ディープフェイク技術を利用した「Identity Fraud（本人なりすまし）」の動向

公開：2026-08-29　最終確認：2026-08-30

背景と概要

金融機関やオンラインサービス、採用選考における本人確認プロセス（eKYCやオンライン面接）において、生成AIを活用した「Identity Fraud（本人なりすまし詐欺）」が議論されています。

顔写真や身分証明書の偽造にとどまらず、リアルタイムで他人の顔や声を合成するディープフェイク技術が使われるケースが報告されています。

従来の画像判定や簡易的な目視確認では見破ることが難しくなりつつあります。

eKYC（オンライン本人確認）の突破試行身分証明書の顔写真と本人の自撮り画像を照合する際、ディープフェイクで生成した3Dモデルや合成動画を用いてチェックをすり抜けようとする手口が検証されています。

オンライン採用面接におけるなりすましリモート採用において、別の高度なスキルを持つ人物がディープフェイクで面接を受け、合格後に別人が勤務するといったケースが海外等で報告されています。

不正口座開設や信用詐欺への悪用なりすましたアカウントで口座やカードを開設し、マネーロンダリングや不正利用の口座として悪用されるリスクが指摘されています。

判定アルゴリズムの強化と、複数要素による確認が検討されています。

ライブネス判定（生体反応検知）の高度化画面上の指示に従ってランダムな動き（特定の方向を向く、瞬きをする等）を求めるレスポンス型の検知や、光の反射パターンを解析する高度なeKYCエンジンの採用が進んでいます。

属性情報とのクロスチェック画像情報だけに頼らず、IPアドレスや端末情報、携帯キャリアの登録情報など多角的なデータと照合して総合的にリスク判断を行う体制が有効とされています。

本人確認で使う顔、音声、身分証画像、ビデオ通話をひとまとまりの管理対象として捉えます。映像判定だけに頼らず、端末情報、操作の一貫性、既存顧客情報との矛盾を見ます。単発の警告だけで判断せず、利用者・端末・時刻・変更履歴を関連付けると、通常業務との違いを説明しやすくなります。

高リスク手続きを保留し、別経路で再確認して提出素材と判定ログを保存します。復旧を急ぐ場合も、後から原因と影響範囲を説明できるよう、時刻、担当者、実施した操作、保全した証拠を残します。外部への通知や専門家への相談が必要かも、扱うデータと業務影響から判断します。

生体検知、本人確認書類、取引履歴、人の審査をリスクに応じて組み合わせます。導入時だけで終わらせず、例外件数、検知から対応までの時間、再発、利用者からの相談を定期的に確認します。訓練や実際の対応で見つかった手順の曖昧さを更新し、責任者不在時にも動ける状態を維持します。