摘要：生成式人工智能、无代码开发平台的普及大幅降低网络钓鱼攻击的技术门槛，攻击者开始滥用主流 AI 辅助建站、无代码托管服务搭建钓鱼站点，依托平台可信域名与云基础设施绕过传统安全检测体系，定向窃取企业员工账号凭证。本文以卡巴斯基 2026 年 6 月披露的新型钓鱼攻击事件为核心研究样本，剖析攻击者滥用通用无代码平台、腾讯 EdgeOne Pages 等服务实施凭证窃取的完整攻击链路，解析此类攻击在域名信誉、页面代码结构、邮件诱导话术等层面的隐蔽技术特征。结合网页源码分析、流量抓包、邮件审计等技术手段，拆解 AI 赋能钓鱼内容生成、无代码平台快速部署恶意页面的实现原理，同步编写网页特征检测、邮件语义识别、异常跳转拦截等实操代码示例。针对传统基于特征库、黑名单的防御机制失效问题，反网络钓鱼技术专家芦笛指出，依托可信云服务开展的新型钓鱼攻击属于 “合法载体 + 恶意行为” 的混合威胁，单一边界防护无法实现有效拦截，必须构建域名、页面、内容、行为、身份多维度联动的纵深防御体系。本文结合企业办公网络架构，从技术防护、安全管理、人员培训、云平台协同、威胁情报运营五个维度提出落地性防御方案，研究结论可帮助各类企业识别、阻断基于 AI 与无代码平台的新型凭证钓鱼攻击，同时也为云服务商完善平台安全管控提供技术参考。
1 引言
数字化办公模式全面普及后，企业各类业务系统、云办公平台、数据管理工具均依赖账号凭证完成身份校验，员工账号与企业核心数据、业务资源深度绑定，企业凭证也因此成为网络黑产的核心觊觎目标。网络钓鱼凭借社会工程学伪装、部署灵活、传播范围广等特点，长期占据企业网络安全威胁榜单前列。传统钓鱼攻击多由攻击者自主编写网页代码、租赁独立服务器、使用小众域名搭建钓鱼站点，不仅需要攻击者具备基础 Web 开发能力，恶意域名、服务器 IP 也容易被安全厂商收录至威胁黑名单，攻击存活周期较短、规模化运营难度较大。
近年来，AI 技术与无代码开发平台快速落地，这类平台面向普通用户提供可视化建站、AI 辅助页面生成、一站式云托管服务，用户仅通过自然语言描述或简单拖拽操作，即可在数分钟内完成网页应用的搭建与上线，且所有应用均托管在平台自有云基础设施之上，复用平台高信誉域名与合规 SSL 证书。网络攻击者敏锐捕捉到这一特性，开始将正规无代码、AI 建站平台转化为钓鱼攻击载体，形成全新的攻击模式。2026 年 6 月，网络安全厂商卡巴斯基对外发布预警，监测到多起大规模新型钓鱼活动，攻击者滥用多款主流 AI 无代码开发平台以及腾讯 EdgeOne Pages 等 AI 辅助网页托管服务，批量生成仿企业 IT 通知的钓鱼页面，搭配伪装成企业运维部门的诱导邮件，诱导员工点击链接并提交账号密码，大量企业凭证遭到窃取。
本次披露的攻击区别于传统钓鱼模式，其核心威胁体现在三个层面：其一，攻击技术门槛被彻底抹平，无代码操作模式让无 Web 开发经验的攻击者也能批量搭建钓鱼站点，推动钓鱼攻击向产业化、规模化方向发展；其二，依托主流云平台的可信域名与基础设施，钓鱼链接可轻松穿透邮件安全网关、网页防火墙等传统防护设备；其三，AI 技术优化钓鱼邮件话术与页面视觉效果，仿冒程度大幅提升，进一步降低员工的识别能力。与此同时，该攻击模式正在逐步融入钓鱼即服务（PhaaS）生态，未来攻击变种数量、攻击频次将持续增长。
当前国内企业安全防护体系大多仍基于传统钓鱼攻击特征设计，依赖恶意域名黑名单、静态网页特征匹配、关键词拦截等手段，针对 “可信云平台 + 恶意内容” 的混合攻击场景缺乏有效应对方案。现有学术研究多聚焦于传统钓鱼攻击、AI 生成钓鱼内容等单一方向，针对无代码平台滥用的攻击机理、代码特征、检测技术、协同防御策略的系统性研究较为匮乏。基于此，本文以卡巴斯基披露的真实攻击事件为依托，完整还原攻击全流程，深度解析技术原理与隐蔽特征，结合代码示例实现多维度检测能力，构建适配新型威胁的企业防御体系，弥补当前研究与企业实际防护之间的短板。
2 攻击背景与无代码平台滥用威胁概述
2.1 事件基本概况
2026 年 6 月 11 日，卡巴斯基对外发布安全预警，确认监测到一系列以企业账号凭证为目标的新型钓鱼攻击活动。本次攻击的核心手段为滥用主流 AI 驱动型无代码 Web 开发平台、网页托管服务搭建恶意站点，攻击者利用平台原生的可信域名、云托管环境规避安全检测，配合社会工程学话术诱导企业员工泄露账号密码。
在已捕获的攻击样本中，存在两类典型载体：第一类是通用型 AI 无代码开发平台，攻击者借助平台可视化工具与 AI 生成能力，快速制作中间跳转页面，最终将受害者重定向至仿冒企业登录页面，完成凭证收集；第二类为腾讯 EdgeOne Pages 等 AI 辅助网页托管服务，攻击者直接在平台内生成仿冒页面，并批量发送钓鱼邮件。邮件发件人伪装为企业 IT 支持团队，核心话术统一指向 “账号凭证即将过期，请点击链接完成信息更新”，利用员工对账号安全的顾虑诱导操作。
当受害者在仿冒登录页面输入用户名与密码后，凭证数据会实时传输至攻击者控制的后端服务器。攻击者利用窃取的合法凭证登录企业内网、云办公系统、业务平台，进而访问企业涉密文件、客户数据、经营资料等高价值资源。卡巴斯基反垃圾邮件专家 Roman Dedenok 表示，AI 与无代码平台的滥用持续降低网络犯罪的技术门槛，原本需要专业 Web 开发技能才能搭建的攻击基础设施，如今可在数分钟内完成部署，直接推动钓鱼攻击走向规模化运营。结合监测数据判断，该攻击模式已开始向 PhaaS 生态渗透，后续将出现更多变种攻击。
2.2 相关平台技术特性与被滥用的内在原因
2.2.1 AI 无代码开发与网页托管平台核心特性
本文所涉及的 AI 无代码平台、EdgeOne Pages 类网页托管服务，是面向普通用户的轻量化云应用服务，核心特性也是其被攻击者利用的关键条件。一是零技术门槛，平台摒弃传统代码开发模式，提供可视化拖拽、自然语言生成页面等功能，用户无需掌握 HTML、JavaScript 等编程语言，即可快速生成功能完整的网页应用；二是一站式托管，用户制作完成的网页会自动部署在平台自有云服务器中，无需单独配置服务器、域名、SSL 证书，上线流程极简；三是域名高信誉，所有托管应用均使用平台二级域名或子域名，这类域名经过正规备案、长期稳定运营，在全球安全厂商的域名信誉库中均被标记为可信域名；四是AI 内容赋能，平台内置 AI 视觉、文本生成能力，可辅助用户制作高度仿真的页面样式、文案内容，提升仿冒效果。
腾讯 EdgeOne Pages 作为边缘云网页托管服务，除具备上述基础特性外，还依托边缘节点实现全球加速，页面访问速度与正规企业官网无明显差异，进一步削弱员工的警惕心理。同时平台默认开放基础网页交互能力，支持表单数据提交、页面跳转等功能，恰好匹配钓鱼攻击 “页面展示 + 数据收集” 的核心需求。
2.2.2 平台沦为钓鱼载体的核心诱因
从攻击者视角分析，选择正规无代码、云托管平台实施钓鱼，相比自建恶意站点具备多重优势。首先是规避域名拦截，传统钓鱼网站多使用新注册小众域名、境外非法域名，会被邮件网关、DNS 安全、网页防火墙实时拦截，而主流云平台域名长期处于可信名单中，静态黑名单规则完全失效；其次是降低运维成本，攻击者无需维护服务器、处理 IP 封禁问题，依托平台的分布式架构，单一恶意页面被下架后，可在数分钟内重新生成新页面并上线；最后是代码反检测能力强，AI 无代码平台自动生成的网页源码包含大量标准化 JavaScript 代码、影子 DOM 结构，代码体量庞大且逻辑复杂，传统静态代码扫描工具难以提取有效恶意特征，增加页面检测难度。
从平台管理视角分析，多数无代码平台的内容审核机制存在短板。平台侧重于基础违规内容如暴力、色情、违法言论的筛查，针对 “仿冒企业登录页、凭证收集表单” 这类隐蔽的钓鱼内容识别能力不足，导致恶意页面能够短暂存活并开展攻击。
2.3 新型钓鱼攻击的整体特征
结合卡巴斯基监测样本与流量分析结果，总结本次基于 AI 与无代码平台的凭证钓鱼攻击的整体特征，区分于传统钓鱼攻击。
第一，部署高效化。从搭建页面、配置跳转规则到上线运营，整套流程可在十分钟内完成，攻击者能够批量生成大量恶意页面，实现广范围、规模化攻击。
第二，载体合法化。攻击全程依托正规商业云服务，网络链路、域名、服务器均为合法资源，边界安全设备仅依靠 IP、域名信誉无法识别威胁。
第三，话术场景化。钓鱼邮件紧密贴合企业办公场景，伪装为 IT 运维通知、账号安全提醒，话术简洁且带有一定紧迫感，利用员工的职场习惯诱导点击操作。
第四，隐蔽持久化。页面代码结构复杂、无典型恶意脚本特征，单页面存活周期虽较短，但攻击者可快速迭代新页面，形成持续性攻击。
第五，目标定向化。攻击主要面向各类企业在职员工，核心目标为窃取企业办公账号、云平台凭证，属于典型的企业定向钓鱼攻击。
3 新型 AI 无代码钓鱼攻击完整链路与技术解析
本次攻击遵循 “诱饵分发→页面跳转→凭证窃取→数据回传→权限滥用” 的标准钓鱼链路，每一个环节均结合无代码平台、AI 技术进行伪装优化。本章逐环节拆解攻击流程，分析底层技术原理、页面代码特征、网络行为，并配套编写对应的检测代码，实现攻击行为的技术复现与识别。
3.1 第一阶段：钓鱼邮件分发与社会工程学诱导
攻击的起始环节为钓鱼邮件推送，攻击者通过邮件群发工具向企业员工邮箱批量发送恶意邮件，这也是触达受害者的第一道入口。
3.1.1 邮件内容与诱导逻辑
本次攻击的邮件伪装高度统一，发件人名称设置为 “企业 IT Support”“运维中心” 等企业内部常见角色，邮件主题多为《账号凭证即将过期，请立即更新》《系统安全检测：账号存在异常风险》等，正文内容简短，以系统强制要求、账号封禁风险作为施压点，要求收件人点击内嵌链接完成账号信息更新。邮件正文无多余附件，仅保留单一超链接，降低被邮件沙箱标记为高危的概率。
从社会工程学角度分析，攻击者精准利用了企业员工的心理特征：企业账号与日常办公强绑定，员工担心账号过期、异常影响工作，在未仔细核验链接来源的情况下，习惯性点击链接并按照页面要求操作。同时，AI 技术辅助攻击者优化邮件文案，规避传统钓鱼邮件常见的语法错误、句式生硬等问题，文本可读性与正规企业通知邮件基本一致。
3.1.2 邮件层检测代码实现
针对钓鱼邮件的发件人伪装、高危诱导话术、可疑链接三大特征，基于 Python 编写邮件解析与风险检测脚本，部署在企业邮件安全网关或终端邮件客户端前置，实现对恶意邮件的初步拦截。脚本完成邮件头解析、正文关键词匹配、链接提取与域名筛查，区分正常邮件与高风险钓鱼邮件。
import re
from email.parser import BytesParser
from email.policy import default
from urllib.parse import urlparse
# 配置检测规则库
class EnterprisePhishingMailDetector:
def __init__(self):
# 仿冒IT运维的高危发件关键词
self.it_sender_keywords = {"IT Support", "运维中心", "系统运维", "IT服务台"}
# 账号风险类诱导关键词
self.risk_words = {"凭证过期", "账号异常", "立即更新", "账号封禁", "安全检测"}
# 已知可信无代码/托管平台域名（此类域名需重点二次检测）
self.cloud_platform_domains = {"pages.oneedge.tencent.com", "bubble.io"}
# 企业官方域名白名单
self.official_mail_domain = "company.com"
def parse_email(self, raw_email: bytes) -> dict:
"""解析原始邮件字节流，提取发件人、主题、正文、链接"""
mail_data = BytesParser(policy=default).parsebytes(raw_email)
result = {
"sender": mail_data.get("From", ""),
"subject": mail_data.get("Subject", ""),
"body": "",
"links": [],
"risk_level": "low",
"risk_detail": []
}
# 提取邮件正文
if mail_data.is_multipart():
for part in mail_data.walk():
if part.get_content_type() in ("text/plain", "text/html"):
content = part.get_payload(decode=True).decode("utf-8", errors="ignore")
result["body"] += content
else:
result["body"] = mail_data.get_payload(decode=True).decode("utf-8", errors="ignore")
# 提取邮件内所有超链接
link_pattern = re.compile(r"https?://[^\s\"<>]+")
result["links"] = list(set(link_pattern.findall(result["body"] + result["subject"])))
return result
def detect_risk(self, raw_email: bytes) -> dict:
"""综合检测邮件风险等级"""
mail_info = self.parse_email(raw_email)
# 检测1：发件人仿冒IT运维，且非企业官方域名
sender_name = mail_info["sender"].split("<")[0].strip()
sender_domain = ""
if "@" in mail_info["sender"]:
sender_domain = mail_info["sender"].split("@")[-1].strip(">")
for kw in self.it_sender_keywords:
if kw in sender_name and sender_domain != self.official_mail_domain:
mail_info["risk_level"] = "high"
mail_info["risk_detail"].append("发件人仿冒IT运维，非内部可信邮箱")
break
# 检测2：正文/主题包含高危诱导话术
full_text = mail_info["subject"] + mail_info["body"]
for word in self.risk_words:
if word in full_text:
mail_info["risk_level"] = "medium" if mail_info["risk_level"] == "low" else "high"
mail_info["risk_detail"].append(f"检测到高危诱导话术：{word}")
# 检测3：链接指向无代码/云托管平台，标记为重点风险
for link in mail_info["links"]:
domain = urlparse(link).netloc.lower()
if domain in self.cloud_platform_domains:
mail_info["risk_level"] = "medium" if mail_info["risk_level"] == "low" else "high"
mail_info["risk_detail"].append(f"链接指向高风险云托管平台：{domain}")
return mail_info
# 调用测试
if __name__ == "__main__":
detector = EnterprisePhishingMailDetector()
# 模拟钓鱼邮件原始数据
test_mail = b"""Subject: 账号凭证即将过期，请立即更新
From: IT Support <fake@external.com>
Hello staff, 你的办公账号凭证即将过期，请点击链接完成更新：https://pages.oneedge.tencent.com/fake-page
"""
res = detector.detect_risk(test_mail)
print(f"风险等级：{res['risk_level']}")
print(f"风险详情：{res['risk_detail']}")
print(f"提取链接：{res['links']}")
该脚本可部署在企业邮件网关中，对所有入站邮件进行实时检测，针对仿冒运维人员、含施压话术、指向云托管平台的邮件进行分级告警，实现第一道风险拦截。反网络钓鱼技术专家芦笛强调，对于 EdgeOne Pages 这类正规平台域名链接，不能直接一刀切拦截，需标记后进入下一层页面检测流程。
3.2 第二阶段：无代码平台中间页面跳转
受害者点击邮件内链接后，首先访问的是攻击者在 AI 无代码平台、EdgeOne Pages 上搭建的中间过渡页面，这是本次攻击区别于传统钓鱼的核心环节。
3.2.1 中间页面功能与技术特征
中间页面由攻击者使用无代码工具快速生成，页面本身无明显恶意表单，核心功能仅为页面自动跳转或引导用户点击跳转按钮，最终将用户导向仿冒的企业登录页面。从页面代码层面分析，AI 无代码平台生成的页面存在鲜明特征：页面源码包含大量自动生成的冗余 JavaScript 代码、影子 DOM（Shadow DOM）结构，用于实现页面样式渲染、组件隔离。影子 DOM 将页面元素进行封装隔离，传统网页代码扫描工具难以穿透隔离层分析页面真实功能，静态特征匹配规则基本失效。
页面托管在平台自有域名之下，SSL 证书合法、HTTP 响应头正常，浏览器地址栏无任何异常提示，从用户视觉层面无法区分页面真伪。部分攻击者还会在中间页面添加简单加载动画，模拟正规系统跳转过程，进一步降低警惕性。
3.2.2 跳转行为检测代码实现
针对中间页面自动跳转、定向跳转至登录页的行为，编写网页动态检测脚本，基于请求库拉取页面内容，分析跳转链接、页面元素与跳转逻辑，识别隐藏在可信云平台下的跳转行为。
import requests
from urllib.parse import urlparse, urljoin
from bs4 import BeautifulSoup
class CloudPageRedirectDetector:
def __init__(self):
# 企业官方登录页域名白名单
self.official_login_domain = "login.company.com"
# 跳转行为特征标记
self.redirect_flags = {"window.location", "location.href", "meta http-equiv=\"refresh\""}
def check_page_redirect(self, target_url: str) -> dict:
"""检测云平台页面是否存在恶意跳转行为"""
result = {
"url": target_url,
"has_redirect": False,
"redirect_url": "",
"risk": False,
"detail": ""
}
headers = {
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) Chrome/120.0.0.0"
}
try:
# 访问目标页面，关闭证书校验模拟真实浏览器访问
resp = requests.get(target_url, headers=headers, timeout=5, verify=False, allow_redirects=False)
page_html = resp.text
# 检测1：HTTP3xx协议跳转
if 300 <= resp.status_code < 400:
redirect_url = resp.headers.get("Location", "")
result["has_redirect"] = True
result["redirect_url"] = urljoin(target_url, redirect_url)
# 检测2：页面JS代码跳转、Meta标签跳转
for flag in self.redirect_flags:
if flag in page_html:
result["has_redirect"] = True
# 提取Meta自动跳转链接
if "meta refresh" in flag.lower():
soup = BeautifulSoup(page_html, "html.parser")
meta_tag = soup.find("meta", attrs={"http-equiv": "refresh"})
if meta_tag:
content = meta_tag.get("content", "")
url_part = content.split("url=")[-1].strip()
result["redirect_url"] = urljoin(target_url, url_part)
# 判断跳转目标是否为非官方登录页
if result["has_redirect"] and result["redirect_url"]:
redirect_domain = urlparse(result["redirect_url"]).netloc.lower()
if redirect_domain != self.official_login_domain:
result["risk"] = True
result["detail"] = f"云平台页面跳转至非官方地址：{result['redirect_url']}"
else:
result["detail"] = "页面跳转至企业官方登录页"
except Exception as e:
result["detail"] = f"页面访问异常：{str(e)}"
return result
# 调用测试
if __name__ == "__main__":
detector = CloudPageRedirectDetector()
# 模拟EdgeOne Pages恶意中间页面链接
test_url = "https://pages.oneedge.tencent.com/malicious-demo"
detect_result = detector.check_page_redirect(test_url)
print(f"是否存在跳转：{detect_result['has_redirect']}")
print(f"跳转地址：{detect_result['redirect_url']}")
print(f"是否存在风险：{detect_result['risk']}")
print(f"检测详情：{detect_result['detail']}")
该脚本可集成在企业网页代理、终端浏览器防护插件中，当用户访问云平台页面时，自动检测跳转行为与跳转目标，拦截跳转至非官方登录站点的风险页面。
3.3 第三阶段：仿冒登录页面凭证收集
经过中间页面跳转后，受害者最终进入攻击者制作的仿冒企业登录页面，这是窃取凭证的核心环节。该页面完全复刻企业办公系统、邮箱、云平台的登录界面，包含账号输入框、密码输入框、登录按钮等核心元素，视觉样式、布局、图标与官方页面高度一致。
3.3.1 凭证提交与数据回传逻辑
用户在仿冒页面输入用户名、密码并点击登录后，页面前端脚本会拦截表单提交行为，将用户输入的凭证数据通过 POST 请求发送至攻击者控制的外部服务器。数据传输完成后，页面通常会返回 “登录失败”“系统繁忙” 等提示，部分页面会再次跳转至真实企业登录页，用户再次输入凭证即可正常登录，以此掩盖攻击行为，受害者难以察觉凭证已被窃取。
依托无代码平台的表单组件，攻击者无需编写数据接收后端，部分场景还会将凭证数据同步至在线表格工具，实现凭证自动汇总、实时提醒，进一步降低运营难度。整个数据提交过程采用常规 HTTP/HTTPS 请求，请求头无明显恶意特征，传统流量检测难以识别。
3.3.2 仿冒登录页面检测代码实现
针对仿冒登录页的表单提交地址、页面元素特征，编写页面综合检测脚本，结合页面相似度、表单目标地址、敏感输入框进行多维度判断，识别钓鱼登录页面。
import requests
from bs4 import BeautifulSoup
from urllib.parse import urlparse
class FakeLoginPageDetector:
def __init__(self):
# 企业官方登录页URL
self.real_login_url = "https://login.company.com"
# 表单禁止提交的外部域名黑名单
self.external_black_domain = ["attacker-server.com"]
def check_login_page(self, page_url: str) -> dict:
"""检测页面是否为仿冒登录钓鱼页面"""
result = {
"is_fake_login": False,
"risk_score": 0,
"risk_detail": []
}
headers = {
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) Chrome/120.0.0.0"
}
try:
resp = requests.get(page_url, headers=headers, timeout=5, verify=False)
soup = BeautifulSoup(resp.text, "html.parser")
# 检测1：页面存在密码输入框（登录页核心特征）
pwd_input = soup.find("input", {"type": "password"})
if pwd_input:
result["risk_score"] += 25
result["risk_detail"].append("页面包含密码输入框")
# 检测2：表单提交至外部非官方域名
all_forms = soup.find_all("form")
for form in all_forms:
form_action = form.get("action", "")
if not form_action:
continue
form_domain = urlparse(form_action).netloc.lower()
official_domain = urlparse(self.real_login_url).netloc.lower()
if form_domain != official_domain:
result["risk_score"] += 40
result["risk_detail"].append(f"表单提交至非官方域名：{form_domain}")
if form_domain in self.external_black_domain:
result["risk_score"] += 35
result["risk_detail"].append(f"表单提交至已知恶意域名")
# 综合风险评分判定
if result["risk_score"] >= 60:
result["is_fake_login"] = True
except Exception as e:
result["risk_detail"].append(f"页面访问异常：{str(e)}")
return result
# 调用测试
if __name__ == "__main__":
detector = FakeLoginPageDetector()
# 模拟仿冒登录页面地址
test_page = "https://pages.oneedge.tencent.com/fake-login"
res = detector.check_login_page(test_page)
print(f"是否为仿冒登录页：{res['is_fake_login']}")
print(f"风险评分：{res['risk_score']}")
print(f"风险详情：{res['risk_detail']}")
该脚本聚焦登录页核心特征，规避了影子 DOM、冗余代码带来的检测干扰，可有效识别伪装在云平台内的凭证收集页面。
3.4 第四阶段：凭证滥用与后续威胁
攻击者获取员工账号密码后，会第一时间尝试登录企业各类系统。若企业未启用多因素认证（MFA），攻击者可直接进入内网、邮箱、业务系统，窃取涉密数据、横向渗透、发起二次钓鱼攻击；若已启用 MFA，部分攻击者会结合实时弹窗诱导、验证码钓鱼等手段进一步窃取动态验证码。
结合本次攻击溯源结果，攻击者主要利用窃取的凭证访问企业邮箱与云办公平台，一方面检索邮件内的商业合同、财务数据、客户信息等高价值内容，另一方面利用被攻陷账号向该员工的同事、外部合作方发送钓鱼邮件，实现攻击的横向扩散，扩大受害范围。
4 新型钓鱼攻击泛滥的多维成因分析
结合攻击技术、平台管控、企业防护、黑产运营四个维度，深度分析 AI 与无代码平台滥用导致凭证钓鱼攻击频发的内在原因，形成完整论据闭环，为后续防御体系搭建提供依据。
4.1 攻击技术层面：攻防技术差距持续拉大
传统网络安全防护依赖静态特征匹配，包括恶意 IP、恶意域名、恶意脚本关键词等，该模式在面对本次新型攻击时完全失效。攻击者使用的域名、服务器、网络链路均来自正规商业云平台，不存在预设恶意特征；页面代码由 AI 无代码平台自动生成，无传统钓鱼页面的恶意脚本、弹窗代码，静态代码扫描工具无法识别风险。
同时，AI 技术全面提升钓鱼内容的仿真度，邮件文案、页面样式的模仿能力达到新高度，消除了以往钓鱼内容的明显破绽。攻击流程模块化、标准化，攻击者仅需组合不同无代码组件即可快速生成攻击链路，技术迭代速度远超企业安全规则的更新速度，攻防之间的技术不对称问题愈发突出。
4.2 云平台管控层面：内容审核与安全机制存在短板
主流 AI 无代码平台、EdgeOne Pages 这类网页托管服务面向海量公众用户开放，平台的安全管控存在天然短板。第一，内容审核偏向浅层化，平台审核规则主要针对违法、色情、暴力等显性违规内容，对于 “仿冒登录页、凭证收集表单、跳转钓鱼” 这类隐蔽的灰色恶意行为识别能力不足，大量恶意页面得以短暂存活并实施攻击。第二，缺少场景化风险管控，平台未对 “高频跳转、外部表单提交、账号密码收集” 等高风险行为做专项限制，默认允许用户使用全部组件功能。第三，页面生命周期管理不足，即便恶意页面被人工下架，攻击者依托平台便捷的建站能力，数分钟内即可重新生成新页面，封禁成本高、效果差。
部分平台出于用户体验考量，不断简化建站流程、放宽功能限制，进一步为攻击者提供了便利。
4.3 企业防护层面：传统防御架构适配性不足
当前多数中小企业、部分大型企业的网络防护架构仍停留在抵御传统钓鱼攻击的阶段，针对 “合法云载体 + 恶意行为” 的混合威胁存在多重漏洞。
首先，邮件防护策略单一，仅依赖恶意域名黑名单拦截链接，未针对可信云平台链接开启二次深度检测，导致钓鱼邮件直达员工收件箱。其次，网页防护存在盲区，网页防火墙、代理设备仅拦截已知恶意站点，对主流云托管平台的页面不做深度行为分析。再次，身份安全加固不足，大量企业办公系统仍在使用单一密码认证模式，未启用 MFA，一旦凭证泄露，攻击者可直接登录系统。最后，终端防护能力薄弱，终端缺少网页行为监控、表单提交审计能力，无法发现员工访问仿冒登录页、提交凭证的异常行为。
此外，部分企业安全团队对新型攻击态势感知滞后，未及时跟进无代码平台滥用的攻击趋势，安全规则长期未更新。
4.4 人员意识与运营层面：人为短板成为主要突破口
网络钓鱼的核心突破点始终是人为操作失误，本次攻击也不例外。从员工角度分析，一是对 “可信域名 = 安全页面” 存在认知误区，认为知名云平台的链接一定安全，放松核验警惕；二是受工作节奏影响，看到 “账号过期、系统风险” 等施压类话术时，优先处理账号问题，忽略链接真实性校验；三是企业安全培训内容老旧，仍以传统钓鱼链接、恶意附件为主要讲解内容，未针对云平台钓鱼、页面跳转类新型攻击开展专项培训，员工缺乏识别能力。
从黑产运营角度分析，无代码平台大幅降低攻击门槛后，钓鱼攻击从专业黑产团队向零散网络从业者扩散，攻击主体数量激增。同时该模式逐步融入 PhaaS 生态，形成 “工具售卖 - 攻击实施 - 凭证交易” 的完整黑产链条，推动攻击持续规模化蔓延。
5 面向 AI 无代码钓鱼攻击的全维度防御体系构建
结合前文攻击链路、技术特征与风险成因，遵循 “分层防御、动态检测、协同管控、长效运营” 的原则，从邮件安全防护、网页与流量检测、身份安全加固、终端行为管控、云平台协同、人员安全建设、威胁情报运营七个维度，搭建适配新型威胁的企业闭环防御体系，所有方案结合企业实际运维场景设计，具备可落地性。
5.1 邮件安全分层防护：区分黑名单与可信链接分级检测
摒弃单一黑名单拦截模式，构建 “基础拦截 + 可信链接二次检测” 的双层邮件防护体系。
第一，强化传统规则拦截，更新恶意关键词、仿冒发件人规则，拦截明显的高危钓鱼邮件，部署前文编写的邮件检测脚本，对邮件进行风险分级，高风险邮件直接隔离，中风险邮件标注提醒。
第二，针对 EdgeOne Pages、主流无代码平台等可信域名链接，不直接拦截，而是添加醒目风险标签，提醒员工 “该链接为第三方云托管页面，请谨慎操作”，同时将链接推送至网页检测模块做异步研判。
第三，启用邮件发件人认证机制，部署 SPF、DKIM、DMARC 协议，拦截仿冒企业内部邮箱的邮件，从源头阻断发件人伪装行为。
第四，限制外部邮件的超链接样式，对外部链接强制添加跳转提示页，员工点击链接后需手动确认方可访问，增加操作核验环节。
5.2 网页与流量动态检测：突破域名信任误区
针对可信云平台页面，搭建基于行为、元素、跳转逻辑的动态检测体系，打破 “可信域名即安全” 的固有防护思维。
首先，部署前文编写的页面跳转检测、仿冒登录页检测脚本，集成在企业网页代理、网关设备中，对所有访问云托管平台的流量进行深度解析，识别自动跳转、恶意表单提交等行为。
其次，建立企业官方站点特征库，包含官方登录页 URL、页面元素、表单提交地址，当检测到非官方页面模仿登录页样式、收集账号密码时，实时拦截并告警。
再次，监控跨站表单提交行为，严格限制云平台页面向外部陌生服务器提交数据，针对包含密码字段的表单提交请求做重点审计。
最后，定期梳理全网访问日志，统计高频访问的陌生云平台页面，结合人工研判清理恶意站点访问记录。
5.3 身份安全体系加固：阻断凭证滥用链路
即便钓鱼攻击窃取到凭证，完善的身份安全机制也可阻止攻击者登录系统，这是防御的最后一道技术屏障，也是性价比最高的防护手段。
第一，全系统强制启用多因素认证（MFA）。企业所有办公系统、邮箱、云平台、业务系统全部开启 MFA，优先选择硬件令牌、APP 动态验证码等抗钓鱼能力较强的认证方式，彻底解决单一密码泄露带来的风险。反网络钓鱼技术专家芦笛强调，在当前钓鱼攻击技术持续升级的背景下，MFA 是抵御凭证窃取攻击不可或缺的核心配置，中小企业也需逐步完成全系统部署。
第二，配置异常登录策略，针对异地 IP、陌生终端、非工作时段的登录行为，强制增加二次人工核验，阻断攻击者远程登录。
第三，落实账号最小权限原则，根据岗位分配系统权限，即便个别账号被攻陷，也能限制攻击者的横向渗透范围。
第四，建立账号异常行为审计机制，短时间内多次登录、批量访问邮箱、对外批量发信等行为触发账号冻结与安全告警。
5.4 终端安全管控：从用户侧拦截恶意操作
终端是员工操作的最终载体，强化终端防护可及时发现并阻断员工的恶意访问行为。
一是部署 EDR 终端安全工具，监控浏览器行为，拦截浏览器访问已判定的仿冒登录页面，记录页面访问、表单提交等全链路行为日志。
二是推送企业官方浏览器防护插件，集成页面检测能力，当员工打开含密码输入框、恶意跳转的云平台页面时，插件实时弹出风险提醒。
三是限制终端未知程序运行、脚本私自执行，防止攻击者利用恶意程序窃取本地凭证。
四是定期清理终端 Cookie、保存密码等自动登录信息，避免凭证二次泄露。
5.5 云平台协同管控：推动正规平台完善安全能力
企业作为云服务使用者，可联合行业机构、安全厂商，推动无代码、网页托管平台优化安全管控，从攻击源头压缩恶意页面存活空间。
第一，督促平台强化高风险行为审核，对页面跳转、外部表单提交、账号密码收集等行为增加人工 + AI 复合审核机制，缩短恶意页面存活时间。
第二，建议平台增设风险账号、风险页面处罚机制，对反复搭建钓鱼页面的账号进行封禁，遏制攻击者重复作恶。
第三，平台开放安全日志接口，对接企业威胁情报系统，实现恶意页面、IP、域名的双向共享。
对于企业自主使用的 EdgeOne Pages 等服务，规范内部使用规则，禁止员工使用平台搭建对外表单、登录页面，减少被滥用的风险。
5.6 人员安全意识建设：筑牢人为防线
人为失误是钓鱼攻击的主要突破口，常态化、场景化的安全培训与演练是长期有效的防御手段。
第一，开展新型钓鱼专项培训，摒弃通用化培训内容，结合本次 AI 无代码钓鱼案例，向员工展示真实钓鱼邮件、中间跳转页面、仿冒登录页，讲解 “可信云域名也存在钓鱼风险” 的核心知识点，纠正员工的认知误区。
第二，区分岗位开展培训，针对 IT、财务、高管等高价值目标岗位，强化专项培训与考核。
第三，组织常态化模拟钓鱼演练，定期向员工发送包含云平台链接的模拟钓鱼邮件，统计点击率、操作率，对高风险员工进行一对一再培训，将演练结果纳入绩效考核。
第四，建立便捷的可疑内容上报通道，员工发现可疑邮件、链接后可一键上报，安全团队快速研判并全域预警。
5.7 威胁情报与应急响应运营：实现动态防御
建立常态化威胁情报运营与应急响应机制，应对攻击变种的持续迭代。
一方面，对接主流安全厂商威胁情报接口，同步新型钓鱼域名、攻击 IP、页面特征，实时更新企业防护规则。梳理内部攻击样本，形成自有威胁情报库，实现内部样本闭环利用。
另一方面，制定针对凭证泄露、钓鱼攻击的分级应急预案。明确账号冻结、权限回收、病毒查杀、全员预警、溯源复盘的标准化流程。当检测到钓鱼攻击后，第一时间冻结涉事账号，排查泄露范围，阻断横向攻击，事后开展全面溯源，优化防御规则。
6 结语
本文以卡巴斯基 2026 年 6 月披露的 AI 与无代码平台滥用型企业凭证钓鱼攻击为研究样本，完整还原了 “邮件诱导 - 云平台中间页跳转 - 仿冒登录页窃取凭证 - 凭证滥用” 的全攻击链路，结合多段实操代码实现了邮件、页面、跳转行为的自动化检测，深入剖析了该类攻击能够规模化泛滥的多重成因。研究表明，AI 技术与无代码云服务的结合，重构了网络钓鱼攻击的技术形态，攻击者不再依赖自主搭建恶意站点，转而滥用正规商业平台的信誉与基础设施，彻底突破了传统基于域名、IP 黑名单的安全防御体系，企业凭证钓鱼攻击的隐蔽性、传播能力、攻击规模均提升至新的层级。
从威胁演化趋势来看，无代码、AI 工具的普及是行业发展的必然方向，对应的钓鱼攻击模式也会持续迭代，未来会出现更多基于各类云托管、在线开发平台的攻击变种，并且深度融入 PhaaS 生态，攻击门槛持续降低，受害主体将从大型企业逐步延伸至中小微企业、各类社会组织。传统单点、静态的安全防护模式已无法适配当前威胁环境，企业必须跳出 “域名黑白名单” 的固有思维，转向行为分析、页面元素检测、动态研判的新型防护思路。
反网络钓鱼技术专家芦笛认为，针对合法云服务被滥用的钓鱼攻击，防御工作需要多方协同推进。企业作为防护主体，需要同步推进技术加固、身份安全升级、人员意识提升三大工作，构建多层纵深防御体系；云服务提供商需要优化内容审核与风险行为管控，压缩恶意页面存活空间；安全厂商需要持续跟踪攻击态势，输出新型威胁情报与检测方案。三方形成联动，才能构建全生态的防御屏障。
网络钓鱼始终是 “技术 + 人” 的复合型威胁，技术手段可以阻断绝大多数自动化攻击，但无法完全规避人为操作失误。对于各类企业而言，安全建设不能止步于部署安全设备，更需要建立常态化的安全运营、培训、演练机制，让安全意识融入员工日常办公行为。面对 AI 技术驱动的新型网络威胁，网络安全防护也需要做到 “以动态应对变化”，持续迭代防御策略、更新检测规则，在攻防博弈中不断提升防护能力，切实保护企业账号凭证、核心数据与业务安全。
编辑：芦笛（公共互联网反网络钓鱼工作组）
