Phát hiện deepfake: lừa đảo Đông Nam Á, ngân hàng nhận ra mặt giả

Deepfake vượt bước kiểm tra khuôn mặt của ngân hàng Đông Nam Á ra sao; MAS, BNM, BOT, BSP, OJK và NHNN đề nghị kiểm tra gì và mỗi lớp bắt được gì.
Deepfake là hình ảnh, video hoặc đoạn âm thanh được tạo ra hoặc chỉnh sửa bằng AI. Ở Đông Nam Á, deepfake đã được dùng để tấn công các bước kiểm tra khuôn mặt mà ngân hàng thực hiện khi tiếp nhận khách hàng qua eKYC (nhận biết khách hàng điện tử) và khi khách hàng phê duyệt một giao dịch chuyển tiền giá trị lớn. Phát hiện thực thể sống xem xét những gì được đưa trước camera, còn các biện pháp kiểm soát tiêm luồng video xem xét những luồng dữ liệu đi vòng qua camera; không có kiểm tra phát hiện deepfake đơn lẻ nào bao quát cả hai.
Các cuộc tấn công deepfake vào eKYC và bước kiểm tra khuôn mặt của ngân hàng diễn ra như thế nào
Tài liệu thông tin tháng 9/2025 của Monetary Authority of Singapore (MAS; Cơ quan Tiền tệ Singapore) nêu rằng deepfake “có khả năng đánh bại các giải pháp xác thực sinh trắc học mà các tổ chức tài chính (FI) sử dụng” (trích dịch), khi tiếp nhận khách hàng và trong “lần đăng nhập sau đó vào các dịch vụ tài chính bằng xác thực sinh trắc học” (trích dịch). Các trường hợp ở phần tiếp theo bổ sung thời điểm thứ ba: phê duyệt một giao dịch chuyển tiền vượt ngưỡng.
Tấn công giả mạo (presentation attack): đưa khuôn mặt giả trước camera
Trong một cuộc tấn công giả mạo, vật giả được giơ trước camera: ảnh in, video phát lại, mặt nạ hoặc deepfake phát trên một màn hình khác. Các khung hình đến từ camera thật, và câu hỏi là khuôn mặt đó có phải thực thể sống hay không. Bộ tiêu chuẩn ISO/IEC 30107 về phát hiện tấn công giả mạo (PAD) bao quát các cuộc tấn công thực hiện tại thiết bị thu nhận.
Tấn công tiêm luồng video (injection attack): luồng dữ liệu giả thay cho camera
Trong một cuộc tấn công tiêm luồng video, dữ liệu media đã bị thao túng hoặc ghi sẵn đi vào luồng xác minh mà không đi qua camera vật lý. MAS nêu ba đường vào ở mức khái quát: phần mềm camera ảo, các đoạn mã được tiêm vào trình duyệt và chặn bắt man-in-the-middle. Tấn công tiêm luồng video nằm ngoài phạm vi ISO/IEC 30107, nên một bài kiểm thử tấn công giả mạo đơn thuần không bao quát chúng.
Chi phí và nỗ lực
Không nguồn nào của cơ quan quản lý, công an hay Liên Hợp Quốc được trích ở đây đưa ra con số chi phí cho các cuộc tấn công này. Có những con số giá công cụ deepfake từ các nhà cung cấp công cụ, nhưng đó là tuyên bố tiếp thị và không được dùng ở đây. Một chú thích trong hướng dẫn của Bank of Thailand (BOT; Ngân hàng Trung ương Thái Lan) xếp loại sinh trắc học giả theo mức nỗ lực, từ dữ liệu khuôn mặt lấy từ mạng xã hội (thấp) và video dùng để giả làm người thật trước bước phát hiện thực thể sống (trung bình) đến mặt nạ 3D (cao).
Văn phòng Liên Hợp Quốc về Ma túy và Tội phạm (UNODC) xác định hơn mười nhà cung cấp phần mềm deepfake nhắm vào các nhóm gian lận ở Đông Nam Á, chủ yếu qua Telegram, chào bán deepfake như một dịch vụ; báo cáo không nêu giá. UNODC cũng báo cáo “mức tăng hơn 600 phần trăm số lượt đề cập đến nội dung liên quan đến deepfake nhắm vào các nhóm tội phạm trên các nền tảng được theo dõi trong giai đoạn từ tháng 2 đến tháng 7 năm 2024” (trích dịch). Đây là số lượt đề cập trên các chợ Telegram được theo dõi, không phải số vụ việc.
Các công cụ, thiết lập và phương pháp từng bước được lược bỏ ở đây.
Những gì đã xảy ra ở Đông Nam Á
- Indonesia, tháng 8/2024. MAS nêu rằng một tổ chức tài chính ở Indonesia báo cáo ảnh deepfake đã đánh bại quy trình nhận biết khách hàng (KYC) kỹ thuật số của tổ chức này đối với hồ sơ vay; MAS dẫn phân tích của Group-IB về vụ việc.
- Việt Nam và Thái Lan, tháng 2/2024. MAS, cũng dẫn Group-IB, nêu rằng dữ liệu media bị mã độc đánh cắp từ điện thoại của nạn nhân đã được dùng để tạo deepfake trong “các nỗ lực đánh lừa xác thực sinh trắc học khuôn mặt của ngân hàng” (trích dịch). Tài liệu không nói các nỗ lực đó có thành công hay không.
- Việt Nam, tháng 5/2025. Công an Thái Bình mô tả một đường dây cờ bạc dùng các đoạn clip do AI tạo ra về khuôn mặt của chủ tài khoản để vượt qua bước quét sinh trắc học của ngân hàng.
- Việt Nam, tháng 10/2026. Tuổi Trẻ đưa tin ngày 8/10/2026 rằng vụ trưởng Vụ Thanh toán của Ngân hàng Nhà nước Việt Nam (NHNN) cho biết các công cụ deepfake và AI có thể vượt qua một số bước kiểm tra sinh trắc học, và các tổ chức đã được đề nghị rà soát, vá lỗ hổng và thay thế công nghệ cũ. Không tìm thấy văn bản nào của NHNN về việc này.
Thông báo của công an Thái Bình nêu ba bước. Những người được thuê mở tài khoản ngân hàng, và một người ở nước ngoài điều khiển từ xa các ứng dụng ngân hàng trên điện thoại của họ. Với các giao dịch từ 10 triệu đồng trở lên, mà công an cho biết yêu cầu quét sinh trắc học, các đoạn clip AI về khuôn mặt của từng chủ tài khoản đã vượt qua bước kiểm tra. Công an phát hiện đường dây qua công tác nghiệp vụ; thông báo không nói các bước kiểm tra của ngân hàng đã quan sát được gì. Đây là tự động hóa tài khoản trung gian: deepfake thay thế các chủ tài khoản được thuê. Nguồn: thông báo của công an do Tạp chí Thị trường Tài chính Tiền tệ đăng lại ngày 1/6/2025, và VnExpress, ngày 29/5/2025.
Bản tường thuật của chính Group-IB về vụ việc ở Indonesia (ngày 4/12/2024), do nhà cung cấp tự báo cáo (vendor-reported), bổ sung rằng ảnh đi qua một camera ảo, vượt qua các lớp chống giả lập, tự bảo vệ ứng dụng, nhận diện khuôn mặt và phát hiện thực thể sống, và nhóm của Group-IB đã tìm thấy “hơn 1.100 nỗ lực gian lận bằng deepfake” (trích dịch) từ “45 thiết bị cụ thể” (trích dịch).
Suy luận của chúng tôi từ bản tường thuật này: các bước kiểm tra đã thấy thứ trông như một lần thu nhận trực tiếp từ camera, và mô thức này thấy được ở cấp thiết bị được dùng chung cho nhiều hồ sơ đăng ký, điều mà một bước kiểm tra khuôn mặt đơn lẻ không nhìn thấy.
Cơ quan quản lý đề nghị ngân hàng kiểm tra những gì
Văn bản của sáu cơ quan quản lý được trích ở đây: MAS, Bank Negara Malaysia (BNM; Ngân hàng Trung ương Malaysia), BOT, Bangko Sentral ng Pilipinas (BSP; Ngân hàng Trung ương Philippines), Otoritas Jasa Keuangan (OJK), cơ quan quản lý dịch vụ tài chính của Indonesia, và NHNN.
| Cơ quan quản lý và văn bản | Thể loại và mức độ ràng buộc | Nội dung về kiểm tra khuôn mặt |
|---|---|---|
| MAS “Cyber Risks Associated with Deepfakes” | Tài liệu thông tin; “should” (cần), “could” (có thể) | Kiểm tra giấy tờ, phát hiện thực thể sống, kiểm thử deepfake, kiểm soát tiêm luồng video |
| Tài liệu chính sách e-KYC của BNM | Tiêu chuẩn (“S”, “shall” (phải)) và hướng dẫn (“G”, được khuyến khích) | Ba mô-đun, bắt buộc với tài khoản rủi ro cao hơn; mức tối thiểu của bài kiểm thử phát hiện thực thể sống |
| Guideline for Biometric Technology Adoption của BOT | Hướng dẫn; “should” (cần); bản dịch tiếng Anh không chính thức | Phát hiện thực thể sống “khi có thể” (trích dịch); mục tiêu về độ chính xác; giới hạn số lần thử; quy trình khi kiểm tra thất bại |
| Thông tư số 1213 của BSP (BSP Circular No. 1213) | Thông tư; “must” (phải) | Kiểm soát thiết bị, toàn vẹn ứng dụng và xác thực; không đề cập deepfake hay phát hiện thực thể sống |
| POJK 8/2023 và POJK 21/2023 của OJK | Quy định; “must” (phải) | Yếu tố sinh trắc học trong tiếp nhận khách hàng từ xa; không có từ ngữ về deepfake hay phát hiện thực thể sống |
| Thông tư 50/2024 của NHNN, được sửa đổi bởi Thông tư 77/2025 | Thông tư có hiệu lực bắt buộc (“phải”) | PAD được chứng nhận, ISO 30107 Level 2 hoặc tương đương; toàn vẹn ứng dụng; sinh trắc học cho giao dịch chuyển tiền |
Singapore: tài liệu thông tin của MAS
Tài liệu thông tin của MAS chia các biện pháp giảm thiểu thành sáu nhóm, bốn nhóm trong số đó có trong bảng trên. MAS lưu ý rằng chưa có báo cáo về sự cố deepfake sau khi tiếp nhận khách hàng ở Singapore.
Malaysia: tài liệu chính sách e-KYC của BNM
Tài liệu chính sách về nhận biết khách hàng điện tử (e-KYC) của BNM, ban hành và có hiệu lực ngày 15/4/2024, áp dụng cho các tổ chức gồm ngân hàng được cấp phép, công ty bảo hiểm nhân thọ, doanh nghiệp dịch vụ tiền tệ và các tổ chức phát hành công cụ thanh toán được chỉ định đã được phê duyệt. Nhìn chung, một tổ chức “may” (được phép) dùng ba mô-đun: xác minh giấy tờ, đối sánh sinh trắc học và/hoặc phát hiện thực thể sống (G 8.10). Giải pháp của nhà cung cấp công nghệ phải được một đơn vị đánh giá độc lập bên ngoài có uy tín đánh giá (S 8.22).
Với các sản phẩm rủi ro cao hơn, các mô-đun là bắt buộc (S 8.32–8.33, Phụ lục 4). Các sản phẩm đó là tài khoản thanh toán, tài khoản tiết kiệm và tài khoản đầu tư không hạn chế “có tính linh hoạt về nộp và rút tiền cũng như có tính năng chuyển tiền” (trích dịch). Quy định áp dụng cho “khách hàng cá nhân hiện hữu” (trích dịch) chưa có tài khoản nào trong số đó và đăng ký qua eKYC (chú thích 31). Với họ, tổ chức “shall” (phải) tối thiểu, cùng các biện pháp khác, xác minh khách hàng bằng sinh trắc học đối chiếu với giấy tờ tùy thân do chính phủ cấp, kiểm tra giấy tờ có xác thực hay không và dùng phát hiện thực thể sống.
Thái Lan: hướng dẫn của BOT
Guideline for Biometric Technology Adoption in Financial Services của BOT nêu rằng các tổ chức cung cấp dịch vụ cần đặt ra quy trình phát hiện kẻ mạo danh khi đăng ký, chẳng hạn dùng “công nghệ phát hiện tấn công giả mạo hoặc phát hiện thực thể sống, và các biện pháp kiểm soát khác khi có thể” (trích dịch). Đối với so sánh khuôn mặt với các nguồn đáng tin cậy, hướng dẫn khuyến nghị tỷ lệ chấp nhận sai (False Acceptance Ratio) dưới 0,1% và tỷ lệ từ chối sai (False Reject Ratio) dưới 3% (chú thích 3, dẫn SP 800-63B của National Institute of Standards and Technology (NIST; Viện Tiêu chuẩn và Công nghệ Quốc gia Hoa Kỳ) và Fast Identity Online (FIDO)). Ngoài ra, thông cáo báo chí của BOT (số 10/2023, ngày 9/3/2023) nêu rằng cần quét khuôn mặt, chẳng hạn để mở tài khoản ngân hàng qua ứng dụng ngân hàng hoặc thực hiện chuyển tiền số trên 50.000 THB mỗi giao dịch.
Philippines và Indonesia: BSP và OJK
Thông tư số 1213 (BSP Circular No. 1213), Series of 2025, triển khai Điều 6 của Anti-Financial Account Scamming Act (AFASA). Các biện pháp bảo vệ của thông tư này “phải bao gồm” (trích dịch) việc hạn chế cài đặt ứng dụng trên thiết bị đã root hoặc jailbreak và trên trình giả lập, lấy dấu vân tay thiết bị (device fingerprinting) kèm chống giả mạo, và chặn các đoạn mã và tự động hóa trái phép.
Quy định của OJK yêu cầu yếu tố sinh trắc học trong tiếp nhận khách hàng hoàn toàn từ xa (POJK 8/2023, Điều 21(5)(c)) và, với ngân hàng thương mại, trong xác minh qua video và từ xa (POJK 21/2023, Điều 5(7)).
Việt Nam: Thông tư 50/2024 sau khi sửa đổi
NHNN đã sửa đổi quy định về an toàn bảo mật ngân hàng trực tuyến, Thông tư 50/2024/TT-NHNN, bằng Thông tư 77/2025/TT-NHNN, có hiệu lực từ ngày 1/3/2026. NHNN nêu deepfake và mã độc là lý do. Quy định áp dụng cho tổ chức tín dụng, chi nhánh ngân hàng nước ngoài, tổ chức trung gian thanh toán và tổ chức cung ứng dịch vụ Mobile Money, cùng các đối tượng khác.
Phát hiện tấn công giả mạo dùng cho đối sánh sinh trắc học phải được chứng nhận theo ISO 30107 Level 2 hoặc tương đương. Chứng nhận có thể do phòng thí nghiệm được FIDO Alliance công nhận hoặc do tổ chức chứng nhận được công nhận theo thỏa thuận đa phương của International Accreditation Forum (IAF) cấp. Quy định áp dụng dù ngân hàng tự xây dựng bước kiểm tra hay mua từ một nhà cung cấp.
Với cá nhân, giao dịch chuyển tiền trên 10 triệu đồng, hoặc giao dịch làm tổng trong ngày vượt trên 20 triệu đồng, đòi hỏi đối sánh sinh trắc học bên cạnh yếu tố mật khẩu dùng một lần (OTP), FIDO hoặc chữ ký điện tử (các phụ lục của Thông tư 50/2024, được Thông tư 77/2025 thay thế). Riêng với các tổ chức cung cấp dịch vụ cho cả khách hàng cá nhân lẫn khách hàng tổ chức, các phụ lục được thay thế áp dụng từ ngày 1/7/2026.
Các lớp phát hiện deepfake: mỗi lớp bắt được và bỏ sót gì
| Lớp | Phát hiện được | Bỏ sót |
|---|---|---|
| Kiểm tra giấy tờ | Giấy tờ bị chỉnh sửa; nội dung AI có dấu vân tay số (fingerprint) hoặc watermark | Nội dung AI không có dấu vân tay số hoặc watermark |
| Đối sánh khuôn mặt | Ảnh selfie của một người khác | Cùng một khuôn mặt tổng hợp trên giấy tờ và ảnh selfie |
| Phát hiện thực thể sống | Ảnh, video phát lại và một số loại mặt nạ đưa trước camera | Luồng dữ liệu bị tiêm; các loại tấn công mà kiểm tra thụ động xử lý kém |
| Tín hiệu tiêm luồng video, thiết bị và phiên | Luồng dữ liệu không đến từ camera; ứng dụng bị can thiệp; thiết bị không khớp | Các cuộc tấn công trông như một thiết bị bình thường, như ở Indonesia |
| Nâng bậc (step-up) và rà soát | Các trường hợp mà một lớp trước đã gắn cờ | Các cuộc tấn công mà không lớp nào gắn cờ |
Kiểm tra giấy tờ
MAS nêu rằng các tổ chức tài chính cần dùng “các phương pháp vững chắc” (trích dịch) để xác minh giấy tờ tùy thân, trong đó có phân tích siêu dữ liệu, pháp y hình ảnh, phân tích dấu vân tay số (fingerprinting) (“các mẫu đặc trưng được mô hình AI vô tình nhúng vào” (trích dịch)) và watermark. MAS lưu ý rằng “một số công cụ AI có thể không chèn dấu vân tay số hoặc watermark” (trích dịch).
Đối sánh khuôn mặt
Đối sánh khuôn mặt, còn gọi là xác minh khuôn mặt (1:1), so sánh ảnh selfie với ảnh trên giấy tờ hoặc ảnh trong cơ sở dữ liệu đăng ký. Nhận định của chúng tôi: một kết quả khớp chỉ cho thấy hai khuôn mặt thuộc về nhau, nên giấy tờ giả cùng ảnh selfie mang cùng một khuôn mặt tổng hợp vẫn có thể vượt qua.
Phát hiện thực thể sống
Phát hiện thực thể sống, theo định nghĩa của ISO/IEC 30107-1, là phân tích để xác định xem một mẫu có “đang được thu nhận từ một đối tượng sống hiện diện tại điểm thu nhận” (trích dịch) hay không. MAS nêu rằng các tổ chức tài chính cần triển khai phát hiện này “để phát hiện các video bị thao túng thông qua phân tích chuyển động, phân tích kết cấu, chụp ảnh nhiệt, phân tích độ sâu 3D và phân tích hành vi” (trích dịch), và có thể yêu cầu người dùng thực hiện hành động cụ thể. Tài liệu nêu tên các tín hiệu này mà không giải thích chúng.
Cơ quan An ninh mạng của Liên minh châu Âu (ENISA) đã mô tả các tín hiệu này đo điều gì trong một báo cáo năm 2022. Kiểm tra chủ động yêu cầu người dùng làm điều khó đoán trước, chẳng hạn quay đầu, chớp mắt hoặc dõi theo một chấm di chuyển, và kiểm tra phản hồi có khớp hay không. Các chuyển động nhanh khó để phần mềm deepfake thời gian thực dựng lại. Kiểm tra thụ động không cần hành động nào. Chúng tìm các tín hiệu không chủ ý, chẳng hạn thay đổi màu da theo mạch và chớp mắt tự nhiên, cũng như dấu vết của quá trình tổng hợp, chẳng hạn lỗi biến dạng khuôn mặt và độ phân giải không khớp. Kiểm tra độ sâu lập bản đồ hình học 3D của khuôn mặt. ISO/IEC 30107-1 coi các phản ứng không chủ ý, chẳng hạn “hoạt động của tim (mạch)” (trích dịch), và các phản ứng có chủ ý, chẳng hạn “một lần trình diện sinh trắc học để đáp lại một tín hiệu chỉ dẫn” (trích dịch), là bằng chứng về thực thể sống.
Bài kiểm thử năm 2023 của NIST đối với các bộ phát hiện thụ động dựa trên phần mềm cho thấy chúng bắt tốt ảnh in, video phát lại và một số loại mặt nạ, dù “chỉ một tỷ lệ nhỏ các thuật toán” (trích dịch) cho thấy khả năng phát hiện đáng kể. Tỷ lệ lỗi với các loại tấn công khác “cao ở tất cả các thuật toán được kiểm thử” (trích dịch), và báo cáo “không đề cập … các cuộc tấn công tiêm luồng video” (trích dịch).
Tín hiệu tiêm luồng video, thiết bị và phiên
MAS nêu rằng các tổ chức tài chính cần dùng bộ công cụ phát triển phần mềm (SDK) phát hiện tiêm luồng video để nhận diện “các mẫu đáng ngờ và bất thường trong các lần xác minh” (trích dịch), và cũng có thể dùng tự bảo vệ ứng dụng khi chạy (runtime application self-protection, RASP). Ở Việt Nam, ứng dụng ngân hàng di động phải thoát hoặc dừng, và cho khách hàng biết lý do, nếu phát hiện debugger, trình giả lập, mã bị tiêm (hooking), ứng dụng bị đóng gói lại hoặc điện thoại đã root hoặc jailbreak (khoản 4 Điều 8, đã sửa đổi). BNM liệt kê các chỉ báo thiết bị mà tổ chức được phép dùng, chẳng hạn địa chỉ IP, vị trí địa lý và mã định danh thiết bị (Phụ lục 4).
Sản phẩm Liveness của NV Global có khả năng chống deepfake và cũng có khả năng chống tiêm luồng video.
Nâng bậc (step-up) và thẩm định thủ công
Trong các văn bản được trích ở đây, có hai văn bản nêu điều xảy ra sau các lần kiểm tra thất bại lặp lại. Thông tư của Việt Nam yêu cầu (“phải”) khóa xác nhận sinh trắc học sau khi số lần thất bại liên tiếp đạt giới hạn do tổ chức đặt ra, không quá 10, và chỉ mở khóa theo yêu cầu của khách hàng sau khi khách hàng đã được kiểm tra (Thông tư 50/2024, điểm d khoản 5 Điều 11). Hướng dẫn của BOT (Thái Lan) khuyến nghị một trình tự (Nguyên tắc 3(3), chú thích 7): dưới 10 lần thử thất bại đối với phát hiện tấn công giả mạo và dưới 5 lần trong các trường hợp khác, sau đó là độ trễ tăng dần theo cấp số nhân, rồi từ chối xác thực và khuyến nghị phương pháp khác.
Với khách hàng thật, hướng dẫn của BOT đề nghị các tổ chức cung cấp dịch vụ xác định quy trình cho trường hợp xác minh sinh trắc học thất bại, chẳng hạn quy trình xác minh thay thế hoặc giấy tờ thay thế từ các nguồn đáng tin cậy (Nguyên tắc 3(4)). Câu hỏi thường gặp về e-KYC của BNM (câu hỏi 4) nêu rằng “không nên loại ngay các khách hàng âm tính giả (false negative)” (trích dịch) và “cần cân nhắc các hành động khắc phục khi khách hàng có thể chứng minh tính xác thực của giấy tờ định danh của mình” (trích dịch).
Kiểm thử theo tiêu chuẩn
MAS nêu rằng các tổ chức tài chính cần định kỳ kiểm thử phát hiện thực thể sống bằng các mẫu deepfake, trên nhiều bộ dữ liệu. Phụ lục 3 của BNM đặt ra các kịch bản tối thiểu cho bài kiểm thử thực thể sống của nhà cung cấp, bài kiểm thử “được phép thực hiện phù hợp với ISO/IEC 30107-3” (trích dịch): mặt nạ 2D, mặt nạ 3D, ảnh bị chỉnh sửa bằng phần mềm “ShallowFake”, các bài kiểm thử “DeepFake” “nếu có thể” (trích dịch), cùng các bài kiểm thử phát lại và man-in-the-middle. Việt Nam là cơ quan quản lý duy nhất được trích ở đây nêu một cấp chứng nhận cho phát hiện tấn công giả mạo.
| Tiêu chuẩn hoặc báo cáo | Nội dung bao quát | Tình trạng |
|---|---|---|
| ISO/IEC 30107-3:2023 | Kiểm thử và báo cáo về phát hiện tấn công giả mạo | Đã công bố |
| CEN/TS 18099:2024 | Phát hiện tấn công tiêm dữ liệu sinh trắc học (biometric data injection attack); không bao gồm tấn công giả mạo | Đặc tả kỹ thuật (Technical Specification), có hiệu lực từ ngày 16/12/2024 |
| ISO/IEC 25456 | Phát hiện tấn công tiêm dữ liệu sinh trắc học (biometric data injection attack) | Đang được xây dựng tại ISO |
Danh sách kiểm tra cho bộ phận phòng chống gian lận và bộ phận tiếp nhận khách hàng
Các bước dưới đây áp dụng cho mọi luồng xác minh danh tính có bước kiểm tra khuôn mặt và nêu nguồn của từng bước.
Liệt kê các đường camera, tải lên, trình duyệt và ứng dụng cùng biện pháp kiểm soát nhìn thấy từng đường (MAS).
Tìm dấu hiệu chỉnh sửa và dấu vân tay số hoặc watermark của AI (MAS; BNM G 8.10, bắt buộc theo Phụ lục 4 với tài khoản rủi ro cao hơn).
Chạy chúng thành các bước riêng biệt (BNM G 8.10 và Phụ lục 4; MAS).
Dùng phát hiện tiêm luồng video, kiểm tra toàn vẹn ứng dụng và hạn chế cài đặt (MAS; BSP Circular 1213; ở Việt Nam, Thông tư 50/2024, khoản 4 Điều 8, đã sửa đổi).
Dùng chỉ báo thiết bị (BNM Phụ lục 4, không bắt buộc) và lấy dấu vân tay thiết bị (BSP Circular 1213, bắt buộc). Gắn cờ nhiều hồ sơ đăng ký từ một thiết bị: trong vụ việc ở Indonesia, Group-IB báo cáo hơn 1.100 nỗ lực từ 45 thiết bị (do nhà cung cấp tự báo cáo, vendor-reported).
Bao quát ít nhất các kịch bản trong Phụ lục 3 của BNM, và kiểm thử phát hiện thực thể sống bằng các mẫu deepfake (MAS).
Với bất kỳ tuyên bố nào về ISO/IEC 30107-3, hãy hỏi ai đã kiểm thử, các loại tấn công nào, và tỷ lệ lỗi phân loại trình diện tấn công (attack presentation classification error rate, APCER) cùng tỷ lệ lỗi phân loại trình diện hợp lệ (bona fide presentation classification error rate, BPCER) cho từng loại. Một tỷ lệ từ một phòng thí nghiệm chưa chắc được phòng thí nghiệm khác tái lập.
Hỏi cách kiểm thử tiêm luồng video theo CEN/TS 18099:2024 và, khi BNM áp dụng, hỏi đánh giá bên ngoài (S 8.22). Ở Việt Nam, hãy đề nghị cung cấp chứng nhận ISO 30107 Level 2 (hoặc tương đương) và cho biết đơn vị đã cấp.
Làm theo trình tự của BOT (Nguyên tắc 3(3), chú thích 7) và, ở Việt Nam, khóa xác nhận sinh trắc học sau tối đa 10 lần thất bại liên tiếp (Thông tư 50/2024, điểm d khoản 5 Điều 11).
Đưa ra quy trình xác minh thay thế (BOT, Nguyên tắc 3(4)); ở Malaysia, không loại ngay các khách hàng âm tính giả (BNM FAQ, câu hỏi 4).
Ở Malaysia, áp dụng ngay các biện pháp giảm thiểu khi phát hiện điểm yếu trong giải pháp eKYC (S 8.29, “shall” (phải)). Lấy mẫu kiểm tra tăng cường, kiểm thử hồi cứu và kế hoạch công việc là tùy chọn (BNM FAQ, câu hỏi 15).
Ở Malaysia, lấy mẫu ít nhất 400 trường hợp mỗi tháng, hoặc theo mức tin cậy 95% với biên sai số 3%, tùy giá trị nào cao hơn. Thông báo cho BNM trong vòng bảy ngày làm việc nếu tỷ lệ chấp nhận sai vượt 5% trong hai tháng bất kỳ trong bốn tháng (Phụ lục 2).
BNM quy định xác nhận lại hiệu lực (revalidation) ít nhất ba năm một lần hoặc sau một thay đổi trọng yếu.
Bài viết này chỉ mang tính thông tin chung, không phải tư vấn pháp lý. Các nguồn được kiểm tra ngày 17/11/2026. Các đoạn trích từ văn bản tiếng Anh là bản dịch của chúng tôi, và hướng dẫn của BOT được dịch từ bản dịch tiếng Anh không chính thức của BOT. Từ tiếng Việt “phải” được trích nguyên văn, còn nội dung các văn bản tiếng Việt do chúng tôi diễn đạt lại. Các tổ chức nên xác nhận với cơ quan quản lý hoặc cố vấn pháp lý của mình về cách áp dụng các văn bản này.
Các cuộc tấn công deepfake được mô tả trong các nguồn được trích ở đây nhắm vào ba thời điểm: tiếp nhận khách hàng, đăng nhập sinh trắc học sau đó và phê duyệt các giao dịch chuyển tiền vượt ngưỡng. Chúng đi vào trước camera hoặc thay thế camera. Các cơ quan quản lý trong khu vực mô tả các bước kiểm tra theo những thể loại khác nhau: MAS khuyến nghị, BNM đặt ra tiêu chuẩn và bắt buộc các bước kiểm tra cốt lõi với tài khoản rủi ro cao hơn, BOT hướng dẫn, BSP yêu cầu kiểm soát thiết bị và xác thực mà không nêu tên deepfake, còn NHNN của Việt Nam yêu cầu phát hiện tấn công giả mạo được chứng nhận.
Xét chung, các văn bản gợi ý rằng mỗi bước kiểm tra, từ giấy tờ đến thiết bị, bao quát một khoảng trống khác nhau. Ở những trường hợp được trích mà tấn công thành công, chúng đã vượt qua các bước kiểm tra vốn có sẵn, nên kiểm thử và rà soát sau một lần bỏ sót quan trọng không kém chính các bước kiểm tra.