Deteção de documentos fraudulentos reutilizados em vários dossiês

Este artigo tem carácter informativo e não constitui aconselhamento jurídico, regulatório ou de conformidade. Consulte um profissional qualificado para uma análise adaptada à sua organização.

Um recibo de vencimento falso, analisado sozinho, pode parecer perfeitamente credível. O mesmo recibo, com o nome e o valor alterados, submetido em quinze candidaturas de crédito diferentes ao longo de seis meses, é outra coisa: um padrão de fraude em série que só se torna visível quando os documentos são comparados entre si. Este é o ponto cego de muitos controlos documentais — verificam cada ficheiro isoladamente, mas nunca perguntam "já vi este documento antes, com outro nome?"

O que é o fingerprinting documental

O fingerprinting documental é a técnica que gera uma "impressão digital" de cada documento submetido — um resumo compacto da estrutura visual, do layout e dos metadados — e a compara com todas as já registadas noutras candidaturas. Ao contrário da verificação de um único documento, que procura sinais de manipulação dentro do próprio ficheiro, o fingerprinting procura repetições entre ficheiros supostamente independentes.

Na prática, um defraudador raramente cria um modelo falso novo para cada candidatura: é mais rápido reutilizar o mesmo modelo — um extrato bancário fabricado, um comprovativo de morada, um cartão de cidadão sintético — trocando apenas o nome, a fotografia ou o montante. Segundo o Relatório ACFE 2024 Report to the Nations, os controlos manuais detetam apenas 37% da fraude documental, com um atraso médio de deteção de 87 dias — tempo mais do que suficiente para um mesmo modelo circular por dezenas de dossiês antes de ser identificado.

Esta lógica de impressão digital já existe noutros domínios de segurança, nomeadamente na deteção de conteúdo duplicado. Aplicada a documentos comprovativos, a ideia central mantém-se: dois ficheiros visualmente quase idênticos, submetidos por identidades diferentes, não podem ser tratados como eventos independentes.

Por que as redes de fraude reutilizam modelos

As redes de fraude reutilizam modelos porque a IA generativa tornou a produção de um único falso credível relativamente barata, mas continua a exigir tempo e iteração para atingir um resultado que passe despercebido em controlos automatizados. Depois de um operador conseguir um modelo que "funciona" — que engana o OCR e resiste a uma primeira inspeção — a racionalidade económica aponta para a reutilização em massa, não para a criação de um novo modelo a cada tentativa.

Já tínhamos descrito, neste artigo sobre como a IA gera documentos falsos, como modelos de difusão permitem produzir uma falsificação em menos de uma hora e por um custo reduzido. É essa acessibilidade que alimenta a reutilização: um modelo pago uma vez pode ser explorado dezenas de vezes, com pequenas variações de nome, morada ou valor, distribuído por vários canais e operadores.

A ENISA Threat Landscape 2024 identifica a fraude de identidade e documental como uma categoria de ameaça em crescimento sustentado na União Europeia, associando parte desse crescimento a ferramentas de geração de conteúdo acessíveis a operadores sem competências técnicas avançadas. Um modelo reutilizado deixa, no entanto, um rasto: a mesma marca de água mal-alinhada, o mesmo erro de fonte — evidente assim que dois exemplares são colocados lado a lado.

Em que difere da análise forense de um único documento

O fingerprinting documental difere da análise forense de um único documento porque o sinal de fraude não está dentro do ficheiro, mas na relação entre vários ficheiros submetidos separadamente. Técnicas como a análise de nível de erro ou a inspeção de metadados PDF procuram anomalias internas — uma zona reeditada, uma data inconsistente — e funcionam mesmo num documento nunca visto antes. Partilham, no entanto, uma limitação: um modelo bem construído, sem sinais óbvios de manipulação, passa facilmente por ambos os testes em cada submissão individual.

O fingerprinting resolve esse ponto cego ao mudar a unidade de análise. Em vez de perguntar "este documento foi alterado?", pergunta "este documento, ou uma variante muito próxima dele, já apareceu noutro dossiê?". A tabela seguinte resume a diferença de âmbito entre as duas abordagens.

Setores mais expostos à fraude documental em série

Os setores mais expostos à fraude documental em série são aqueles com volume elevado de candidaturas, decisão rápida e pouca partilha de dados entre operadores concorrentes. O crédito ao consumo enquadra-se diretamente neste perfil: prazos de decisão curtos, múltiplos credores a competir pelo mesmo cliente e comprovativos de rendimento fáceis de fabricar tornam este canal um alvo recorrente para recibos de vencimento e extratos bancários reutilizados.

O arrendamento de curta duração sofre de um problema semelhante: a pressão para ocupar um imóvel rapidamente reduz o tempo para verificar comprovativos, e o mesmo dossiê fabricado pode circular por vários anúncios em simultâneo — um risco já abordado em fraude no arrendamento e verificação de inquilinos.

No setor segurador, sinistros que reutilizam o mesmo comprovativo — uma fatura de reparação, um atestado médico — em várias apólices são difíceis de detetar sem comparação entre organizações. Marketplaces e plataformas de trabalho por conta própria enfrentam o mesmo desafio no onboarding de vendedores ou motoristas, onde uma única identidade fabricada pode gerar dezenas de contas. A abertura de conta bancária à distância completa esta lista: a pressão para reduzir o atrito no onboarding cria o ambiente ideal para um modelo reutilizado passar despercebido.

Técnicas concretas de deteção de reutilização

As técnicas concretas combinam comparação visual, metadados e análise de rede, aplicadas ao conjunto de documentos recebidos, não a cada ficheiro isoladamente.

Hashing percetual de imagem (pHash): ao contrário de um hash criptográfico, que muda completamente com a alteração de um único pixel, um hash percetual gera uma assinatura que permanece semelhante após pequenas alterações — recorte, compressão, mudança de fotografia num modelo. Dois documentos com hashes percetuais próximos, mesmo que não sejam bit a bit idênticos, indicam probabilidade elevada de partilharem o mesmo modelo de origem.

Clustering de metadados: documentos supostamente independentes que partilham o mesmo software de edição (/Producer ou /Creator idêntico) ou a mesma data de criação a poucos segundos de distância revelam uma origem comum. A técnica prolonga a lógica descrita em adulteração de metadados PDF, aplicada entre dossiês em vez de dentro de um único ficheiro.

Análise de grafo entre candidaturas: ligar candidaturas que partilham elementos indiretos — o mesmo IP de submissão, o mesmo número de telemóvel usado em duas identidades diferentes, o mesmo ficheiro de fotografia com nomes distintos — permite visualizar redes de fraude organizadas que uma verificação caso a caso nunca revelaria.

Verificações de velocidade de reutilização: alertar quando o mesmo documento, ou uma variante próxima, é submetido acima de um limiar num intervalo de tempo definido, distinguindo picos legítimos de padrões de reutilização suspeitos.

Como operacionalizar a deteção nas equipas de conformidade e fraude

As equipas de conformidade e fraude devem operacionalizar a deteção de reutilização integrando-a no fluxo de decisão automatizado, não como verificação manual pontual aplicada apenas a dossiês já suspeitos. Isto implica gerar a impressão digital de cada documento na submissão, comparar contra o histórico de submissões anteriores e sinalizar correspondências acima de um limiar de semelhança definido.

Em fóruns especializados de conformidade e deteção de fraude, as equipas perguntam com frequência como distinguir uma coincidência legítima — dois clientes que usam o mesmo modelo de recibo emitido pela mesma entidade patronal — de uma reutilização fraudulenta. A resposta está no contexto: uma correspondência de layout entre dois recibos da mesma empresa é normal; uma correspondência entre a fotografia de um documento de identidade e os campos de texto ao seu redor, associada a nomes e datas de nascimento diferentes, não é.

A retenção de dados para comparação entre candidaturas deve respeitar os princípios de minimização e de prazo de conservação do RGPD, supervisionado em Portugal pela Comissão Nacional de Proteção de Dados (CNPD), definindo durante quanto tempo as impressões digitais de documentos rejeitados são mantidas.

Como o CheckFile aborda a deteção entre dossiês

O CheckFile combina estrutura, metadados e coerência entre documentos para alcançar uma cobertura de deteção elevada, incluindo a coerência entre submissões separadas — não apenas dentro de um único ficheiro. A análise contextual aplicada distingue variações legítimas — o mesmo modelo oficial de recibo usado por uma entidade patronal para vários colaboradores — de sinais genuínos de fraude, mantendo uma taxa de falsos positivos reduzida mesmo com grandes volumes comparados entre dossiês. Uma camada adicional de sinais de geração por IA pode ser ativada consoante a configuração do cliente, complementando a deteção de reutilização com indicadores de conteúdo gerado artificialmente.

A plataforma cobre mais de 3.200 tipos de documentos, com OCR em 24 idiomas e presença em 32 jurisdições, permitindo aplicar a mesma lógica de comparação a dossiês que atravessam fronteiras — um cenário comum em redes que exploram deliberadamente essa fragmentação entre operadores. Para equipas de onboarding bancário, a solução banque-kyc do CheckFile integra estes controlos no fluxo de verificação de identidade; para instituições de financiamento e leasing, a solução de financiamento e leasing aplica a mesma lógica ao processo de análise de risco.

Nenhuma solução deteta a totalidade das falsificações possíveis, e o fingerprinting não substitui os controlos estruturais existentes — funciona como camada complementar. Para reforçar a deteção de conteúdo gerado por inteligência artificial, frequente nos modelos reutilizados em fraude organizada, consulte a deteção de sinais de geração por IA e deepfake documental como complemento aos seus controlos atuais.

Para uma visão mais ampla do processo de verificação documental, consulte o guia prático de verificação de documentos para empresas. Para conhecer os planos, visite a página de preços, ou contacte a equipa CheckFile para uma demonstração aplicada ao seu setor.

Perguntas frequentes

O que é o fingerprinting documental?

É a técnica que gera uma assinatura visual e de metadados de cada documento submetido e a compara com submissões anteriores, para identificar quando o mesmo modelo — com nome, fotografia ou montante alterados — é reutilizado em várias candidaturas.

Como distinguir uma coincidência legítima de uma reutilização fraudulenta?

A distinção assenta no contexto: um modelo de recibo idêntico partilhado por vários colaboradores da mesma entidade patronal é normal; uma correspondência entre elementos estruturais de um documento associada a identidades e datas de nascimento diferentes, sem qualquer ligação legítima entre os titulares, é um sinal de alerta que justifica revisão.

O fingerprinting substitui a análise forense de documentos individuais?

Não. São abordagens complementares: a análise forense de um único documento (ELA, metadados, tipografia) deteta manipulações internas mesmo num documento nunca antes visto; o fingerprinting deteta reutilização entre candidaturas. Um programa robusto combina ambas.

Vale a pena investir em fingerprinting documental se o volume de candidaturas ainda é baixo?

É uma dúvida comum em fóruns de conformidade. O retorno cresce com o volume, mas o risco de reutilização não depende do tamanho da organização — depende apenas de o canal ser atrativo para um defraudador testar o mesmo modelo mais do que uma vez.

Quanto tempo demoram as organizações a detetar um documento fraudulento reutilizado?

Não existe uma cifra específica para reutilização em série, mas o Relatório ACFE 2024 indica um atraso médio de 87 dias na deteção de fraude documental através de controlos manuais — tempo suficiente para um modelo reutilizado circular por dezenas de dossiês.