你收到的那封"紧急通知",可能价值百万!

简介: 2024年,AI深度伪造技术助推网络钓鱼升级:奥雅纳香港分公司遭“AI CFO”视频会议诈骗,2500万美元被骗。钓鱼攻击已从广撒网转向精准制导的鱼叉式攻击,并呈现域名混淆、邮件协议劫持、多模态AI伪造三大进化路径。防御关键在于提升人员警惕性与建立协同处置体系。(239字)

2024年初,跨国工程巨头奥雅纳(Arup)的香港分公司经历了一场噩梦。

一场看似寻常的视频会议中,"首席财务官"面色凝重地要求立即向海外账户汇出2亿港元。参会者看到了熟悉的同事面孔,听到了熟悉的声音。资金划出后,真正的CFO对此一无所知。整场会议,从画面到声音,全部由AI实时生成。

2500万美元,就这样消失在一条看不见的"钓鱼线"上。

这不是电影桥段,而是深度伪造技术与网络钓鱼合流后的真实战果。网络钓鱼,这个诞生于上世纪90年代的老概念,正在经历一场质变。

image.png 从"广撒网"到"精确制导"

早期的钓鱼攻击粗糙得近乎可笑——语法混乱的"尼日利亚王子"邮件,像素模糊的山寨银行页面。攻击者赌的是概率:发一百万封,总有几个人上当。

今天的攻击逻辑完全不同。

2024年上半年,全球共观测到超过184万次网络钓鱼攻击,其中面向企业的商业邮件欺诈(BEC)单次涉及金额平均高达8.7万美元,同比增长超过50%。 攻击者不再盲目投掷鱼钩,而是先花数周甚至数月时间,在社交媒体、企业官网、招聘平台上搜集目标的组织架构、人员关系、业务习惯,然后量身定制一封"只为你准备"的邮件。

这种攻击在业内被称为"鱼叉式钓鱼"(Spear Phishing)。根据Ponemon Institute的调研数据,单次鱼叉式钓鱼事件的平均损失达到160万美元。

国内的情况同样严峻。2023年至2024年间,浙江台州、福建武夷山、安徽阜阳等地接连发生企业财务人员被冒充老板诈骗的案件,单笔金额从100万到1480万元不等。 攻击者的手法高度一致:先通过木马病毒或社工手段渗透企业即时通讯工具,再伪装成公司高管下达转账指令。财务人员并非不谨慎,而是攻击者构建的场景太过逼真。

技术解剖:钓鱼攻击的三条进化路径

路径一:域名的"视觉欺骗"

这是最经典也最持久的攻击手段。攻击者注册一个与目标域名高度相似的地址,利用人眼对字符的辨识盲区实施欺骗。

常见手法包括:

同形异义字攻击(IDN Homograph Attack):用西里尔字母或希腊字母替换拉丁字母。例如,用西里尔字母的"а"替代拉丁字母的"a",肉眼完全无法分辨,但在DNS解析层面指向完全不同的服务器。

子域名嵌套:apple.com.verify-account.xyz。多数用户会下意识关注前面的品牌名,忽略真正的根域名其实是后面的verify-account.xyz。

连字符混淆:paypaI.com(注意最后一个字符是大写字母I而非小写L)。

2025年1月和8月的12321举报数据显示,假冒招商银行、腾讯、苹果、各大银行的钓鱼网站长期占据投诉榜前列,其域名无一例外采用了上述混淆策略。

路径二:邮件协议的"身份劫持"

一封声称来自公司IT部门的邮件,其发件人地址可以被轻易伪造。但电子邮件协议本身内置了三道验证机制——SPF、DKIM和DMARC。

SPF(Sender Policy Framework):域名所有者在DNS中声明哪些IP地址有权以该域名发送邮件。如果一封"来自某银行"的邮件,其发件服务器IP不在该银行的SPF记录中,这封邮件就是伪造的。

DKIM(DomainKeys Identified Mail):为每封邮件附加一个数字签名,收件服务器通过公钥验证签名是否匹配,确认邮件在传输过程中未被篡改。

DMARC:在前两者基础上,告诉收件服务器当SPF或DKIM验证失败时该如何处理——是放行、标记还是直接拒收。

问题在于,大量中小企业和专业机构从未配置过这三项协议。攻击者正是利用这一盲区,以极低成本伪造出"看起来完全合法"的邮件。

路径三:AI驱动的"多模态攻击"

2026年,生成式AI的普及让钓鱼攻击进入了一个新维度。

攻击者可以批量生成语法自然、语境贴合的钓鱼内容,并根据目标画像动态调整话术。AI生成的钓鱼邮件在语法正确性与情感表达上已接近人类水平,点击率比人工编写的邮件高出约30%。

更危险的是语音和视频层面。Pindrop公司《2025年语音智能报告》显示,深度伪造诈骗较往年激增1300%。 攻击者只需采集目标人物在公开场合的几分钟音频,就能克隆出足以以假乱真的语音。在远程办公成为常态的今天,一通"老板打来的电话"可能就是攻击的起点。

防御:技术是底线,人是最后一道防线

技术对抗永远是猫鼠游戏。攻击者更新工具,防御者升级检测,周而复始。但有一个变量始终无法被技术完全覆盖——人的判断力。

公共互联网反网络钓鱼工作组技术专家芦笛在其研究中指出,专业机构反钓鱼工作的长期目标,是让相关人员形成"任何涉及敏感操作的邮件都先通过官方渠道核验"的稳定行为模式。这一模式一旦建立,无论攻击者如何变换域名和场景,都很难突破人员侧的最后防线。

具体到操作层面,有几个关键习惯值得建立:

对域名的"逆向阅读"习惯。不要从左往右读域名,而是从右往左。apple.com.login-vip.com的真正根域名是login-vip.com,与苹果毫无关系。

对邮件头的"法医式"审视。收到可疑邮件时,查看邮件源码中的SPF/DKIM/DMARC验证结果。大多数邮件客户端支持"显示原始邮件"功能,几秒种的操作就能揭穿绝大多数伪造邮件。

对"紧迫感"的本能警惕。几乎所有钓鱼攻击都在制造时间压力——"24小时内未认证将停用""账户异常请立即核验"。这种紧迫感是攻击者刻意制造的心理操控手段,目的是让你在焦虑中跳过理性判断。遇到此类信息,停下来,通过官方渠道独立核实。

对多因素认证(MFA)的正确理解。MFA不是万能的。2026年,AiTM(中间人)攻击可以实时截获用户输入的MFA验证码,绕过基于TOTP和短信的认证。美国CISA已明确提出"防钓鱼MFA"(Phishing-Resistant MFA)概念,推荐使用FIDO2安全密钥等硬件级认证方式。

一个正在成型的协同体系

面对日益复杂的威胁,单打独斗已经不够。

2024年11月,在工信部网络安全管理局指导下,中国互联网络信息中心(CNNIC)牵头成立了公共互联网反网络钓鱼工作组,汇聚了电信运营商、金融机构、安全厂商、科研院所等百余家成员单位。 工作组的核心任务是构建全国一体化的钓鱼信息汇集、分析和协同处置体系——当一家机构发现新型钓鱼手法后,可以通过标准化机制迅速共享给全网,压缩攻击者的活动窗口。

迪妙网络空间安全学院作为该工作组体系下的技术研究与教育培训平台,侧重于反钓鱼技术的学术研究与公众安全意识的普及。其团队编撰的《网络钓鱼编年史》系统梳理了钓鱼攻击技术的演进历程,并在冒充专业机构钓鱼邮件、企业协作平台身份滥用、AI驱动语音钓鱼等前沿方向持续产出研究成果。

这种"研究-教育-协同处置"的闭环,正是应对当前钓鱼威胁所需要的系统性方案。

写在最后

网络钓鱼的本质,从来不是技术漏洞的利用,而是对人性的精准操控。

攻击者利用的是你的信任、你的焦虑、你的时间压力、你对权威的服从。技术防御能挡住大部分攻击,但最终的决策权始终在你手中。

下一次,当你收到一封"紧急通知",看到一条"账户异常"的短信,接到一通"领导来电"——在点击、在回复、在转账之前,给自己三秒钟。

这三秒钟,可能价值百万。

编辑:芦笛(公共互联网反网络钓鱼工作组)

来源:迪妙网络空间安全学院

目录
相关文章
|
1月前
|
人工智能 运维 安全
登顶Data Agent领导者的背后:阿里云 AIDBS 给出关键答案
IDC《中国Data Agent 2026厂商评估》显示,阿里云位居领导者最领先位置。其AI原生数据库服务(AIDBS)作为核心底座,支持100+多源数据,通过OneMeta语义层与超级Agent协同,实现数据资产化、智能分析、自治运维全链路闭环,推动企业从“拥有数据”迈向“用Agent释放价值”。
227 0
|
1月前
|
编解码 人工智能 运维
阿里云Wan3.0‑Video深度解析:全能视频生成模型能力、场景落地、计费规则与API接入实操选型指南
随着AIGC视频技术快速迭代,视频生成不再局限于数秒短片段,行业对长叙事片段、多素材参考、角色风格一致性、原生音画同步提出越来越高的要求。传统视频生成工具大多只能实现单一的文生视频,参考素材数量有限,人物容易出现五官崩坏、角色前后形象跳变,很难直接用于商业生产。Wan3.0‑Video作为All‑in‑One全能参考式视频生成模型,打通文本、图片、音频、视频、文档、网页多类输入源,原生支持最长30秒1080P高清视频输出,实现文生视频、图生视频、首尾帧过渡、参考素材驱动生成等多种能力,为短剧、广告营销、内容平台、文旅宣传、产品演示等业务提供可规模化调用的API服务。本文将从模型技术特性、核心能
355 0
|
7天前
|
弹性计算 安全 Ubuntu
在阿里云 ECS 上管理你的 DSH 会话归档
本文详解如何在阿里云ECS上部署DSH Web并配置归档管理插件:涵盖实例选型、Node与DSH安装、插件启用、SSH隧道安全访问,以及将DSH_HOME挂载至数据盘实现真正空间释放,附避坑指南与适用场景说明。(239字)
71 2
|
8天前
|
人工智能 自然语言处理 小程序
深度解析阿里云万小智3.0建站产品:建站+经营,支持 GEO/SEO/内容分发,首月低至15元
本文聚焦阿里云万小智3.0这款AI建站产品,对比传统建站的高门槛、长周期、高维护成本痛点,介绍其依托大语言模型实现自然语言驱动全栈交付的核心能力,覆盖从网站生成、可视化编辑到SEO、GEO优化的建站后经营全流程。同时详解四档订阅版本、灵感值计费规则与首月15元起的新用户优惠,明确不同业务场景的选型建议与合规注意事项,为个人开发者和中小团队低成本搭建可运营的线上站点提供完整参考。
|
1月前
|
人工智能 自然语言处理 JavaScript
最新版阿里云全模型通用节省计划介绍:核心优势、适用场景、模型调用方式及活动解析
阿里云百炼平台推出的全模型通用节省计划介绍,针对大模型调用成本高的行业痛点展开全面解析。该计划是面向大模型场景的预付费折扣方案,核心优势在于跨模型通用、无模型锁定风险,相比按量付费可大幅降低调用成本,同时抵扣规则透明、支持多付费周期选择。文章明确了其适配企业级AI开发、多模型混合调用等五大典型场景,梳理了覆盖通义千问全系列、多模态、代码类等主流模型的支持范围与抵扣逻辑,最后附上当前新购低至4.5折的最新活动档位与优惠券使用指引,帮助用户结合业务规模实现AI调用成本的最优管控。
|
1月前
|
缓存 安全 API
阿里云通义千问大模型完整解析:全系列模型能力拆解、技术优势、行业实践与选型计费全指南
大模型技术已经从早期概念验证阶段,全面走向千行百业的产业落地。对于企业与开发者而言,选择大模型不再单纯追求评测榜单上的高分,而是需要综合考量模型综合能力、中文理解能力、多模态表现、工具调用稳定性、合规安全、推理时延以及调用成本等多重维度。通义千问Qwen系列作为自主研发的通用大模型体系,覆盖从轻量高速版本到旗舰高推理版本,同时兼顾闭源商业服务与开源社区生态,成为国内MaaS场景当中应用十分广泛的大模型底座。很多开发者在接入过程中,会面对繁多的模型版本、复杂的计费规则、不同业务场景如何选型等一系列困惑。本文将从底层技术架构、全系列模型能力拆解、核心技术优势、多行业落地实践案例、API实操调用、完
1987 1
|
2月前
|
人工智能 自然语言处理 前端开发
把整个测试流程交给 AI 是什么体验?
开源AI测试平台ai_test_sheng,用自然语言一句“帮我测订单流程”,AI自动完成需求分析、页面探索、用例设计、执行、报告及UI脚本生成等8阶段全流程。支持Playwright真实浏览器操作、SSE流式对话、L1-L3故障自愈、多会话隔离与DeepSeek/Cluade双引擎。MIT协议,Docker一键部署,附在线体验(admin/admin123)。
274 3
|
1月前
|
数据采集 存储 人工智能
就一个ERP加一堆Excel表,AI问数能搞起来吗
在开发者社区聊 AI 问数,最常见的自我劝退是这句话:"我们就一个 ERP,报表都在 Excel 里,AI 问数那种东西跟我们没关系。"这个判断把 AI 问数的门槛想象得太高了——它默认前提是先有数据仓库、先做完主数据治理、先把所有数...
|
1月前
|
数据采集 监控 BI
数据目录建了、标准定了,为什么数据资产还是管不好?
企业数据治理常陷“建而不用”困局:目录覆盖率高却难查可用数据,标准文档齐备但未嵌入系统流程。根源在于重建设、轻运营——缺乏动态更新机制、标准未贯穿数据全链路、责任未细化到动作、问题未闭环至业务源头、价值未评估优先级。治理需从项目转向持续运营。(239字)
|
1月前
|
运维 安全 Linux
零成本上手云服务器:阿里云免费权益申领全流程,性能压测、Linux实操、高频踩坑点保姆级手册
对于初学云计算的开发者、在校学生、小微企业技术人员来说,云服务器是学习Linux运维、部署测试项目、搭建开发环境、运行轻量AI服务必不可少的基础设施。直接付费购买实例会产生持续开销,而免费试用权益可以在不投入资金的前提下完成技术实践。但很多使用者在申领、使用过程中,经常遇到资格不通过、超出免费额度产生账单、停机依旧扣费、性能预期不符、安全组不通等各类问题。很多新手误以为申领之后就完全零成本,忽略额度上限、资源限制、身份隔离规则,最后出现意外欠费。
303 0

热门文章

最新文章