Spring Ring 事件下 Teams 语音钓鱼攻击机理与企业防御研究

简介: 本文深度剖析2026年Spring Ring攻击——首例大规模Microsoft Teams语音钓鱼(vishing)活动。攻击者伪装外部IT人员,通过语音通话实施社会工程,绕过传统邮件防护,滥用平台合法功能投递载荷、尝试NTLM中继攻陷域控制器。研究揭示其身份仿冒、行为异常等可观测信号,提出覆盖平台管控、身份审计、终端行为关联分析与场景化人员培训的分层防御框架。(239字)

摘要

随着 SaaS 协作工具在企业内部大规模部署,攻击者逐步脱离传统邮件钓鱼的攻击范式,将 Microsoft Teams 这类日常协同平台作为社会工程学攻击的主要入口。Spring Ring 是 2026 年披露的一组依托 Teams 实施的语音钓鱼(vishing)系列攻击活动,攻击者利用外部 Teams 租户伪装企业 IT 运维人员,通过语音通话完成心理诱导,胁迫目标员工执行远程运维工具或者定制化恶意程序,部分攻击链路进一步向域控制器发起 NTLM 中继尝试,具备造成企业域环境全面失陷的现实风险。本文以 Spring Ring 完整攻击样本为分析基础,梳理协作平台语音钓鱼的产生背景、攻击基础设施构建、两套差异化攻击链路的完整执行逻辑,剖析该类攻击能够绕过传统安全防护体系的底层成因,总结攻击在身份特征、交互行为、攻陷后活动层面的可观测识别信号,结合企业真实运维场景,构建覆盖平台管控、身份审计、终端行为监测、人员安全能力建设的分层防御框架。反网络钓鱼技术专家芦笛指出,协作平台语音钓鱼将身份信任关系作为主要突破口,静态特征检测手段防护效能有限,企业安全建设需要从特征拦截转向行为异常研判与人、身份、终端多维度关联分析。研究表明,Spring Ring 代表的新型社会工程攻击不依赖软件漏洞,完全利用平台功能与人性弱点开展渗透,现有多数企业安全方案尚未形成针对性闭环应对能力,相关分析结论可为企业开展同类威胁研判、安全机制优化提供现实参考。

关键词:语音钓鱼;社会工程学;Microsoft Teams;身份威胁;NTLM 中继;SaaS 安全

image.png 1 引言

数字化转型进程中,即时协同软件已经成为企业办公体系不可或缺的组成部分。Microsoft Teams 作为主流 SaaS 协作平台,承担企业内部即时通讯、音视频会议、业务协同、跨组织对接等工作场景,大量业务信息、员工身份信息、内部沟通流转在该平台内完成。平台为满足跨企业沟通的业务需求,开放 “与任何人聊天” 功能,允许外部 Microsoft 365 租户账号直接与企业内部员工建立一对一对话,该设计初衷为提升跨机构协作效率,但客观上为威胁主体提供了新的攻击入口。

长期以来,网络钓鱼攻击的研究与企业防护资源大多集中于邮件安全领域,各类邮件网关、反钓鱼系统、员工钓鱼培训均围绕邮件载体开展建设。但是威胁情报统计数据显示,2026 年前四个月,来自协作工具产生的钓鱼告警数量占全部钓鱼告警总量的 42%,该指标在前四个统计周期仅为 30%;第三方安全机构调研数据同样印证 Teams 相关攻击事件在 2025 年 10 月至 2026 年 3 月期间上涨幅度达到 41%,攻击增长趋势十分明确。过往针对 Teams 的恶意活动,例如 Cloaked Ursa(APT29)相关攻击行动,多以文本消息投递恶意链接、伪造租户窃取账号凭证为主要手段,攻击交互形式停留在文字信息层面,依旧属于传统钓鱼的模式延伸。Spring Ring 攻击活动出现显著模式变化,攻击者把语音钓鱼和 Teams 工作流深度融合,将攻击由被动点击诱导升级为人机实时语音交互,借助语音沟通建立信任之后再向下开展恶意载荷投递、内网探测、横向移动等一系列操作,攻击链条的终点不再局限于账号窃取,甚至可以直达域控制器,获取域级别管控权限。

Spring Ring 攻击活动发生于 2026 年 14 月,攻击者至少建立 26 个独立外部身份,对跨不同行业 10 家以上企业、超过 150 名员工实施接触试探,完整展现协作平台语音钓鱼从初始接触直至域环境尝试接管的完整杀伤链。值得注意的是,该攻击系列不存在 Microsoft 产品本身的漏洞利用,全部滥用平台公开可用功能,依靠社会工程心理操纵完成初始突破,这意味着所有开启外部聊天能力的企业均面临同类威胁潜在风险。

当前国内安全研究领域对于钓鱼攻击的讨论,更多聚焦邮件钓鱼、网页仿冒、AI 生成式钓鱼文本,针对 SaaS 协作平台结合实时语音的复合钓鱼攻击的系统性研究相对匮乏,很多企业安全团队缺少对此类攻击链路完整认知,安全检测规则、处置预案、人员培训内容尚未完成适配更新。本文以 Spring Ring 完整攻击事件作为研究对象,还原两类攻击分支完整运行机理,解析传统防护体系失效内在逻辑,梳理攻击可观测检测指标,提出适配企业落地的分层防御路径,客观看待该类威胁带来的安全挑战。本文研究不追求创造全新检测算法,重点完成实战威胁机理拆解,弥补现有安全认知缺口,为企业安全运营、威胁检测规则开发、人员安全培训提供事实依据与实践参考。

2 Spring Ring 攻击兴起的威胁环境基础

2.1 SaaS 协作平台带来的信任缺口

SaaS 协作应用承载企业核心业务数据,但是安全防护建设往往存在固有信任缺口。邮件系统经过长期安全对抗,企业员工普遍建立基础安全认知,当收到陌生外部邮件时,会主动留意外部发件人标记、可疑链接、异常发件域名等风险标识;安全设备同样积累海量邮件钓鱼特征库,域名、附件、文本语义都可以作为检测依据。与之对比,协作平台的安全认知与检测能力都存在明显短板。

第一,平台信任环境被攻击者利用。当员工收到来自协作平台的消息,心理上天然认为消息来源属于可信办公生态,相比于陌生外部邮件,用户更容易相信来自平台内 “IT 支持人员” 发起的沟通请求。攻击者不需要制作高仿钓鱼网页,只需要创建外部租户账号,设置贴近企业 IT 岗位的展示名称,就可以发起会话,降低受害者戒备心理。

第二,语音交互放大社会工程欺骗效果。文本消息的欺骗存在局限,文字容易出现逻辑漏洞、话术破绽;专业的语音通话能够塑造可信技术人员人设,通过语气、对话节奏、压力话术开展心理操纵,构建文本沟通难以实现的信任氛围,大幅提升诱导受害者执行高危操作的成功率。

第三,语音通信普遍存在监控盲区。企业安全运维工作重心集中在文件操作、网络访问日志、邮件审计,Teams 语音通话的通话过程、通话语音内容,多数企业不会保存、记录与审计。攻击行为发生在语音会话之中,受害者按照攻击者口头指示开展操作,相关欺骗话术不会留存聊天文本记录,安全系统很难捕获欺骗过程,等到终端出现恶意行为时,攻击已经完成初始阶段渗透。上述三类因素叠加,共同构成 Spring Ring 攻击得以落地的环境基础。

2.2 攻击模式演进:从凭证窃取到真人主导内网渗透

过往 Teams 相关威胁活动,大多停留在凭证收集阶段。攻击者建立群聊或者一对一会话,发送恶意链接,诱导用户跳转伪造登录页面,捕获账号身份凭证,完成攻击目标。这类攻击属于 “点击窃取” 的被动模式,受害者点击链接之后攻击自动执行,攻击者和受害者之间不存在实时交互,攻击路径相对固定。

Spring Ring 完成模式升级,攻击属于真人实时参与的动态对抗模式。攻击者和受害者建立 Teams 聊天之后,快速发起语音呼叫,根据受害者实时反应调整话术与攻击策略。如果受害者戒备心理较强,攻击者可以调整欺骗场景;一旦获取受害者信任,攻击可以向不同方向演进。本次观测到两条完全不同的攻击分支,第一条路径仅实现远程控制和远控木马植入;第二条路径持续向内网纵深推进,开展内网扫描、认证胁迫,尝试完成域控制器接管。同一种初始钓鱼入口,根据目标环境差异,既可以造成单点终端感染,也能够引发整个域环境失陷,威胁后果具备高度不确定性,进一步提升防御难度。

2.3 攻击基础设施的低成本可得性

实施 Spring Ring 类型攻击所需要的基础设施门槛并不高。攻击者可以自行注册生成.onmicrosoft.com后缀外部租户账号,自定义租户子域名,构造出看上去和企业内部 IT 运维体系高度相似账号标识。攻击者不需要攻陷任何微软账号,注册流程完全合规,依靠命名伪装完成欺骗效果。同时攻击者借助商用 VPN 服务隐藏真实网络地址,攻击源 IP 不断变化,传统 IP 黑名单拦截手段效果被削弱。整套攻击前期资源投入较低,能够批量对多家企业、大量员工开展规模化试探,具备黑产组织大规模复制的现实条件。

3 Spring Ring 攻击全生命周期解析

Spring Ring 整套攻击流程可以划分为攻击准备阶段、初始接触引诱阶段、语音通话心理操纵阶段、载荷执行阶段,攻陷之后的内网活动阶段。两条攻击分支 A、B 均从前三个阶段开始,在载荷执行环节发生分化,走向不一样的渗透路径。

3.1 攻击准备阶段:身份体系伪造

攻击者在正式接触目标企业员工之前完成身份伪装工作,该环节是整个社会工程欺骗能否成功的基础。攻击者批量创建外部 Microsoft 365 租户,生成对应的 Teams 账号,账号分为两类,一类是通用岗位账号,展示名称填写 help desk、IT assistance、support staff 等运维岗位名称,租户子域名使用InternalSystemsDailyITProtectionDepartment这类带有内部系统、安全防护、网络监控含义词汇,营造官方 IT 部门的观感。另一类账号使用真实行业从业人员姓名作为账号用户名,进一步提升真实感,攻击者并未攻陷这些真实人员账号,只是盗用人员姓名信息完成账号伪装。

完成账号创建之后,攻击者依托商用 VPN 网络发起会话,掩盖自身真实地理位置,规避 IP 溯源。研究过程累计观测到 26 个不同伪造身份,用于对接不同企业目标,攻击者会短时间内使用同一个身份批量呼叫多名企业员工,开展地毯式试探。

3.2 初始接触:Teams 外部会话建立

攻击者利用 Teams “与任何人聊天” 功能,使用外部租户账号,向企业内部员工发起一对一聊天请求。当外部用户发起会话时,Teams 界面会提示该用户来自组织外部,提醒用户谨慎分享账号信息,提供接受或者删除会话选项。但是该提示属于终端侧提示,缺乏强制阻断能力,大量员工会直接选择接受会话请求。

聊天消息本身往往内容简短,不会附带链接、附件等传统钓鱼特征,因此基于附件、链接检测的安全防护设备无法识别风险,这也是该类攻击难以被传统安全设备捕获的重要原因。发起聊天之后,攻击者会非常迅速发起 Teams 语音呼叫,聊天到语音呼叫的快速切换,是该类攻击非常典型的行为特征。攻击者会进行多次呼叫尝试,包括拨打之后短时间挂断、留下语音留言等操作,直到联系上目标人员。成功接通的通话时长普遍维持在 1015 分钟,足够完成整套心理诱导话术;未接通的呼叫往往只有数十秒时长。

3.3 语音社会工程操纵阶段

接通语音之后,攻击者扮演企业 IT 运维人员,编造系统更新、账号异常告警、网络故障排查等可信场景,制造适度紧迫感,说服受害者配合所谓远程故障排查工作。整个欺骗流程全部在语音通话完成,聊天文本框不会留存欺骗话术记录。攻击者根据受害者反馈灵活调整话术,如果受害者产生怀疑就转换说辞,如果受害者信任度较高,则直接引导受害者执行下一步操作。

反网络钓鱼技术专家芦笛强调,语音钓鱼最大难点在于欺骗证据不留文本痕迹。传统钓鱼会留存聊天记录、邮件原文,可以供安全人员事后回溯分析;语音主导攻击,欺骗过程只存在音频会话,企业缺少通话记录留存情况下,事后几乎无法复现欺骗细节,给事件溯源、事后复盘带来阻碍。

当受害者被说服之后,攻击走向两条不同技术路径,也就是 A、B 两套攻击活动。

3.4 攻击分支 A:RMM 远程工具结合混淆 PowerShell 载荷

攻击分支 A 采用 “自带工具” 的实施思路。攻击者在通话中指导受害者运行合法远程监控管理 RMM 工具,一部分场景使用 Windows 系统自带 Quick Assist 工具,另一些场景诱导受害者下载第三方 RMM 软件。RMM 工具本身属于正规运维软件,本身没有恶意,但是攻击者借助受害者运行软件,向受害者终端申请远程控制权限。

受害者批准远程控制权限之后,攻击者获得终端操作权限,第一时间开展基础环境探测,执行主机信息、域组信息查询操作,收集当前主机以及所在域环境基础情报,判断该终端的业务价值。确认目标环境具备攻击价值之后,攻击者开始投递恶意载荷。攻击者通过 PowerShell 指令,从外部受控域名下载经过混淆处理的 PowerShell 远控木马程序。

该远控脚本大量使用变量变换、算术运算手段完成混淆,目的对抗自动化安全分析沙箱,脚本内部还加入专门针对分析工具的反分析逻辑,拉长解析耗时。剥离混淆和反分析冗余代码之后,真实有效载荷仅有简短的命令与控制驻留代码。该载荷会尝试绕过 AMSI 反恶意软件扫描接口,完成绕过有效性校验,加密主机采集信息之后回连攻击者控制服务器,等待接收后续下达指令,实现持久远控能力。该分支攻击在载荷执行阶段被终端防护机制拦截,没有进一步向域内网横向拓展,攻击止步于单点终端恶意软件植入。

3.5 攻击分支 B:定制云侧载荷与 PetitPotam NTLM 中继尝试

攻击分支 B 技术复杂度更高,攻击者不再依赖现成 RMM 工具,使用定制化制作可执行程序完成投送。攻击者提前搭建云存储访问端点,文件名称针对性嵌入目标企业名称以及受害者本人姓名,文件名高度定制,进一步降低受害者警惕心理。在语音通话过程中,攻击者口述指引受害者访问该云存储地址,下载对应的可执行程序并运行。

可执行文件运行之后启动完整攻击链,首先完成持久化处理:程序本体移动至系统临时目录,生成多个自身副本,依靠副本机制实现持久驻留。其次开展浏览器劫持动作,程序启动无界面后台运行的 Edge 浏览器进程,向磁盘写入数据实现浏览器扩展侧加载,借助浏览器获取本地各类信息。

完成驻留之后,攻击者利用内嵌 Python 程序启动内网横向移动流程。第一步对内网 445 端口开展 SMB 扫描,寻找内网服务器;第二步构造 NTLM 认证流量,把目标锁定企业域控制器;第三步实施 PetitPotam 相关攻击手段,胁迫域控制器主动向攻击者控制主机发起认证请求。攻击者计划捕获域控制器发出的 NTLM 认证信息,执行 NTLM 中继攻击,如果操作成功,攻击者将获取域级别权限,实现整个活动目录域环境接管。在本次观测事件中,该域接管尝试被托管检测响应机制阻断,没有达成最终目标,但该链路充分展示语音钓鱼可以直接通向域最高权限,威胁上限极高。

3.6 两套攻击分支对比分析

两套攻击分支拥有完全一致的起点,均为 Teams 外部账号聊天 + 语音钓鱼,但是载荷交付方式、隐蔽手段、内网动作差异明显。分支 A 依托合法 RMM 工具拿到远程权限,再投放混淆 PowerShell 远控;分支 B 使用定制云托管可执行文件,依靠无头浏览器、浏览器扩展侧加载实现隐蔽驻留,并直接执行 NTLM 中继的域渗透动作。

二者对比可以得出重要防御启示:相同的社会工程初始入口,后续攻击走向存在巨大变数。安全人员不能认为只要阻止 RMM 工具运行就能够化解全部风险,攻击者可以切换到完全不同的恶意载荷方案。防御设计不能只盯着某一类恶意工具,需要把检测起点前置到 Teams 外部身份异常交互行为层面,在攻击还没有进入终端执行阶段就发现风险信号。

4 Spring Ring 攻击的识别信号与传统防护失效机理

4.1 攻击多维度可观测信号

Spring Ring 攻击活动尽管刻意规避静态恶意特征,但是在身份元数据、交互行为模式、攻陷后终端行为层面会产生一系列可观测信号,企业安全团队可以依托这些信号开展威胁识别。

第一,攻击者身份侧特征。攻击者大量使用.onmicrosoft.com外部租户,租户子域名高频使用 internal、certified、network、infrastructure 这类暗示官方运维的关键词;账号展示名称普遍设置为 IT helpdesk、IT assistance 等运维岗位名称;网络来源 IP 多归属各类商用 VPN 服务商,IP 地址分散,不存在固定 IP 段。需要注意,以上特征属于趋势性信号,不能单独作为判定攻击依据,企业需要结合其他行为指标综合研判。

第二,平台交互行为信号。外部账号建立一对一会话之后,短时间内立刻发起 Teams 语音呼叫,聊天转语音的行为模式是高风险标记;攻击者账号短时间内连续呼叫企业内部多名员工,批量发起会话和呼叫;通话时长分布两极分化,大量通话时长很短,成功欺骗的通话维持 1015 分钟区间;外部用户留下语音留言,但是聊天文本窗口几乎没有消息内容。传统钓鱼检测依赖聊天消息内的恶意链接、附件,而该攻击会话内往往不存在链接附件,只依靠行为元数据体现风险。

第三,主机攻陷之后终端异常行为。没有远程运维业务需求的普通员工终端,异常启动 RMM 远程运维类软件;用户访问来源不明云存储地址,下载以企业名称、员工姓名命名的可执行程序;系统临时目录出现大量名称格式相似的可执行副本;后台产生无界面 Edge 浏览器进程,出现异常浏览器扩展加载行为;内网出现大规模 SMB 端口扫描流量;域控制器观测到异常强制认证调用行为,出现非预期 NTLM 认证请求。

4.2 传统安全防护体系失效的内在机理

Spring Ring 攻击能够绕过很多企业现有安全防护,并不是安全设备本身存在缺陷,而是攻击路径跳出传统安全防护预设对抗场景,防护机制无法覆盖对应的攻击维度,可以总结为四个层面。

首先,传统钓鱼检测高度依赖静态对象特征,也就是恶意域名、恶意哈希、恶意链接、恶意附件。Spring Ring 攻击前期会话阶段不发送任何链接、附件,所有欺骗发生在语音通话。攻击前期没有静态恶意样本可供匹配,基于特征库的检测引擎无匹配对象,无法告警。等到恶意文件下载执行,攻击已经走完社会工程欺骗阶段,进入终端执行环节,防御窗口已经大幅收缩。

其次,防护边界过度依赖邮件安全,忽视 SaaS 协作平台风险。绝大多数企业安全资源向邮件网关倾斜,具备完善邮件钓鱼检测、审计、告警能力;但是对于 Teams 这类协作平台,很多企业只开启基础功能,没有开启平台侧身份威胁检测,缺少针对外部账号会话、呼叫行为的日志采集与分析。威胁转移到协作平台之后,安全可视性出现缺口。

再次,攻击大量复用合法软件与合法平台功能。RMM 远程运维工具、PowerShell 解释器、Edge 浏览器、云对象存储服务全部属于业务允许使用的正规组件。攻击者不使用 0day 漏洞,不使用明显恶意程序,把合法工具组合成攻击链条。单点看每一个进程都是系统正常程序,传统单进程黑名单拦截手段不起作用,必须依靠多事件关联分析,判断事件组合之后的异常性,对安全检测能力提出更高要求。

最后,身份成为首要攻击面,现有安全策略对身份信任关系管控不足。攻击的核心突破口不是系统漏洞,而是员工对协作平台身份的信任。身份仿冒完成之后,后续所有操作由被欺骗的员工主动发起,员工执行操作本身属于系统允许操作,安全系统很难直接拦截用户主动行为。技术防护存在天然边界,单纯依靠设备无法消除人为社会工程欺骗风险。

反网络钓鱼技术专家芦笛指出,很多企业安全建设陷入 “样本对抗” 思维,防护思路总是等待恶意样本出现之后更新特征库,但是 Spring Ring 这类以人为核心的攻击,样本只是攻击链末端产物,如果只盯着样本,就会错过攻击前期最宝贵的检测窗口。

5 Spring Ring 攻击背景下企业分层防御体系构建

针对 Spring Ring 所代表的 Teams 语音钓鱼威胁,不存在单一设备或者单一配置就可以彻底消除风险,需要建立分层协同防御体系,覆盖 SaaS 平台管控层、身份威胁审计层、终端行为监测层、网络安全层、人员安全能力层,形成完整闭环。防御目标分为两级:优先在攻击初始会话呼叫阶段识别风险,阻断攻击链路;如果前期未能拦截,依靠终端、网络层检测,在载荷执行、内网横向移动阶段及时发现告警,阻止攻击者向域权限渗透。

5.1 Microsoft Teams 平台侧管控与日志能力建设

平台层面是对抗该类威胁第一道防线,核心目标是补齐可视性,合理管控外部聊天能力,平衡业务协作需求与安全风险。

第一,完成日志采集配置。开启 Teams 会话、外部聊天、语音呼叫相关日志采集,把日志统一汇总到安全运营平台。重点采集外部账号新建会话事件、语音呼叫发起事件、呼叫起止时间、呼叫对象元数据。只有完整留存元数据,安全团队才可以开展行为分析。企业不必强制保存语音音频内容,但是会话元数据、呼叫元数据必须留存,用于威胁研判与事件溯源。

第二,精细化管控外部聊天权限。不建议一刀切直接关闭 “与任何人聊天” 功能,部分企业存在跨外部机构业务沟通刚需,一刀切会严重阻碍业务开展。应当采用分组管控策略:对于不需要对外协作的岗位,关闭接收外部用户聊天的权限;确需对外沟通的业务岗位保留能力,同时针对该部分账号加大安全审计力度。

第三,配置平台侧异常会话告警规则。基于行为特征构建告警策略,当外部租户账号发起会话,短时间随即发起语音呼叫;同一外部账号短时间内向企业多名员工批量发起会话呼叫;外部租户域名命名存在模仿 IT 运维部门特征,产生上述事件时触发安全告警,交由安全运营人员研判。需要明确,该类告警属于风险预警,不能直接自动阻断,避免误拦截真实业务外部沟通,需要人工做二次确认。

5.2 身份安全与云身份威胁检测优化

Spring Ring 攻击本质是身份信任滥用,云身份防护需要把外部租户身份行为纳入监测范围。

启用云身份威胁检测能力,针对跨租户访问行为建立基线,识别异常外部身份交互。加强对.onmicrosoft.com来源外部账号的行为分析,重点关注外部账号和内部用户之间呼叫、消息交互行为。强化域环境基础安全配置,降低 NTLM 中继攻击带来的破坏后果。启用 SMB 签名,限制 NTLM 协议滥用条件,提升 PetitPotam 类中继攻击实施门槛;做好域控制器风险审计,监控异常强制认证行为,及时发现胁迫域控制器认证的攻击动作。

落实最小权限原则,严格管控员工本地管理员权限。攻击分支 A 场景下,攻击者拿到远程控制之后,如果受害者账号不具备本地管理员权限,恶意载荷执行破坏范围会受到显著约束。大范围收回普通员工终端本地管理员权限,部署权限管理工具,仅在业务需要时提供临时提权,缩小攻陷之后的攻击面。

5.3 终端安全检测:从特征匹配转向行为关联分析

终端防护不能只依靠恶意文件哈希查杀,需要聚焦行为组合研判。配置检测规则关注异常组合事件:普通业务岗位终端无业务背景下启动 RMM 远程工具;系统临时目录批量生成名称模式相似可执行副本;出现后台无头浏览器进程伴随非预期浏览器扩展加载;PowerShell 进程执行混淆程度极高脚本,同时触发 AMSI 绕过相关行为。

安全运营人员需要建立事件关联思维,不能孤立看待单条告警。例如单独出现 PowerShell 执行事件不一定代表入侵,但是该事件和外部 Teams 语音呼叫事件在时间上高度关联,风险等级就需要显著上调。终端告警需要和协作平台日志打通,实现跨域事件关联。

5.4 网络层面的辅助防护能力

网络侧主要承担事后发现与辅助限制作用。持续跟踪威胁情报中披露的攻击者云域名、VPN 攻击 IP 列表,更新 URL 过滤、DNS 安全策略,阻断已知恶意 C2 通信链路。对内网 SMB 扫描行为建立基线,监控来自普通办公终端发起的大规模 445 端口扫描行为,该行为不属于普通员工正常业务操作,出现该行为需要触发告警。网络层很难在攻击初期完成阻断,但是可以在内网横向移动阶段及时发出预警,阻止攻击者进一步向域控制器推进。

5.5 面向语音钓鱼场景的人员安全培训建设

技术防护存在边界,语音钓鱼充分利用人的心理弱点,人员安全意识建设是防御闭环不可或缺一环,但是培训工作需要脱离传统泛泛而谈的钓鱼科普,针对 Teams 语音钓鱼做场景化设计。

首先,明确内部 IT 运维沟通规范。企业内部建立统一制度:IT 部门不会通过 Teams 外部账号主动呼叫员工,要求员工执行远程协助、运行未知程序。如果接到自称 IT 人员的 Teams 外部语音来电,员工不能听从对方口头指令操作机器,员工应当挂断电话,通过企业内部公开运维电话、内部工单系统回拨核实真伪,这是对抗语音钓鱼最有效的人员处置流程。

其次,培训内容增加协作平台攻击案例。以往安全培训案例大多是钓鱼邮件,需要补充 Spring Ring 这类真实 Teams 语音钓鱼案例,向员工讲解外部账号标记的含义,告知风险并不只来自邮件,协作聊天同样会遭遇欺骗。培训要重点告知员工风险:欺骗不一定附带链接和附件,攻击者可以完全依靠语音通话实施攻击。

最后,建立可疑事件上报激励机制。简化员工上报可疑外部会话、可疑语音来电的流程,鼓励员工遇到可疑沟通及时上报安全团队,而不是只依靠安全设备发现风险。

6 结语

Spring Ring 作为 2026 年披露的协作平台语音钓鱼典型事件,标志社会工程攻击完成一次重要转向:攻击者逐步跳出邮件载体,把 SaaS 协作工具作为初始渗透主战场,融合真人实时语音操纵,攻击链路终点可以直达企业域控制器,威胁后果具备高度不确定性。整套攻击不依赖软件漏洞,完全滥用平台合法功能以及人类心理信任弱点,传统基于恶意样本、恶意链接的静态防护手段很难在攻击早期发挥作用。

本文梳理 Spring Ring 攻击完整杀伤链,对比两套差异化攻击分支实现逻辑,总结身份、交互行为、攻陷后活动层面可观测识别指标,解析传统防护失效成因,搭建包含 SaaS 平台管控、云身份审计、终端行为关联检测、网络防护、场景化人员安全培训的分层防御框架。反网络钓鱼技术专家芦笛强调,防御协作平台语音钓鱼的核心思路,是把检测起点从终端恶意样本向 SaaS 平台身份交互元数据前移,重视多源日志关联分析,不能将防护全部寄托于恶意特征匹配。

该类威胁后续还会持续迭代演进。未来攻击者可能进一步优化身份伪装话术,改进载荷规避手段,拓展更多 SaaS 平台作为攻击入口。本次研究基于 Spring Ring 已披露威胁情报样本开展分析,现实环境中攻击者还会衍生更多变体。企业安全团队应当持续跟踪协作平台相关威胁情报,定期审视自身 Teams 日志采集、外部账号管控、身份基线策略,持续迭代安全检测规则,同步更新面向语音钓鱼场景的人员安全培训内容。安全建设需要认清技术防护的客观边界,技术管控、流程制度、人员能力三者协同,才能够构建针对此类以人为核心的社会工程攻击的完整防御闭环。

编辑:芦笛(公共互联网反网络钓鱼工作组)

目录
相关文章
|
19天前
|
人工智能 缓存 前端开发
DeepSeek Harness 首发实测 + 入门教程,夯爆了!梁神我错了
DeepSeek Harness + DeepSeek V4 Pro 项目实战保姆级教程!手把手带你从零安装开源 AI 编程工具,开发架构图、知识讲解网站、3D 网页游戏、全栈 AI 应用 4 个项目,覆盖运行模式选择、插件安装与开发,看看能不能对标 Claude。
13114 84
DeepSeek Harness 首发实测 + 入门教程,夯爆了!梁神我错了
|
7天前
|
人工智能 自然语言处理 安全
阿里云千问办公、Qoder Teams、Qoder CN区别与选择指南:模型能力、适用场景与最新活动参考
本文聚焦阿里云2026年推出的三款自研AI办公产品,清晰拆解千问办公、Qoder Teams、Qoder CN的差异化定位与能力边界:千问办公主打职场全场景提效,支持自然语言指令一键完成PPT生成、数据分析等高频办公任务;Qoder Teams面向程序员团队,深度整合AI代码生成、团队协同与企业知识库能力;Qoder CN则专为金融、政务等强合规场景打造,实现数据不出境与VPC私有化部署。文章同步给出分场景选型指南与最新活动定价,帮助不同类型的企业按需组合产品,实现业务岗、研发岗与强合规场景的AI能力全覆盖。
阿里云千问办公、Qoder Teams、Qoder CN区别与选择指南:模型能力、适用场景与最新活动参考
|
2天前
|
缓存 人工智能 API
阿里云Qwen3.8‑Flash完整能力解析:模型特性、API调用实操与计费规则深度拆解
在AI应用快速落地的当下,开发者与企业选型大模型API,不再只单纯关注评测榜单分数,推理速度、上下文长度、多模态能力、工具调用稳定性以及实际调用成本,共同决定项目能否平稳上线。Qwen3.8‑Flash作为新一代多模态混合专家模型,主打高性能推理与低成本开销,面向编程开发、智能Agent工作流、超长文档解析、图文混合理解等高频场景,提供托管API服务,权重同时开放可供本地部署,兼容主流接口协议,能够无缝接入各类开发工具链。很多开发者在接入过程中,容易混淆普通按量Token计费、缓存计费、各类订阅计划之间的差异,造成实际账单超出预估。本文从模型底层架构、核心功能能力、适用场景、API调用实操、完
695 0
|
12天前
|
Web App开发 人工智能 API
16 个超火的 DeepSeek Harness 插件,大肥鱼已经落后 N 个版本了。。。
DeepSeek Harness 精选插件推荐合集,从图片识别、浏览器操控、多 Agent 协作到手机远程控制,一口气带你看完 DSH 社区热门的十几个插件,覆盖技能扩展、UI 界面增强、整活玩法三大类,让你的鲸鱼变得更强。
1736 4
|
13天前
|
人工智能 Java BI
【AI】DeepSeek Harness 安装、运行、管理插件
本文介绍了如何运行DeepSeek开源的Agent框架DeepSeek Harness(dsh)。主要内容包括:使用nvm安装适配的Node版本;通过代理加速克隆GitHub源码;使用pnpm安装依赖并启动项目;配置DeepSeek API Token;安装扩展功能的插件。该框架自带Web界面,支持模型适配、文件编辑等插件化功能
1918 1
|
人工智能 JavaScript 开发工具
DeepSeek Harness 本地安装与使用指南
DeepSeek Harness(DSH)是DeepSeek AI开源的Agent运行框架,支持本地文件操作、命令执行与工具调用。基于Cordis插件架构,具备高扩展性与强可控性,适合开发者搭建可控Agent环境或开展模型基准测试。当前为开发者预览版,需Node.js环境,推荐先用`npx @deepseek-ai/dsh web`快速体验。
5153 0
|
15天前
|
人工智能 JavaScript 测试技术
保姆级教程:DeepSeek Harness从安装到跑通测试,30分钟上手
DeepSeek Harness是DeepSeek开源的AI Agent运行时,主打“一行命令安装、5分钟跑通”。它让模型真正动手干活——读代码、跑测试、分析失败、生成修复方案。本文手把手教你30分钟从零上手,覆盖安装、配置、实测及避坑指南,助你快速掌握下一代AI编程范式。
|
8天前
|
人工智能 Linux iOS开发
Ollama使用教程:Ollama官网下载、Ollama本地部署大模型(2026最新)
Ollama 是一款免费开源的本地大模型运行工具,支持在 Windows/macOS/Linux 上离线运行 Qwen、DeepSeek、Llama 等主流开源模型,数据不出本机、隐私安全。提供 OpenAI 兼容 API,命令行一键拉取/运行/管理模型,无需联网,无调用限制,是开发者与 AI 爱好者部署本地 AI 助手的理想选择。(239 字)
|
14天前
|
人工智能 JavaScript 测试技术
从 0 到 1,DeepSeek Harness 保姆级安装与使用教程!
DeepSeek Harness是DeepSeek推出的开源Agent运行框架,秉持“一切皆插件”理念,支持模型、工具、技能、工作流等全模块自由替换与扩展。其核心Cordis内核实现动态插件管理,赋能Agent自进化。已成GitHub史上增速最快开源项目(15w+ Star),标志着国内大模型从拼价格转向重架构与生态的新拐点。
1349 6
从 0 到 1,DeepSeek Harness 保姆级安装与使用教程!