Métadonnées EXIF : repérer les photos de documents falsifiées

Les métadonnées EXIF intégrées à une photo de document — talon de paie, relevé bancaire ou pièce d'identité (permis de conduire, carte RAMQ) photographiée pour un dossier KYC — enregistrent l'appareil utilisé, la date de prise de vue, les réglages de l'objectif et, le cas échéant, le logiciel ayant modifié le fichier après capture. Leur lecture révèle en quelques secondes des incohérences invisibles à l'œil nu : une retouche Photoshop sur un justificatif présenté comme brut, une capture d'écran déguisée en photo originale, ou une image générée par IA sans trace de capteur physique. Elles ne constituent jamais une preuve isolée : elles s'intègrent dans une approche forensique à plusieurs couches, aux côtés de l'analyse ELA et de l'examen des métadonnées PDF.

Selon le rapport ACFE 2024 (Report to the Nations), 37 % des fraudes documentaires sont détectées grâce à des contrôles internes — une proportion que l'automatisation de l'analyse de fichiers, dont les métadonnées EXIF, contribue à faire progresser dans les dispositifs de conformité les plus matures, au Canada comme ailleurs.

Qu'est-ce que les métadonnées EXIF et pourquoi elles comptent en KYC

Le format EXIF (Exchangeable Image File Format), maintenu par le consortium CIPA, embarque dans chaque fichier JPEG des champs techniques invisibles à l'affichage mais lisibles par tout outil d'extraction : fabricant et modèle de l'appareil (Make/Model), date de prise de vue (DateTimeOriginal), date de numérisation (DateTimeDigitized), date de dernière modification (ModifyDate), logiciel ayant traité le fichier (Software), coordonnées GPS si la géolocalisation était activée, et paramètres optiques réels comme le temps d'exposition (ExposureTime) ou l'ouverture (FNumber).

Une photo authentique prise directement avec un téléphone intelligent lors d'un onboarding présente une signature cohérente : modèle d'appareil plausible, réglages d'exposition physiquement réalistes, date de prise de vue proche de l'instant de soumission. C'est cette cohérence d'ensemble que les équipes conformité comparent à chaque document reçu — pas un champ isolé.

Un second niveau, le XMP (Extensible Metadata Platform, standard ISO 16684), peut embarquer un historique d'édition complet (xmpMM:History) indiquant quel logiciel a touché le fichier et à quel moment. Ce champ est révélateur, car les outils de retouche grand public ne le nettoient pas toujours, contrairement au champ Software que les fraudeurs plus attentifs suppriment en premier.

Comment les fraudeurs falsifient les documents envoyés en photo

Trois familles de manipulation dominent les dossiers KYC traitant des photos de justificatifs : la retouche directe, la capture d'écran déguisée et la génération par intelligence artificielle.

La retouche dans un éditeur d'image reste la méthode la plus répandue pour altérer un montant de salaire, une date de naissance ou un solde bancaire. Photoshop, GIMP ou des applications mobiles comme Snapseed inscrivent leur nom dans le champ Software dès l'enregistrement du fichier modifié — un signal quasiment jamais présent sur une photo brute issue directement d'un téléphone intelligent lors d'un parcours KYC légitime.

La capture d'écran sert à masquer l'origine réelle d'un document : une photo d'un document déjà falsifié affichée sur un autre écran, ou une capture d'un PDF présentée comme une photo prise en direct. Elle ne contient jamais de données de capteur physique — pas de Make/Model, pas de GPS, pas d'ExposureTime — et ses dimensions correspondent typiquement à une résolution d'écran plutôt qu'au ratio d'un capteur de téléphone intelligent.

La génération par intelligence artificielle produit des images qui ne portent quasiment jamais de métadonnées de capture réelle. Un document inventé par Midjourney, DALL-E ou Stable Diffusion ne provient d'aucun capteur : le fichier est soit dépourvu de tout champ EXIF exploitable, soit porteur de balises propres au générateur ou de justificatifs de contenu C2PA (Coalition for Content Provenance and Authenticity, portée notamment par Adobe et Microsoft) plutôt que d'un historique de prise de vue.

Les signaux d'alerte à chercher dans les métadonnées EXIF

Quatre signaux concentrent l'essentiel de la valeur forensique d'une inspection EXIF sur un document photographié.

Le champ Software renseigné par un éditeur d'image est l'un des signaux les plus forts qui existent en matière de métadonnées : une photo présentée comme brute ne devrait, dans l'immense majorité des cas légitimes, jamais avoir été ouverte dans Photoshop, GIMP ou Lightroom avant son envoi. Ce seul indicateur suffit à transformer un dossier standard en dossier à investiguer.

Les incohérences de date entre DateTimeOriginal, DateTimeDigitized et ModifyDate trahissent un fichier réenregistré après capture. Une date de modification postérieure de plusieurs heures à la date de prise de vue déclarée mérite une vérification humaine, tout comme un horodatage précédant de plusieurs mois la date de dépôt du dossier.

L'absence ou la présence inattendue de GPS et de Make/Model doit être interprétée avec prudence — un téléphone intelligent avec la géolocalisation désactivée ne produit légitimement aucune coordonnée. En revanche, l'absence totale et simultanée de Make/Model, d'ExposureTime et de FNumber sur un fichier présenté comme une photo native est un signal cumulatif fort, cohérent avec une capture d'écran ou une image générée.

L'historique XMP xmpMM:History, quand il est présent, documente la chaîne d'outils ayant traité le fichier. Une chaîne mentionnant un éditeur d'image entre la capture d'origine et l'enregistrement final confirme une manipulation, même lorsque le champ Software classique a été nettoyé manuellement.

Tableau comparatif des signatures de métadonnées

Le tableau suivant résume les signatures typiques observées selon l'origine réelle de l'image, à utiliser comme grille de lecture rapide lors d'un contrôle documentaire.

Les limites de l'analyse EXIF seule

Une photo dépourvue de toute métadonnée EXIF n'est pas, en soi, une preuve de falsification. WhatsApp, Messenger et la plupart des réseaux sociaux suppriment systématiquement les données EXIF lors de la compression et du transfert — un comportement bien connu des équipes de vérification des faits, qui rappellent que l'absence de métadonnées prouve seulement le canal de transmission, jamais l'authenticité du contenu. Un client qui envoie sa pièce d'identité par messagerie instantanée produira un fichier sans EXIF exploitable, même si la photo d'origine était légitime.

À l'inverse, l'EXIF peut être falsifié : des outils accessibles permettent de réécrire n'importe quel champ, y compris une fausse position GPS ou un faux modèle d'appareil, sans compétence technique avancée. L'analyse EXIF ne doit donc jamais constituer le seul filtre d'un dispositif de vérification — elle doit être croisée avec d'autres couches forensiques.

C'est pourquoi les équipes les plus rigoureuses combinent systématiquement l'inspection EXIF avec l'analyse de niveau d'erreur (ELA), qui détecte les zones recompressées à l'intérieur même de l'image, et avec la détection du tampering des métadonnées PDF lorsque le document est transmis dans un fichier PDF englobant. L'analyse multi-couche combinant métadonnées EXIF, analyse ELA et cohérence inter-documents constitue l'approche méthodologique la plus robuste pour identifier les photos de documents falsifiées : quand une couche est contournée — par exemple en aplatissant l'EXIF via une messagerie — les autres révèlent généralement des anomalies distinctes.

Cadre réglementaire canadien et québécois

Depuis le 2 août 2026, l'article 50 du Règlement (UE) 2024/1689 sur l'intelligence artificielle impose aux fournisseurs européens de systèmes d'IA générative de marquer leurs sorties comme générées par IA. Le Canada n'a pas d'équivalent : la Loi sur l'intelligence artificielle et les données, volet du projet de loi C-27, est morte au feuilleton en janvier 2025 et n'a pas été redéposée. Ottawa privilégie des ajustements aux lois existantes plutôt qu'une loi-cadre calquée sur le modèle européen.

Côté renseignements personnels, la CAI retient une définition large des données identifiantes, incluant les coordonnées GPS embarquées dans une photo dès qu'elles localisent une personne. D'où une tension classique : la minimisation pousse à retirer les métadonnées avant tout partage, alors que le contrôle KYC a besoin de la photo brute, EXIF intact. En pratique, ces métadonnées restent dans un environnement restreint, servent à la seule vérification, et sont purgées selon une durée proportionnée, comme l'exige la Loi 25 depuis septembre 2023.

Au Canada, les entités assujetties à la Loi sur le recyclage des produits de la criminalité et le financement des activités terroristes (LRPCFAT) doivent vérifier l'identité de leurs clients à partir d'une pièce fiable et non expirée — permis de conduire, carte RAMQ, passeport ou carte de citoyenneté — en personne ou en photo. Le CANAFE attend des documents authentiques, avec une piste de vérification documentée ; l'AMF Québec encadre en parallèle les assureurs et institutions de dépôt provinciales, sans s'y substituer. Aucun des deux n'impose de méthode technique unique, mais tous deux attendent un contrôle documenté et proportionné au risque.

Comment structurer un contrôle de métadonnées dans un pipeline de conformité

Une liste de vérification simple permet d'industrialiser ce contrôle sans expertise forensique préalable :

1. Extraire systématiquement les métadonnées à la réception. ExifTool, développé par Phil Harvey, reste l'outil de référence en ligne de commande pour lire EXIF, XMP et IPTC en une seule passe, sur des lots de centaines de fichiers.
2. Vérifier en priorité le champ Software. Toute mention d'un éditeur d'image sur une photo présentée comme brute déclenche une revue manuelle.
3. Croiser les dates internes avec la date de dépôt déclarée. Un écart de plusieurs jours entre DateTimeOriginal et l'horodatage de soumission doit être documenté.
4. Ne jamais rejeter un dossier sur la seule absence d'EXIF. Documenter le canal de transmission (messagerie, téléversement direct, courriel) avant de conclure à une anomalie.
5. Combiner avec l'ELA et l'analyse structurelle du fichier englobant (PDF ou archive) plutôt que de traiter l'EXIF comme un signal autonome.
6. Journaliser chaque contrôle dans le dossier de risque client pour répondre aux exigences de traçabilité du CANAFE.

Pour les volumes importants, ce contrôle manuel devient impraticable. Des plateformes comme CheckFile exposent une analyse multi-couche automatisée — métadonnées, structure du fichier, cohérence inter-documents — intégrable aux flux d'ouverture de compte ou de financement et leasing, où les talons de paie et relevés bancaires photographiés constituent une part significative des pièces reçues. La page sécurité détaille l'architecture de traitement.

Une question revient régulièrement dans les équipes conformité : une image sans aucune métadonnée doit-elle systématiquement être rejetée ? La réponse pratique, cohérente avec le comportement documenté des messageries qui suppriment l'EXIF par défaut, est non — c'est un signal neutre qui doit déclencher des vérifications complémentaires, pas un rejet automatique.

L'analyse EXIF ne remplace pas une stratégie de détection des contenus générés par IA : elle en constitue un préalable utile mais partiel. La page dédiée à la détection de deepfakes et documents synthétiques présente comment ces signaux de génération IA s'intègrent en complément de vos contrôles existants, sans prétendre détecter à eux seuls l'intégralité des falsifications possibles. Pour un panorama plus large, consultez notre guide de vérification des documents.

Questions fréquemment posées

Une photo de document sans métadonnées EXIF est-elle automatiquement suspecte ?

Non. WhatsApp, Messenger et la plupart des réseaux sociaux suppriment les métadonnées EXIF lors de la compression et du transfert ; une photo légitime transmise par ces canaux arrive donc fréquemment sans EXIF exploitable. L'absence de métadonnées doit déclencher des vérifications complémentaires, pas un rejet automatique du dossier.

Les métadonnées EXIF peuvent-elles être falsifiées ?

Oui. Des outils accessibles permettent de réécrire n'importe quel champ EXIF, y compris une fausse position GPS ou un faux modèle d'appareil, sans compétence technique avancée. C'est pourquoi l'EXIF ne doit jamais servir d'unique signal d'authenticité, mais toujours être croisé avec l'ELA et les métadonnées PDF.

Que faire si l'inspection EXIF révèle une anomalie dans un dossier assujetti à la LRPCFAT ?

L'anomalie doit être documentée et traitée comme un déclencheur de diligence renforcée, pas comme une preuve de fraude en soi. Le CANAFE n'impose pas d'outil technique précis, mais attend une trace de la vérification effectuée — champ concerné, date, décision prise — dans le dossier de risque du client.

Les coordonnées GPS contenues dans une photo sont-elles visées par la Loi 25 ?

Oui, dès lors qu'elles permettent de localiser une personne identifiable : la CAI retient une définition large des renseignements personnels. Cela n'empêche pas leur usage à des fins de vérification documentaire, mais impose de les traiter dans un cadre restreint, avec une conservation proportionnée au besoin réel du dossier.

Le Canada oblige-t-il désormais le marquage des images générées par IA, comme l'Union européenne ?

Non, pas à l'échelle fédérale. La Loi sur l'intelligence artificielle et les données, qui aurait pu introduire une obligation comparable, est morte au feuilleton en janvier 2025 avec le reste du projet de loi C-27 et n'a pas été remplacée. Aucune obligation légale fédérale équivalente à l'article 50 du règlement européen n'existe au Canada pour l'instant.