptation des présentations d’attaque d’imposteur (IAPAR) inférieur à 0,07. Après 5 échecs consécutifs, ou 10 avec PAD, il exige un délai d’au moins 30 secondes avant chaque nouvelle tentative. Après 50 (100 avec PAD), il exige de désactiver l’authentification biométrique et de proposer un autre facteur. Il ne choisit aucun mode.

Le document de politique d’e-KYC de la Bank Negara Malaysia (BNM, la banque centrale de Malaisie) du 15 avril 2024 range la détection du vivant parmi les trois modules d’e-KYC qu’une institution « peut » (notre traduction) utiliser (G 8.10). Pour certains comptes courants, d’épargne et d’investissement ouverts par eKYC, son annexe 4 rend les trois obligatoires. L’annexe 3 fixe des scénarios de test minimaux, avec des tests « DeepFake » « si possible » (notre traduction), et dit que le test de PAD « peut être réalisé conformément à ISO/IEC 30107-3 » (notre traduction). Les échantillons de test « doivent être représentatifs de la démographie des clients d’une institution financière et la refléter de manière adéquate » (notre traduction).

Les lignes directrices de la Bank of Thailand (BOT, banque centrale de Thaïlande) intitulées Guideline for Biometric Technology Adoption in Financial Services (septembre 2023) disent que les prestataires devraient fixer des procédures pour détecter les imposteurs à l’enregistrement, par exemple en recourant à « une technologie de détection des attaques de présentation ou de détection du vivant, et à d’autres contrôles lorsque c’est possible » (notre traduction). La note 7 de sa pratique recommandée sur les limites de tentatives renvoie à NIST SP 800-63B et à l’Electronic Transactions Development Agency de Thaïlande pour une limite de moins de 10 tentatives de PAD échouées. Elle recommande ensuite un délai croissant, le refus de l’authentification et une autre méthode.

La circulaire 1213 de la BSP, Series of 2025 (mai 2025), modifie les règles de gestion des risques informatiques en vertu de l’Anti-Financial Account Scamming Act. Elle ne mentionne pas la détection du vivant ; le POJK 8/2023 de l’OJK, sur les programmes de lutte contre le blanchiment de capitaux, le financement du terrorisme et le financement de la prolifération, et le POJK 21/2023, sur les services numériques des banques commerciales, non plus.

Ce que signifie « Level 2 » : ISO 30107, iBeta et FIDO

iBeta est un laboratoire américain accrédité par le National Voluntary Laboratory Accreditation Program (NVLAP) du NIST, avec ISO 30107-3 dans son périmètre. Il définit trois niveaux d’essai qui lui sont propres. Le niveau 1 utilise des artefacts coûtant jusqu’à 30 USD et n’admet aucune attaque réussie. Le niveau 2 utilise des artefacts jusqu’à 300 USD, comme des masques en résine ou en latex, et admet 1 %.

Ces montants en dollars sont les limites d’iBeta pour les matériaux d’essai, et ils ne disent rien de ce que coûtent les attaques hors du laboratoire. Pour réussir, un produit doit désormais rejeter au plus 15 % des utilisateurs légitimes, ou 10 % pour le niveau 3. iBeta dit que son résultat « ne se traduit pas par une certification du produit du fournisseur » (notre traduction).

Les FIDO Biometrics Requirements (exigences biométriques de FIDO, v4.1, janvier 2025) fixent deux niveaux pour la vérification faciale. Le niveau 1 admet un taux de fausse acceptation de 1 % et un taux de faux rejet de 7 %. Le niveau 2 resserre la fausse acceptation à 0,033 %, avec un faux rejet de 7 % ou 5 % selon l’image de référence. Les deux niveaux plafonnent l’acceptation d’attaques à 7 % par type d’attaque et à 4 % tous types confondus, sur 6 types d’attaque de niveau A et 8 de niveau B.

La page de vérification faciale de FIDO indique la v4.1 comme active et n’indique pas la v5.0 ; sa page des composants biométriques indique aussi la v5.0, un fichier intitulé « Review Draft » (1er septembre 2026), et fixe la fin de validité de la v4.1 au 31 mars 2027. La version 4.1 ne prescrit ni détection du vivant active ni passive.

Le niveau 2 de FIDO et le niveau 2 d’iBeta sont des échelles différentes. Celui de FIDO fixe des taux d’erreur du système de vérification faciale ; celui d’iBeta fixe l’effort et le coût de l’attaque, plus un taux de réussite admis.

Notre lecture : lorsque la circulaire vietnamienne demande « ISO 30107 niveau 2 ou équivalent » (notre traduction), le niveau vient d’un laboratoire ou d’un programme comme iBeta ou FIDO, puisque la norme ISO/IEC 30107-3 fixe la méthode d’essai.

Comment choisir et mesurer : une liste de contrôle

Ces étapes valent quel que soit le mode de détection du vivant que vous utilisez.

Dans un parcours d’eKYC à distance, les trois points d’abandon possibles sont la capture du document, l’étape du selfie et l’attente de l’examen manuel. Le contrôle de détection du vivant se situe dans l’étape du selfie, de sorte que son coût se répercute sur le taux d’achèvement de cette étape. Le test du DHS S&T ne peut pas dire quel mode vos clients termineront le plus vite. Mesurez-le avant de rien changer, et décidez à l’avance quelle part d’achèvement vous êtes prêt à sacrifier pour la couverture d’attaques dont vous avez besoin.

À notre avis, un point de départ raisonnable par étape est le suivant ; aucun régulateur ni aucune norme ne le fixe.

ÉtapeMode par lequel commencerQuand renforcer
Selfie d’entrée en relationPassifDéfi actif en cas de faible confiance ou pour des comptes à risque plus élevé
Confirmation de transactionPassifDéfi actif sur les virements de valeur élevée ; la circulaire 50 du Viêt Nam s’applique
Récupération de compte ou nouvel appareilActifAutre méthode après des échecs répétés ; la circulaire 50 du Viêt Nam s’applique

Chaque renforcement ajoute le coût de l’étape active pour les cas qu’il couvre : dans le test du DHS S&T, cela représentait 18–23 secondes de temps utilisateur et un faux rejet médian de 4,3 %, sur des volontaires américains et les produits testés. Ce parcours qui commence en passif et passe à l’actif en cas de besoin est ce que les fournisseurs appellent la détection du vivant hybride ou à paliers (step-up).

Liste de contrôle
Nommer les attaques à arrêter, par marché

Le test du DHS S&T (États-Unis) a utilisé trois classes d’attaque, l’annexe 3 de la BNM (Malaisie) fixe des masques 2D et 3D et des images « ShallowFake », et la circulaire 50/2024 (Viêt Nam) nomme les photos, la vidéo et les masques 3D.

Demander le rapport du laboratoire

Vérifier le laboratoire, le niveau, la version du produit, l’appareil et la limite de rejet des utilisateurs légitimes (iBeta ; FIDO). Les taux d’un laboratoire ne sont pas forcément reproductibles par un autre (ISO/IEC 30107-3).

Demander quel mode le rapport couvre

Demander quel mode, quelle configuration et quel flux de capture le laboratoire a testés. S’il couvre un autre mode ou une autre configuration, le traiter comme une preuve valable pour cette seule configuration.

Instrumenter l’étape du selfie

Avant tout changement, consigner quatre indicateurs par tranche d’âge et par appareil :

  • achèvement : la part des utilisateurs qui terminent l’étape ;
  • nouvelles tentatives : tentatives par utilisateur qui termine ;
  • temps : secondes entre le début de l’étape et le résultat ;
  • faux rejets : utilisateurs légitimes en échec ; points de repère, pas objectifs : médianes de 4,3 % (actif) et 1,7 % (passif) dans le test du DHS S&T, plafond de 15 % d’iBeta, 7 % ou 5 % de FIDO et moins de 5 % du Viêt Nam (circulaire 50/2024).
Faire un seul changement, puis retester

Lorsque vous ajoutez un renforcement du tableau ci-dessus, le gain à vérifier est la couverture d’attaques sur les cas renforcés ; le coût à surveiller est l’achèvement et les faux rejets à l’étape du selfie. Nous suggérons de répéter l’étape 4 après le changement et de comparer le résultat à votre référence.

Fixer à l’avance le parcours d’échec

Plafonner les tentatives échouées, puis ajouter des délais et proposer une autre méthode : les lignes directrices de la BOT recommandent un délai croissant (note 7), et NIST SP 800-63B-4 exige au moins 30 secondes par nouvelle tentative. Pour la confirmation de banque en ligne au Viêt Nam, bloquer après au plus 10 échecs consécutifs (circulaire 50/2024).

Prévoir les faux négatifs

La FAQ de la BNM (question 4) dit que les clients faux négatifs « ne devraient pas être écartés d’emblée » (notre traduction) ; définir une voie corrective.

Au Viêt Nam, vérifier le certificat

Pour la confirmation de transaction et les connexions sur un nouvel appareil, confirmer que la certification PAD correspond à la formulation « ISO 30107 niveau 2 ou équivalent » (notre traduction) de la circulaire 77/2025.

Cet article est une information générale et ne constitue pas un conseil juridique. Les sources ont été vérifiées le 12 novembre 2026. Toutes les citations en français sont nos traductions : celles des textes anglais à partir de l’anglais ; celles des textes vietnamiens à partir de l’original ; celles des lignes directrices de la BOT à partir de leur traduction anglaise non officielle. Les mots cités en vietnamien et en indonésien sont cités dans l’original. Les résultats des tests valent pour les produits testés. Les institutions devraient confirmer auprès de leur régulateur ou d’un conseil juridique comment ces textes s’appliquent à leur cas.

Conclusion

La détection du vivant passive et la détection du vivant active sont des étiquettes du secteur pour deux façons d’exécuter la PAD. Le test du DHS S&T a mesuré les deux modes différemment, et ses produits ont beaucoup varié à l’intérieur de chaque mode. Aucun texte de régulateur d’Asie du Sud-Est que nous avons examiné ne choisit un mode. Le Viêt Nam fixe les règles les plus détaillées, pour la confirmation des transactions de banque en ligne, tandis que sa règle d’ouverture de compte n’ajoute aucune exigence propre de détection du vivant.

Considérées ensemble, les sources suggèrent que le produit et son rapport de test en disent plus que l’étiquette. Faute de données d’utilisateurs de la région, le coût d’achèvement de l’un ou l’autre mode est à mesurer à votre propre étape du selfie, avant et après tout changement.

FAQ

Auteur de la question
Quelle est la différence entre la détection du vivant active et passive ?
La détection du vivant active demande à l’utilisateur de faire quelque chose que la caméra peut vérifier, comme tourner la tête ou cligner des yeux. La détection du vivant passive analyse un selfie ou une vidéo capturés, sans tâche. Les deux sont des étiquettes du secteur ; la norme ISO/IEC 30107-1 traite la détection du vivant comme une partie de la PAD.
Expert NeuroVision
Auteur de la question
Comment fonctionne la détection du vivant passive ?
Le système examine une image ou une vidéo capturée à la recherche de signes qu’elle montre une personne vivante, sans demander à l’utilisateur d’agir. Les exemples d’éléments probants du vivant de la norme ISO/IEC 30107-1 comprennent l’absorption de la lumière par la peau et le sang et la réaction de l’iris à la lumière. La banque centrale de Singapour énumère des signaux comme l’analyse du mouvement, de la texture et de la profondeur 3D pour la détection du vivant, sans les définir. Le test du NIST de 2023 sur 82 détecteurs passifs a constaté que la précision variait largement selon les algorithmes et les types d’attaque, et il ne couvrait pas l’injection.
Expert NeuroVision
Auteur de la question
La détection du vivant active est-elle plus sûre que la passive ?
Pas en règle générale. Dans un test du gouvernement américain de 2025 mené par le DHS S&T, les résultats variaient beaucoup d’un produit à l’autre, dans les deux modes. Un système actif et un système passif ont atteint à la fois les seuils de sécurité et de commodité, et des attaques à faible effort ont tout de même fonctionné contre certains systèmes. Le test a mesuré les deux modes différemment.
Expert NeuroVision
Auteur de la question
Combien de temps prend un contrôle de détection du vivant ?
Dans un test du gouvernement américain de 2025 mené par le DHS S&T, les contrôles actifs ont pris environ 18 à 23 secondes par transaction, selon le produit (moyenne de chaque produit dans son pire cas). Les systèmes passifs ont mis de 0,3 à 7,4 secondes pour traiter une image, sans le temps de capture de l’utilisateur, de sorte que les chiffres ne sont pas comparables. Aucune source citée ici ne mesure cela pour des utilisateurs d’Asie du Sud-Est.
Expert NeuroVision
Auteur de la question
Les régulateurs d’Asie du Sud-Est exigent-ils un type précis de détection du vivant ?
Aucun des textes de régulateurs cités ici ne choisit entre passif et actif. Le Viêt Nam exige une PAD certifiée « ISO 30107 niveau 2 ou équivalent » (notre traduction) pour la confirmation des transactions de banque en ligne, et sa règle d’ouverture de compte n’ajoute aucune exigence de détection du vivant. La norme ISO/IEC 30107-3 ne définit pas de niveaux numérotés ; des laboratoires et des programmes comme iBeta et FIDO les fixent. La Malaisie fixe des scénarios de test minimaux, la Thaïlande recommande des limites de tentatives et Singapour dit que les institutions pourraient inviter l’utilisateur à agir.
Expert NeuroVision
Auteur de la question
Que signifie « iBeta Level 2 » ?
C’est un niveau d’essai défini par iBeta, un laboratoire américain accrédité, selon la norme ISO/IEC 30107-3. Le niveau 2 utilise des artefacts coûtant jusqu’à 300 USD, comme des masques en résine ou en latex, et admet au plus 1 % d’attaques réussies. La norme ISO/IEC 30107-3 ne définit pas de niveaux numérotés, le niveau 2 de FIDO est une autre échelle, et iBeta dit qu’une réussite n’est pas une certification du produit.
Expert NeuroVision