{"id":586096,"date":"2026-06-05T11:18:59","date_gmt":"2026-06-05T14:18:59","guid":{"rendered":"https:\/\/revistapesquisa.fapesp.br\/?p=586096"},"modified":"2026-06-05T11:18:59","modified_gmt":"2026-06-05T14:18:59","slug":"el-combate-contra-los-fraudes-en-los-sistemas-biometricos-es-un-juego-de-gato-y-raton-dice-un-especialista","status":"publish","type":"post","link":"https:\/\/revistapesquisa.fapesp.br\/es\/el-combate-contra-los-fraudes-en-los-sistemas-biometricos-es-un-juego-de-gato-y-raton-dice-un-especialista\/","title":{"rendered":"El combate contra los fraudes en los sistemas biom\u00e9tricos es un juego de gato y rat\u00f3n, dice un especialista"},"content":{"rendered":"

Dedos de silicona, m\u00e1scaras de goma que emulan los rostros de las personas, moldes de orejas confeccionados con gelatina, grabaciones que se confunden con la voz humana en vivo. \u00c9stos son algunos de los artificios que emplean los delincuentes para burlar los sistemas de autenticaci\u00f3n biom\u00e9trica, aqu\u00e9llos que reconocen a las personas a trav\u00e9s de las huellas dactilares, las facciones, la voz, el iris o las orejas. Para detectar y prevenir los ataques que se conocen con el nombre de spoofing <\/em>o suplantaci\u00f3n de identidad, mediante los que se falsean rasgos biom\u00e9tricos para enga\u00f1ar al sistema, los cient\u00edficos recurren cada vez m\u00e1s a la inteligencia artificial (IA).<\/p>\n

\u201cEs un juego de gato y rat\u00f3n\u201d, afirma el cient\u00edfico de la computaci\u00f3n Rodrigo Colnago Contreras, del Instituto de Ciencia y Tecnolog\u00eda de la Universidad Federal de S\u00e3o Paulo (ICT-Unifesp), experto en detecci\u00f3n de falsificaciones biom\u00e9tricas. \u201cA medida que van surgiendo nuevas t\u00e9cnicas fraudulentas, debemos ir desarrollando tambi\u00e9n soluciones m\u00e1s sofisticadas para reconocerlas y combatirlas\u201d. Los nuevos dispositivos, en su mayor\u00eda, seg\u00fan sostiene el investigador, cuentan con algoritmos de IA para detectar los intentos de burlarlos. Tambi\u00e9n se emplean sensores que verifican la vivacidad de los usuarios midiendo signos fisiol\u00f3gicos.<\/p>\n

El inter\u00e9s de Colnago Contreras con respecto a este campo se despert\u00f3 cuando cursaba su carrera de grado y elabor\u00f3 un proyecto destinado a reconocer huellas dactilares en escenas de cr\u00edmenes. El spoofing<\/em> fue el tema de su maestr\u00eda, cursada en la Universidade Estadual Paulista (Unesp), y tambi\u00e9n el de su doctorado en la Universidad de S\u00e3o Paulo (USP). Pocas semanas despu\u00e9s de participar en la LivDet, la m\u00e1s importante competencia mundial de detecci\u00f3n de fraudes biom\u00e9tricos, en Italia, donde qued\u00f3 en segundo lugar, Colnago Contreras convers\u00f3 con Pesquisa FAPESP<\/em> a trav\u00e9s de una plataforma de video y v\u00eda correo electr\u00f3nico. Pueden leerse a continuaci\u00f3n los principales tramos de esa entrevista.<\/p>\n

\u00bfLos sistemas biom\u00e9tricos son vulnerables a los fraudes?
\n<\/strong>As\u00ed es. Si bien esas plataformas brindan soluciones altamente convenientes para el reconocimiento de los usuarios, ya que ofrecen un elevado grado de seguridad sin requerir que la persona memorice claves o lleve consigo objetos tales como tarjetas o llaves, tienen sus vulnerabilidades. Las principales son producto de ataques a los que se conoce con el nombre de spoofing<\/em> o suplantaci\u00f3n de identidad, que es cuando se falsifican caracter\u00edsticas biom\u00e9tricas para present\u00e1rselas al sistema. La principal complicaci\u00f3n reside en que casi todas las biometr\u00edas, ya sean las huellas dactilares, las facciones, la voz o el iris, pueden replicarse. Esto vuelve esencial la utilizaci\u00f3n de mecanismos de protecci\u00f3n contra este tipo de fraudes.<\/p>\n

\u00bfEsas falsificaciones van en aumento en el mundo?
\n<\/strong>No contamos con una estimaci\u00f3n precisa referente al crecimiento de estos ataques, pero sabemos que se han vuelto cada vez m\u00e1s comunes. Los fraudes biom\u00e9tricos son motivo de preocupaci\u00f3n en el sector financiero y en las instituciones p\u00fablicas de todo el mundo. Un caso paradigm\u00e1tico sucedi\u00f3 en el a\u00f1o 2013, en la localidad de Ferraz de Vasconcelos [S\u00e3o Paulo], cuando una m\u00e9dica del Samu [Servicio de Atenci\u00f3n M\u00f3vil de Urgencia] fue sorprendida al utilizar dedos de silicona confeccionados con la colaboraci\u00f3n de colegas para marcar en el reloj de fichar digital en lugar de ellos. Ese episodio cobr\u00f3 repercusi\u00f3n internacional y a\u00fan se lo menciona como un motivo para el desarrollo de t\u00e9cnicas de detecci\u00f3n de suplantaci\u00f3n de identidad. M\u00e1s recientemente, han surgido casos de falsificaci\u00f3n facial, que es cuando se emplean fotos de otras personas para burlar sistemas de reconocimiento y obtener la aprobaci\u00f3n de pr\u00e9stamos en aplicaciones bancarias. En un caso investigado por la polic\u00eda del estado de Santa Catarina, se estima que alrededor de 50 personas f\u00edsicas y jur\u00eddicas se vieron perjudicadas.<\/p>\n

La inteligencia artificial detecta patrones sutiles que diferencian a las biometr\u00edas reales de las falsas<\/p><\/blockquote>\n

\u00bfC\u00f3mo combatir esos fraudes?
\n<\/strong>Es un juego de gato y rat\u00f3n. A medida que van surgiendo nuevas t\u00e9cnicas fraudulentas, las empresas y los cient\u00edficos desarrollan soluciones m\u00e1s sofisticadas para detectar las falsificaciones. En su mayor\u00eda utilizan algoritmos de inteligencia artificial [IA], pero tambi\u00e9n se han concretado avances en el uso de sensores especializados que verifican la vivacidad de los usuarios, al medir la temperatura, la respuesta a est\u00edmulos el\u00e9ctricos y otros signos fisiol\u00f3gicos, por ejemplo, aunque incluso esos signos pueden simularse. Las investigaciones en este campo, en las universidades y en las empresas, son continuas y a la vez esenciales para mantener la seguridad de los sistemas biom\u00e9tricos frente a las amenazas que tambi\u00e9n van en constante evoluci\u00f3n.<\/p>\n

\u00bfCu\u00e1les son los fraudes m\u00e1s comunes?
\n<\/strong>En general, cada biometr\u00eda posee sus propias formas de spoofing<\/em>. Las huellas dactilares, por ejemplo, pueden reproducirse con l\u00e1tex, cola de carpintero o silicona; el rostro puede simularse mediante la colocaci\u00f3n de una foto, un video o incluso una m\u00e1scara de goma; la voz es vulnerable a replay attacks <\/em>o ataques de reproducci\u00f3n: cualquier dispositivo sonoro puede reproducir el habla de un usuario. Incluso el iris y las orejas, que tambi\u00e9n se emplean como biometr\u00eda, pueden falsificarse con fotos. Hay ojos artificiales o lentes de contacto impresos que pueden simular el iris, en tanto que videos o disfraces de goma constituyen otras formas de emular las orejas verdaderas.<\/p>\n

\u00bfC\u00f3mo crear sistemas m\u00e1s seguros entonces?
\n<\/strong>La inteligencia artificial cumple un rol importante. Mediante t\u00e9cnicas como la de aprendizaje autom\u00e1tico, la IA logra detectar patrones sutiles que diferencian entre biometr\u00edas reales y falsificaciones, incluso en ataques sofisticados. Asimismo, estos m\u00e9todos hacen posible que los sistemas aprendan continuamente con nuevos intentos de fraude, lo que dota de mayor precisi\u00f3n a la detecci\u00f3n, que se va adaptando con el correr del tiempo. Un punto especialmente relevante es el que concierne al costo: es mucho m\u00e1s econ\u00f3mico incorporar un m\u00f3dulo l\u00f3gico de detecci\u00f3n de spoofing<\/em> basado en IA que invertir en hardware<\/em> adicional, como es el caso de los sensores t\u00e9rmicos o de conducci\u00f3n el\u00e9ctrica, que diferencian una huella dactilar real de una falsa. La ventaja es a\u00fan mayor en escenarios a gran escala, como en el caso de las empresas que poseen varias filiales o centenas de terminales de control de jornada laboral. La IA suministra una soluci\u00f3n escalable, eficiente y factible econ\u00f3micamente para fortalecer la seguridad.<\/p>\n

\u00bfEn qu\u00e9 se enfocan sus investigaciones?
\n<\/strong>He desarrollado y publicado varios trabajos centrados en la detecci\u00f3n de spoofing <\/em>en sistemas biom\u00e9tricos, cada uno con un abordaje distinto. Uno de los art\u00edculos importantes fue sobre las huellas dactilares. Propusimos un framework <\/em>[marco de trabajo] con m\u00faltiples filtros de im\u00e1genes y un nuevo descriptor que apunta a representar patrones artificiales en forma de signos para identificar fraudes. Recientemente, durante una pasant\u00eda posdoctoral en la Unesp, con el apoyo de la FAPESP, concentr\u00e9 mis esfuerzos en la detecci\u00f3n de spoofing <\/em>v\u00eda voz. Propusimos diversos frameworks <\/em>basados en el aprendizaje autom\u00e1tico cl\u00e1sico. Y demostramos que, con la ingenier\u00eda de atributos correcta, es posible lograr resultados comparables con los que se obtienen con las redes profundas, pero a un menor costo computacional. Tambi\u00e9n exploramos la suplantaci\u00f3n de identidad en la biometr\u00eda de las orejas aplicando estrategias de realce de im\u00e1genes, m\u00faltiples filtros y descriptores texturales. Ese trabajo expandi\u00f3 el alcance de nuestras soluciones m\u00e1s all\u00e1 de las modalidades m\u00e1s comunes de biometr\u00eda. Cada art\u00edculo tuvo por objeto demostrar que es posible crear soluciones robustas, escalables y factibles econ\u00f3micamente para fortalecer la seguridad de los sistemas biom\u00e9tricos sin tener que depender exclusivamente de un hardware<\/em> espec\u00edfico.<\/p>\n

\"\"

MURA, V. et al<\/em>. IEEE 7th International Conference on Biometrics Theory, Applications and Systems (BTAS)<\/strong>. 2015<\/span>Una huella dactilar original (a la izq<\/em>.) y dos fraudulentas hechas con l\u00e1tex (en el medio<\/em>) y colaMURA, V. et al<\/em>. IEEE 7th International Conference on Biometrics Theory, Applications and Systems (BTAS)<\/strong>. 2015<\/span><\/p><\/div>\n

\u00bfCu\u00e1ndo surgi\u00f3 su inter\u00e9s en esta \u00e1rea?
\n<\/strong>Estudio los sistemas biom\u00e9tricos desde mi iniciaci\u00f3n a la investigaci\u00f3n cient\u00edfica, financiada por la FAPESP, cuando a\u00fan cursaba la carrera de grado en la Unesp de S\u00e3o Jos\u00e9 do Rio Preto. Durante esa etapa, propuse un nuevo abordaje con miras a detectar huellas dactilares tomadas en escenas de cr\u00edmenes. En la maestr\u00eda empec\u00e9 mis investigaciones enfocadas en la detecci\u00f3n de falsificaciones biom\u00e9tricas. Propuse una generalizaci\u00f3n del m\u00e9todo al que se conoce con el nombre de local binary pattern <\/em>[LBP] o patr\u00f3n binario local, que es un descriptor de micropatr\u00f3n de textura en im\u00e1genes que compara cada p\u00edxel con sus vecinos para generar patrones binarios convertidos en valores decimales. Estos valores conforman un histograma [un gr\u00e1fico que describe la frecuencia en que diferentes estructuras aparecen en la imagen], que se utiliza en el reconocimiento y el an\u00e1lisis de patrones visuales. Espec\u00edficamente, a la t\u00e9cnica propuesta se la denomin\u00f3 multi-scale local mapped pattern<\/em> [MSLMP]. A diferencia del LBP tradicional, que describe \u00fanicamente una microrregi\u00f3n de la imagen, \u00e9sta representa m\u00faltiples zonas conc\u00e9ntricas. Las comparaciones de valores de p\u00edxeles en esas regiones se efect\u00faan con la intenci\u00f3n de disminuir el impacto del ruido o las imperfecciones, especialmente en las huellas dactilares. Este m\u00e9todo se perfeccion\u00f3 y particip\u00f3 en 2021 en la competencia internacional Liveness Detection Competition [LivDet]. Quedamos en segundo lugar.<\/p>\n

\u00bfEn qu\u00e9 consiste esa competencia?
\n<\/strong>LivDet es una competencia internacional en la cual se eval\u00faan sistemas capaces de diferenciar huellas dactilares genuinas de falsificaciones hechas en silicona, gelatina u otros materiales. Los participantes reciben un conjunto de im\u00e1genes con una mezcla de muestras vivas y falsas y deben clasificarlas como tales. Los organizadores eval\u00faan el desempe\u00f1o midi\u00e9ndolo principalmente de acuerdo con el \u00edndice de aciertos. El tiempo de los procesos tambi\u00e9n se registra, pero la precisi\u00f3n es el criterio m\u00e1s importante. Es la m\u00e1s tradicional y prestigiosa competencia mundial en el \u00e1rea de detecci\u00f3n de fraudes en sistemas biom\u00e9tricos. Se realiza cada dos a\u00f1os. Particip\u00e9 en las tres \u00faltimas ediciones, que se enfocaron en las huellas dactilares. Pero tambi\u00e9n hay ediciones de LivDet que se enfocan en las facciones y el iris, y aparte est\u00e1 ASVSpoof, que la organiza otro grupo y se centra en la voz. Los retos han venido cambiando bastante durante las \u00faltimas ediciones. En 2021, ten\u00edamos una base de datos con impresiones digitales reales y falsas para el entrenamiento de nuestros modelos. En tanto, en 2023, cuando recibimos la menci\u00f3n honorable, la competencia puso a disposici\u00f3n \u00fanicamente algunas muestras leg\u00edtimas y ninguna falsificada, precisamente para forzar a los competidores a crear modelos m\u00e1s generalistas. Este a\u00f1o, cuando tambi\u00e9n quedamos en segundo lugar, fue a\u00fan m\u00e1s desafiante, pues no se dej\u00f3 disponible ning\u00fan dato de entrenamiento. Tuvimos que recurrir a bancos de datos antiguos y testear abordajes de generaci\u00f3n de datos con IA. Nuestro m\u00e9todo, que combina t\u00e9cnicas cl\u00e1sicas de procesamiento de im\u00e1genes con IA para diferenciar entre huellas dactilares vivas y falsificadas, se adapt\u00f3 bien a esos escenarios.<\/p>\n

\u00bfEn d\u00f3nde se encuentra m\u00e1s avanzada la investigaci\u00f3n orientada a los fraudes biom\u00e9tricos?
\n<\/strong>LivDet se organiza en Italia desde su primera edici\u00f3n, que fue en 2009. El grupo del investigador Gian Luca Marcialis, de la Universidad de Cagliari, en Italia, es uno de los principales referentes mundiales en detecci\u00f3n de spoofing<\/em>. Otro equipo renombrado es el del profesor Christoph Busch, de la Universidad Noruega de Ciencia y Tecnolog\u00eda, que tambi\u00e9n posee una fuerte actuaci\u00f3n. Aparte de ellos existen grupos menores, pero bastante relevantes, como el de la investigadora \u00d6nsen Toygar, de la Universidad del Mediterr\u00e1neo Occidental, en Chipre, que despunta especialmente en la suplantaci\u00f3n de identidad aplicada a la biometr\u00eda de las orejas. Llevamos adelante trabajos en colaboraci\u00f3n con ella.<\/p>\n

\u00bfY ac\u00e1 en Brasil?
\n<\/strong>A\u00fan no contamos con grupos consolidados formalmente cuyo foco exclusivo sea la detecci\u00f3n de spoofing<\/em>, pero existen trabajos relevantes de investigadores de la USP, de la Unicamp [Universidad de Campinas], de la Unesp y m\u00e1s recientemente de la Unifesp. Nos encontramos abocados al proceso de formalizaci\u00f3n de un grupo de investigaci\u00f3n enfocado en este tema, que congrega a investigadores brasile\u00f1os y colaboradores internacionales. Espero que esta articulaci\u00f3n fortalezca la labor de Brasil en el \u00e1rea.<\/p>\n

Este art\u00edculo sali\u00f3 publicado con el t\u00edtulo \u201cRodrigo Colnago Contreras: <\/strong>Un juego de gato y rat\u00f3n<\/strong>\u201d en la edici\u00f3n impresa n\u00b0 356 de Octubre de 2025.<\/p>\n","protected":false},"excerpt":{"rendered":"Investigadores y empresas recurren a soluciones basadas en IA para incrementar la seguridad de estos dispositivos que se encuentran bajo constante amenaza","protected":false},"author":23,"featured_media":586101,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_exactmetrics_skip_tracking":false,"_exactmetrics_sitenote_active":false,"_exactmetrics_sitenote_note":"","_exactmetrics_sitenote_category":0,"footnotes":""},"categories":[183,192],"tags":[288,1169],"coauthors":[116],"class_list":["post-586096","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-entrevista-es","category-tecnologia-es","tag-computacion","tag-matematica-es"],"acf":[],"_links":{"self":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/posts\/586096","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/users\/23"}],"replies":[{"embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/comments?post=586096"}],"version-history":[{"count":2,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/posts\/586096\/revisions"}],"predecessor-version":[{"id":586483,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/posts\/586096\/revisions\/586483"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/media\/586101"}],"wp:attachment":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/media?parent=586096"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/categories?post=586096"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/tags?post=586096"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/coauthors?post=586096"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}