Serviço de busca reversa de rostos deixou 9 milhões de imagens biométricas expostas

O serviço de busca reversa de imagens ClarityCheck, que anuncia em seu site que "sua busca reversa de imagem é privada e segura", manteve exposto na internet um banco com mais de 9 milhões de arquivos de imagem, incluindo fotos de rostos de adultos, adolescentes e crianças. A descoberta é do pesquisador de segurança independente Jeremiah Fowler e foi reportada pela Wired.

São dois problemas distintos. O principal: um bucket Amazon S3 sem autenticação, com cerca de 450 GB de imagens organizadas em pastas com nomes como faces e profiles. Segundo Fowler, o conteúdo incluía fotos de perfil, capturas de tela e outras imagens de pessoas. O segundo: APIs mal configuradas cujas URLs podiam ser manipuladas para retornar e-mails, endereços físicos e telefones apenas digitando um nome, algo que qualquer navegador comum conseguia fazer.

Como o vazamento acontecia na prática

O ponto técnico é banal e por isso mesmo perigoso. O bucket S3 podia ser acessado por qualquer pessoa através de uma URL que estava embutida no próprio código público do site da ClarityCheck. Ou seja, não era preciso invadir nada: a referência ao repositório vazava no front-end, e o repositório não exigia credencial.

A falha na API seguia a mesma lógica de exposição por design. Bastava alterar parâmetros de uma URL, inserindo um nome, para receber de volta uma lista de possíveis e-mails, endereços e telefones associados àquele nome. É uma enumeração direta, sem token, sem rate limit relevante, sem barreira de autenticação.

A ClarityCheck é uma das chamadas ferramentas people-finder que se multiplicaram nos últimos anos, prometendo cruzar web, registros públicos e outras bases para identificar pessoas a partir de telefone, e-mail, nome, número de chassi de veículo ou foto. No teste da Wired, ao subir a própria foto, um repórter viu o sistema anunciar que estava "escaneando pontos faciais" e "mapeando a geometria única do rosto" antes de devolver um relatório com nome completo, biografia, histórico de localização e links para outras fotos da pessoa online.

Por que biometria é um vazamento pior que os outros

A gravidade aqui não está só no volume. Fowler chama atenção para a natureza do dado: imagem de rosto é biometria, e biometria não se troca como uma senha vazada. Você não "reseta" o próprio rosto.

Há ainda um agravante de consentimento. Embora o site exija que o usuário declare ter permissão para subir a foto, na prática o serviço existe justamente para identificar terceiros. "Se você está tentando descobrir quem é uma pessoa, você pode não ter autorização ou permissão, então as pessoas podem não saber que a imagem delas foi jogada nesse banco que estava público", disse Fowler à Wired. Ele aponta o risco de um bot de IA↳Inteligência artificial440 conteúdosUX e IA: Transformando Experiências Digitais com Inteligência ArtificialProduto & UX · jan 2025MCP: O que é e por que você vai ouvir falar disso em breve?AI · jul 2025IA generativa e a urgência de reconstruir nossa relação com a verdadeAI · jun 2025Ver tudo em AI → rastrear o repositório, extrair rostos e usá-los para treinamento, e lembra que havia muitas fotos de crianças ali.

O pesquisador também descreve um cenário de abuso direto: um golpista poderia escolher as fotos mais atraentes do banco e, com IA, montar personas falsas para catfishing.

A resposta da empresa e a definição de "exposto"

A ClarityCheck restringiu o acesso ao banco depois que a Wired a contatou em julho, mas Fowler afirma que os dados aparentemente ficaram expostos por meses, e que suas primeiras tentativas de alertar a empresa não tiveram sucesso.

Em nota, a empresa contestou o termo "exposto", argumentando que um "membro comum do público" não teria topado com os dados: o acesso exigia "conhecimento de uma URL específica e não indexada". Também minimizou o número, dizendo que os 9 milhões incluíam cópias duplicadas, cortadas e redimensionadas, além de dados que não eram imagens, e não 9 milhões de imagens únicas.

A indústria de segurança e o próprio governo federal dos EUA, porém, usam outra régua. "Exposição é o estado em que dados pessoais ou sensíveis foram deixados acessíveis, descobríveis ou de outra forma colocados em risco de acesso não autorizado, tendo alguém já os acessado ou não", disse à Wired Mark Beare, da Malwarebytes. "Um backup de banco de dados↳Banco de dados134 conteúdosSQL ou NoSQL: eis a questão!!Data · mar 2020Banco de dados: como organizar e dar segurança para milhões de dados de loteriasData · mai 20215 serviços gratuitos na cloud para bancos de dados PostgresData · fev 2025Ver tudo em Data → acessível publicamente, um bucket de armazenamento mal configurado ou credenciais em um sistema que um pesquisador consegue alcançar são todos exposições." A empresa diz ter melhorado seus procedimentos de recebimento de reportes de segurança.

O que isso muda para quem constrói software no Brasil

O caso é estrangeiro, mas o padrão de erro é o mais comum em qualquer stack: bucket S3 público e endpoint sem autenticação. Alguns pontos práticos que valem revisão:

• Referências vazando no front-end. A URL do bucket estava no código público do site. Vale auditar o que o seu bundle JS entrega sobre nomes de buckets, endpoints internos e chaves. Ferramentas como s3-account-search e varredura do próprio código-fonte ajudam a caçar isso.
• Buckets privados por padrão. A AWS↳AWS20 conteúdosE-mails de verificação com AWS SES + Lambda (Node.js) e Terraform: do zero ao envioDevSecOps · out 2025Codex na AWS: chegada do agente da OpenAI à nuvem da AmazonDevSecOps · abr 2026Salesforce e AWS ampliam colaboração em IA, CRM e marketplaceDevSecOps · nov 2023Ver tudo em DevSecOps → bloqueia acesso público por padrão desde 2023 com o Block Public Access ligado em novas contas, mas configurações herdadas e ACLs antigas ainda derrubam gente. Confirme o Block Public Access no nível da conta, não só do bucket.
• Enumeração por API. Endpoints que retornam dados pessoais a partir de um nome, sem autenticação e sem rate limit, são um IDOR/enumeração clássico. Autenticação, autorização por objeto e limitação de taxa não são opcionais quando o payload é dado pessoal.

No enquadramento jurídico brasileiro, imagem de rosto usada para identificação é dado biométrico, categoria de dado pessoal sensível sob a LGPD (art. 5º, II). Isso significa base legal mais restrita para tratamento, dever reforçado de segurança e obrigação de comunicar a ANPD e os titulares em caso de incidente que possa acarretar risco relevante. Para quem desenvolve produtos com reconhecimento facial, upload de selfie em onboarding (KYC) ou galerias de imagens de usuários, o caso ClarityCheck é um lembrete de que o modelo de negócio que depende de coletar dado sensível carrega o risco embutido.

Como resume Rebecca Williams, da ACLU, à Wired: "Sistemas que dependem de informação pessoal altamente sensível para verificar indivíduos vão continuar carregando esses riscos, mesmo com práticas mais fortes de minimização e segurança, porque o modelo em si depende de coletar dado sensível."

O que fica em aberto

Não há indicação, segundo o pesquisador, de que terceiros maliciosos tenham acessado o banco antes do fechamento, mas isso é impossível de comprovar em um bucket público sem logs de acesso confiáveis. Também não está claro por quanto tempo exatamente a exposição durou nem quantas pessoas distintas estão nas imagens, dado o desacordo entre a contagem de Fowler e a caracterização da empresa. Para as pessoas cujos rostos foram para o repositório sem saber, não há muito o que "resetar": é o custo particular dos vazamentos biométricos.

Fonte: Wired