O pesquisador de segurança Jeremiah Fowler encontrou um bucket da Amazon S3 de 450,2 GB contendo 9.042.977 arquivos de imagens faciais, distribuídos em duas pastas, faces e profiles. O bucket não tinha nenhum controle de acesso configurado, e o endereço de recuperação estava escrito diretamente no código do front-end do próprio site do provedor — qualquer pessoa com a URL podia baixar os arquivos. A Ars Technica noticiou o vazamento em 20 de agosto.
O provedor se chama ClarityCheck e oferece um serviço de busca facial reversa: o usuário envia uma foto, o sistema escaneia pontos de referência faciais, mapeia a geometria do rosto e compara com imagens de toda a web, gerando um relatório que pode incluir nome, endereço e perfis em redes sociais; relatórios mais avançados são pagos. O perfil de quem usa esse tipo de ferramenta é bem claro — pessoas que querem descobrir quem é seu par em um encontro, ou desmascarar quem está por trás de uma conta anônima.
O que vazou não foram só rostos
Outro erro de configuração também expôs e-mails, telefones, endereços residenciais, histórico de localização e perfis de redes sociais. Fowler descreve que o acervo de fotos incluía adultos, adolescentes e crianças, e chega à seguinte conclusão:
"AI bots could crawl and scrape faces for training. There were a lot of photos of children there."
Bots de IA poderiam rastrear e coletar esses rostos para treinamento. Havia muitas fotos de crianças ali.
Rosto não é como senha — depois de vazado, não dá para trocar. Um cartão bancário pode ser reemitido, uma senha pode ser redefinida, mas a geometria facial acompanha a pessoa por toda a vida. Uma vez copiados, esses dados podem ser usados para identificação não autorizada, rastreamento entre plataformas ou como material para golpes.
A empresa diz que isso não é exposição
A ClarityCheck rejeita o termo "exposição pública", alegando que o público em geral não conseguiria encontrar esses arquivos, já que o acesso exige conhecer uma URL específica e não indexada, que não aparece no uso normal do serviço nem em buscas comuns na web.
O problema é que essa URL estava escrita bem ali, no código público do próprio site da empresa. A segurança dependia apenas do fato de "ninguém vasculhar o código-fonte do front-end", o que é completamente diferente de configurar permissões de acesso. A definição de Mark Beare, chefe de produtos de consumo da Malwarebytes, é bem mais direta: exposição significa que dados pessoais sensíveis estão em um estado acessível, descobrível ou sob risco de acesso não autorizado.
A linha do tempo também não ajuda. Segundo relatos, o banco de dados provavelmente ficou aberto por meses antes de ser bloqueado; o primeiro alerta de Fowler à empresa não recebeu resposta, e o bucket só foi fechado depois que a WIRED entrou em contato com a empresa em julho.
A conta desse próprio modelo de negócio
Rebecca Williams, da American Civil Liberties Union (ACLU), aponta para o padrão em si: sistemas que dependem de informações pessoais altamente sensíveis para verificar identidade continuam carregando esses riscos, mesmo com minimização de dados e práticas de segurança reforçadas.
Essa frase expõe uma contradição estrutural inescapável. O valor comercial de um serviço de busca facial reversa vem do tamanho do acervo de imagens que ele detém — quanto maior o acervo, maior a taxa de acerto nas correspondências, mais vendável fica o produto. Escala é ao mesmo tempo ativo e superfície de risco, e ambos crescem na mesma direção, dificilmente separáveis por meio de reforços pontuais. Produtos semelhantes na Europa já foram alvo repetido de reguladores por causa do tratamento de dados biométricos; nos Estados Unidos, fora as leis biométricas de alguns estados como Illinois, não existe uma regulamentação federal unificada.
Para as pessoas comuns, há ainda outra camada: a maioria das fotos vazadas não foi entregue à ClarityCheck pela própria pessoa retratada — quem fez o upload foram usuários que pagaram para investigar alguém, e a pessoa investigada nunca soube de nada, do início ao fim. Essa separação entre o titular dos dados e quem os forneceu torna a ideia de "notificar os usuários afetados" quase inviável na prática.
Fontes: Ars Technica, Malwarebytes Security Blog, CocoLoop, Biometric Update; a quantidade de imagens e a capacidade do bucket foram confirmadas em múltiplas fontes, ambas em 9.042.977 fotos e 450,2 GB; a resposta da empresa foi extraída de sua declaração por escrito à imprensa.