El reconocimiento del iris es un método biométrico que utiliza el patrón del iris situado entre la pupila y la esclerótica para reconocer a las personas. Se aplica ampliamente en varios campos debido a su alta precisión en el reconocimiento y alta seguridad. Un método de detección de falsificación para discriminar un ataque de falsificación es esencial en sistemas de reconocimiento biométrico que incluyen el reconocimiento del iris. Sin embargo, estudios anteriores han investigado principalmente métodos de detección de ataques de falsificación basados en imágenes impresas o fotografiadas, reproducción de video, ojos artificiales y lentes de contacto con patrones fabricados utilizando imágenes del iris obtenidas de fugas de información. Por otro lado, solo ha habido algunos estudios sobre la detección de ataques de falsificación utilizando imágenes del iris generadas a través de una red adversaria generativa (GAN), que es un método que ha generado considerable interés de investigación con el desarrollo reciente del aprendizaje profundo, y la mejora de la precisión de detección de falsificaciones por los métodos propuestos en investigaciones anteriores es limitada. Para abordar este problema, se investigó la posibilidad de un ataque a un sistema de reconocimiento de iris convencional con imágenes del iris falsificadas generadas utilizando redes adversarias consistentes en ciclos (CycleGAN), que fue la motivación de este estudio. Además, se desarrolló una red de detección de iris falso basada en regiones locales (LRFID-Net). Proporciona un método novedoso para discriminar imágenes falsas del iris al segmentar la imagen del iris en tres regiones basadas en la región del iris. Los resultados experimentales utilizando dos bases de datos abiertas, el conjunto de datos Warsaw LiveDet-Iris-2017 y el conjunto de datos Notre Dame Contact Lens Detection LiveDet-Iris-2017, mostraron que la tasa de error de clasificación promedio de detección de falsificaciones por el método propuesto fue del 0,03% para el conjunto de datos de Varsovia y del 0,11% para el conjunto de datos de Detección de Lentes de Contacto de Notre Dame. Los resultados confirmaron que el método propuesto superó a los métodos de vanguardia.