Un système de reconnaissance faciale ne reconnaît pas un visage : il compare des vecteurs. Et cette nuance, qui semble technique, ouvre une faille redoutable. Présenté à SecSea 2026 par un doctorant en protection des gabarits biométriques, ce travail montre comment, à partir d’un gabarit volé, on peut optimiser un bruit minimal sur le visage d’un attaquant pour être reconnu comme la victime, sans jamais détenir ses données biométriques brutes.

Quatrième volet de notre couverture de SecSea 2026. Un sujet qui concerne quiconque envisage la biométrie comme facteur d’authentification.

Ce qu’est vraiment un système biométrique

Contrairement à l’intuition, un système de reconnaissance faciale ne classe pas les individus. Il projette chaque visage dans un espace latent, un espace de vecteurs, et mesure une distance entre eux. Deux visages proches dans cet espace sont jugés identiques. Le gabarit d’une personne, c’est ce vecteur, pas sa photo.

Conséquence directe, et contre-intuitive : un gabarit volé suffit à usurper une identité dans un système dit « un contre N » (qui cherche à quelle personne connue vous correspondez), même sans savoir qui est la victime. Il n’est pas nécessaire de connaître son nom ni son visage, seulement son vecteur.

Le principe de l’attaque adverse

L’attaque consiste à partir du visage de l’attaquant et à y ajouter un bruit minimal, calculé pour rapprocher sa représentation latente de celle de la victime. La contrainte de minimalité n’est pas esthétique : un bruit discret échappe aux contrôles d’intégrité de l’entrée. Et quand le système est une boîte noire, dont on ne connaît pas les rouages internes, le calcul s’appuie sur des méthodes d’estimation qui n’ont pas besoin d’accéder aux paramètres du modèle.

Le point qui dérange : si toutes les conditions sont réunies, l’attaque est mathématiquement garantie. Ce n’est pas un bug à corriger, c’est une propriété de la façon dont ces systèmes comparent des vecteurs. On peut l’atténuer, pas la supprimer.

Les limites, que l’intervenant n’a pas cachées

Le talk était honnête sur ce qui sépare la démonstration d’une attaque réelle :

  • Le passage au monde physique est le vrai mur. Un bruit numérique optimisé ne se transporte pas facilement devant une borne : on ne se présente pas avec un visage pixélisé. Rendre le bruit à la fois efficace et imperceptible dans des conditions réelles reste très difficile, ce qui cantonne l’essentiel de ces attaques au cadre de l’audit.
  • Les empreintes digitales résistent mieux quand la comparaison est géométrique (superposition de points caractéristiques) plutôt que fondée sur un réseau de neurones. Elles redeviennent exposées sur les capteurs sans contact.
  • Moins de données disponibles complique l’attaque : extraire l’espace latent est le point dur.

Ce qui protège, sans tout résoudre

La piste principale est la protection des gabarits, qui est le sujet de thèse de l’intervenant : salage pour permettre la révocation d’un gabarit compromis (on ne peut pas changer de visage, mais on peut changer sa représentation), transformations, cryptosystèmes, et surtout preuves à divulgation nulle, qui prouvent qu’une comparaison est correcte sans jamais transmettre le gabarit lui-même. Aucune de ces défenses n’élimine totalement le risque ; toutes relèvent le coût de l’attaque.

Ce qu’on en retient chez Humanix

  • La biométrie n’est pas un mot de passe, et c’est son défaut. Un mot de passe compromis se change ; un visage, non. Sans mécanisme de révocation du gabarit, une fuite biométrique est définitive. C’est la première question à poser à tout fournisseur de solution biométrique.
  • Le gabarit est la donnée sensible, pas la photo. Protéger une base de visages ne suffit pas si les vecteurs, eux, circulent ou se stockent sans précaution. Un gabarit volé est déjà une usurpation possible.
  • La biométrie est un facteur, jamais le seul. Ses faiblesses étant structurelles, elle a sa place dans une authentification à plusieurs facteurs, pas comme rempart unique. Le raisonnement rejoint celui de notre article sur les limites de la double authentification.
  • Évaluer, c’est mettre en situation. On ne juge pas une solution biométrique sur sa plaquette, mais en la confrontant à ces attaques dans un cadre maîtrisé. La preuve avant le verdict.

À retenir

  • Un système de reconnaissance faciale compare des vecteurs dans un espace latent : le gabarit, c’est ce vecteur, pas la photo.
  • Un gabarit volé suffit à usurper une identité dans un système « un contre N », sans connaître la victime.
  • L’attaque adverse ajoute un bruit minimal au visage de l’attaquant pour imiter le vecteur de la victime ; elle est mathématiquement garantie si les conditions sont réunies, atténuable mais pas supprimable.
  • Le passage au monde physique reste le vrai obstacle, ce qui cantonne surtout ces attaques à l’audit.
  • Défense principale : la protection des gabarits (salage et révocation, preuves à divulgation nulle), qui relève le coût sans éliminer le risque.

Note. Compte-rendu, à visée pédagogique, d’une conférence de SecSea 2026 sur les attaques adverses contre les gabarits biométriques, présentée par un doctorant du domaine. Nous décrivons le principe et les contre-mesures, sans outil ni procédure. L’intervenant a précisé que son code n’est pas publié. Quatrième volet de notre couverture de l’événement. Un projet d’authentification biométrique à challenger ? Contactez-nous.