AI Labs

Pesquisa que nos mantém à frente da fraude generativa

Nossa equipe de AI Labs pesquisa e compara continuamente modelos de machine learning frente aos vetores de ataque mais recentes. Estudamos como as mídias sintéticas são criadas para detectá-las de forma confiável — em deepfakes, spoofing de vivacidade e adulteração de documentos.

Imagem: máscaras faciais usadas nos testes de liveness do AI Labs

Área de Pesquisa 01

Detecção de Vivacidade

Estudamos ataques de apresentação (fotos impressas, vídeo reproduzido, máscaras 3D) e ataques de injeção (câmeras virtuais, emuladores) para construir modelos de liveness passivo e ativo. Cada modelo é reportado com FAR/FRR medidos para que os trade-offs entre segurança e conversão sejam transparentes.

Liveness passivo que não exige gestos do usuário, com desafios ativos como fallback
Detecção de ataques de injeção nas camadas de captura e transporte
Testes de detecção de ataques de apresentação alinhados à ISO/IEC 30107-3

Detecção de Deepfakes

Realizamos pesquisa adversária frente aos geradores faciais baseados em difusão e GAN mais recentes. Ao reproduzir como os atacantes sintetizam e trocam rostos, treinamos classificadores que captam os artefatos sutis de frequência, textura e iluminação deixados pelos modelos generativos — mesmo após compressão e recodificação.

Corpus continuamente atualizado de rostos sintéticos de geradores abertos e proprietários
Modelos de domínio de frequência e espacial combinados para scoring de ensemble robusto
Avaliado frente a geradores não vistos para medir a generalização real

Adulteração e Modificação de Documentos

Aplicamos forense em nível de pixel a documentos de identidade para revelar emendas, edições copy-move, substituição de fontes e campos preenchidos por IA. Os modelos são treinados com amostras adulteradas geradas internamente para que o detector veja as mesmas técnicas usadas pelos fraudadores.

Análise de nível de erro e modelos de resíduo de ruído para expor regiões editadas
Verificação de consistência de fonte, MRZ e template em mais de 150 tipos de documento
Detecção de campos de documento gerados e editados por IA

NLP Jurídico e RAG Regulatório

Treinamos modelos de NLP especializados que ancoram nossos motores de conformidade e agentes conversacionais no texto legal exato. Aplicando Retrieval-Augmented Generation a frameworks como GDPR, LGPD e KYC/AML, mantemos os fluxos de conformidade automatizados precisos e livres de alucinações de IA.

Chunking semântico e busca vetorial ajustados a documentos jurídicos densos e cláusulas com referências cruzadas
Mapeamento de conformidade automatizado que ingere atualizações de autoridades de proteção de dados para ajustar o Risk Scoring
Engenharia de guardrails que mantém a IA conversacional e as recomendações de RoPA juridicamente sólidas e verificáveis

Como trabalhamos

Nossa metodologia de pesquisa

A detecção é um alvo em movimento. Tratamos isso como um ciclo contínuo, e não como um lançamento único de modelo.

Replicação de ameaças

Reproduzimos ataques emergentes em um ambiente de red-team controlado.

Curadoria de datasets

Construímos e versionamos datasets balanceados e com consentimento por classe de ameaça.

Treinamento adversário

Os modelos são endurecidos frente aos ataques que nosso red team produz.

Retreinamento contínuo

Os sinais de produção realimentam o ciclo para manter os modelos atualizados.

Escale seu onboarding.
Automatize seu compliance.

Pare de escolher entre altas taxas de conversão e conformidade regulatória rigorosa. Unifique seus fluxos de identidade, detecte fraudes em tempo real e dê aos seus usuários controle total sobre sua privacidade.

Começar Falar com Vendas