AI 驱动意大利税务局仿冒钓鱼攻击识别与全域防护研究
本文基于意大利税务局2026年6月17日官方预警，深度剖析AI生成的意大利语税务钓鱼攻击：利用大模型批量伪造退税、加密税申报等高保真邮件与仿站页面，结合Unicode混淆、零代码平台托管等规避手段。研究提炼四类稳定技术指纹，提供三段可落地Python检测代码，并构建涵盖邮件网关、网页解析、SPID身份风控、分层教育与欧盟情报共享的五层闭环防御体系。（240字）
Kali365 产业化 PhaaS 平台 M365 令牌劫持攻击机理与全域防御研究
2026年5月，FBI预警新型PhaaS平台Kali365（别名Octopi365），专攻Microsoft 365云身份。其不仿冒域名，而是滥用OAuth设备码流程，诱导用户在微软官方页面授权，窃取长期有效刷新令牌，绕过MFA。平台集成AI生成高可信钓鱼邮件、百级API及加密支付。传统邮件网关、域名黑名单和MFA防护全面失效。研究提出五层防御体系：Entra ID协议管控、AI邮件特征检测、OAuth异常审计、FIDO2硬件认证、重构安全培训。（240字）
AI 辅助钓鱼攻击的 LLM 生成痕迹识别与全域防御体系研究
本文揭示AI钓鱼攻击新态势：86%钓鱼邮件由LLM生成，点击率达54%。首次系统提炼四类可检测LLM指纹——指令残留文本、Unicode混淆、零代码仿冒页面代码特征及CSS隐藏填充块，并提供可落地的多维度检测算法与全域防御框架，推动防护从“找错别字”转向“识AI痕迹”。（239字）
EVM 生态授权钓鱼诈骗攻击机理、链上追踪与协同阻断治理研究
本文系统剖析2025—2026年高发的ERC-20授权钓鱼诈骗：揭示其利用approve机制漏洞、AI赋能、黑产基础设施复用等产业化特征；结合Chainalysis真实案件与Spincaster等跨国行动，提出“前置监测—线索研判—跨机构协同—内控建设”四层闭环防御体系，兼顾技术溯源与实务落地。（239字）
量减质升：AI 赋能加密流量定向钓鱼攻击演化与全域防御研究
本文揭示2024—2025年钓鱼攻击“总量下降、质量跃升”本质：攻击者依托生成式AI（如Manus AI）、全链路TLS加密（95.2%载荷加密）及BlackForce等中间人劫持工具，构建高隐蔽、高成功率的定向钓鱼体系。传统防护因TLS不解密、缺乏AI特征检测、MFA易被绕过而大面积失效。研究提出五层闭环防御框架，并提供可落地的Python检测代码，推动防御从“拦垃圾邮件”转向“识加密高仿诱饵”。
