从伪造到基础模型：身份证件攻击与检测的系统性综述

身份证件伪造经历了根本性的能力转变：生成式人工智能工具现在能够以极低的技术门槛实现高保真度的证件合成和字段级篡改，而检测方法仍受限于未能反映这一威胁的基准测试。由此产生的攻击面涵盖物理呈现、数字注入和完全生成式合成，引入了不同的取证失效模式，需要统一的威胁模型和评估框架。据我们所知，本综述首次在单一身份验证威胁模型下统一处理呈现攻击、数字注入攻击和GenAI驱动的合成。我们追溯了从基于规则的启发式方法到取证定位、注入感知流水线、基础模型和少样本框架的检测方法演进。对2019年至2025年公开数据集的系统审计揭示了基准条件与实际部署之间持续存在的“现实差距”。我们进一步分析了用于身份证件篡改的大型多模态模型，识别出脚本依赖生成不稳定性（SDGI）作为非拉丁语脚本修复中反复出现的排版失效模式。最后，在未见过的合成身份证上的零样本基准测试表明，即使是最强的公开可用模型，在面向安全性的操作条件下，其APCER值仍高于25%，凸显了跨域泛化的显著局限。我们最后概述了面向取证基础扎实、隐私保护和法律问责的身份验证系统的未来方向。