Adaptive Deepfake Detector : l’arme de Sumsub contre les deepfakes

Le spécialiste européen de la vérification d’identité, Sumsub, lance Adaptive Deepfake Detector. Cette solution de nouvelle génération utilise le machine learning pour identifier les fraudes visuelles sophistiquées en quelques heures seulement.

La fraude numérique change de visage à une vitesse qui dépasse désormais les capacités de défense classiques. Les méthodes de vérification d’identité, souvent figées dans des cycles de mise à jour trop lents, peinent à suivre l’évolution des contenus générés par intelligence artificielle. Pour répondre à cet enjeu de sécurité, Sumsub déploie une technologie capable de s’ajuster en continu face aux nouvelles menaces détectées sur le réseau.

En finir avec l’inertie des modèles statiques

Le problème des outils de détection traditionnels réside dans leur temps de réaction. Habituellement, lorsqu’un nouveau type de falsification apparaît, il faut des semaines, voire des mois, pour que les systèmes intègrent cette nouvelle signature. Pendant ce laps de temps, les entreprises restent vulnérables. La réponse apportée ici repose sur un modèle d’apprentissage « en ligne ». Concrètement, le logiciel n’attend pas une maintenance humaine pour progresser ; il modifie ses propres paramètres dès qu’une anomalie inédite est repérée.

Cette agilité transforme la défense en un processus organique. Au lieu de subir les vagues de fraudes, le système affine sa précision presque instantanément. Pour Nikita Marshalkin, responsable du machine learning chez Sumsub, l’époque où l’œil humain suffisait à débusquer un faux est révolue. Selon lui, la gestion des risques impose désormais des modèles de nouvelle génération capables d’analyser simultanément une multitude de signaux invisibles pour l’utilisateur.

Une analyse qui dépasse le simple visuel

Réduire la lutte contre les deepfakes à la seule analyse d’une image serait une erreur. Les fraudeurs utilisent des techniques d’injection de données complexes pour tromper les capteurs. La nouvelle architecture de Sumsub ne se contente donc pas de regarder le visage de la personne derrière l’écran. Elle scanne l’intégralité de la session : l’adresse IP, la localisation, les métadonnées de l’appareil et même la cohérence des réseaux d’utilisateurs entre eux.

A partir de ces informations, l’outil parvient à détecter des schémas comportementaux frauduleux que les systèmes isolés ne voient pas. Cette stratégie multicouche permet de valider la « preuve de vie » avec une rigueur accrue. Cela rend l’usurpation d’identité particulièrement difficile, même avec des outils de génération vidéo de pointe.

Une précision totale sans intervention humaine

L’ambition affichée est claire : atteindre un taux de détection proche de la perfection. Le besoin de réentraînement manuel est supprimé, la plateforme élimine les failles de sécurité temporelles. La frontière de décision du détecteur bouge en même temps que l’attaque. Pour les entreprises du secteur financier ou des plateformes numériques, cette automatisation réduit aussi la nécessité de contrôles manuels fastidieux, souvent sources d’erreurs et de ralentissements pour les clients légitimes.

Article basé sur un communiqué de presse reçu par la rédaction.