phishing
PulseAugur coverage of phishing — every cluster mentioning phishing across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
AI驱动的网络攻击正变得更加复杂和自主 · 跟踪4个来源
人工智能正越来越多地被恶意行为者用来增强网络攻击，使其更快、更具可扩展性、更隐蔽。虽然当前由AI驱动的攻击通常是可检测的，但它们正在迅速发展，能够执行多步骤任务的自主AI系统带来了重大的新挑战。这一发展标志着网络安全的一个范式转变，迫切需要采用AI进行防御，以对抗AI辅助的威胁。
-
Copilot 聊天机器人易受提示注入攻击
一位安全研究人员在 Copilot 聊天机器人中发现了一个提示注入漏洞，攻击者可以利用该漏洞操纵其响应。通过更改客户端提供的上下文参数，如 `pageText` 和 `currentUrl`，攻击者可以诱骗 AI 验证虚假的安**全更新或网络钓鱼链接。该漏洞的出现是因为聊天机器人信任客户端提供的网页内容，而没有进行服务器端验证，这使得恶意行为者能够构造欺骗性的提示，然后 AI 会将这些提示作为合法信息呈现给用户。
-
大语言模型（LLM）为零信任架构带来新的安全风险
大型语言模型（LLM）正在引入新的安全漏洞，而传统的“零信任”架构可能无法解决这些漏洞。攻击者可以通过提示注入等方法利用LLM生成个性化的网络钓鱼脚本或未经授权访问敏感信息，从而绕过现有的网络和设备安全措施。为应对这些威胁，组织必须将零信任原则扩展到AI系统，方法包括进行针对LLM的漏洞审计、实施提示的输入/输出过滤器、持续监控LLM行为是否存在异常、制定严格的使用策略，以及在关键决策中纳入人工监督。
-
人工智能加速网络威胁，要求转向机器速度安全
人工智能正在从根本上改变网络安全格局，它加速了攻击的速度，将范式从人类速度安全转变为机器速度安全。虽然人工智能可用于发现漏洞或制造复杂的网络钓鱼尝试，但其更深远的影响在于将网络威胁的时间线从几周压缩到仅仅几分钟。这需要重新评估传统的安全运营模式，这些模式是围绕人类决策和响应时间建立的，并强调在面对快速、人工智能驱动的攻击时，韧性而非仅仅合规性的关键重要性。重点正转向最大限度地减少检测、决策、响应和恢复的延迟，以确保业务连续性。
-
人工智能助长非洲一半以上的网络犯罪，国际刑警组织报告发现 · 追踪10个来源
国际刑警组织的一份新报告显示，人工智能已卷入非洲一半以上的网络犯罪活动。这一趋势使犯罪分子能够执行更复杂、更快、更大规模的攻击，导致过去一年经济损失显著增加，翻了一番多，达到4.84亿美元。报告强调，人工智能被用于各种恶意活动，包括有说服力的网络诈骗、深度伪造勒索以及合成身份的创建，这使得执法部门越来越难以检测和打击这些不断演变的威胁。
-
人工智能时代要求超越多因素认证的生物识别身份保障
由于人工智能的进步，多因素认证（MFA）在身份保障方面已不再足够，人工智能能够实现诸如深度伪造和自动化网络钓鱼等复杂的模仿技术。网络安全领域的重点正从仅仅验证设备拥有权转向确保访问系统的用户真实身份。生物识别保障身份，结合面部识别、活体检测和行为分析等要素，正成为加强所有其他控制的关键安全层。
-
德国执法部门摧毁大型钓鱼即服务网络
德国和欧洲各地的执法机构成功摧毁了一个名为 Kratos 的大规模钓鱼即服务行动。该犯罪网络负责提供大量网络钓鱼攻击的工具和基础设施。此次行动的成功打击对网络犯罪造成了重大打击，扰乱了一个主要的非法服务来源。
-
FBI将AI语音欺诈列为新类别，2025年损失达8.93亿美元
人工智能驱动的语音欺诈激增，估计2025年造成8.93亿美元损失和超过22,000起投诉，促使FBI为此类威胁创建了一个新类别。这种复杂的欺诈形式，类似于工业化的商业电子邮件欺诈（BEC），利用生成式AI进行超个性化网络钓鱼和深度伪造社交工程。中型企业尽管预算较少，但日益成为目标，并且容易受到可能耗尽其安全资源的攻击。
-
二维码网络钓鱼诈骗日益增多
二维码网络钓鱼，或称“quishing”，诈骗正变得越来越普遍，利用二维码诱骗个人泄露敏感信息。这些诈骗可以有多种形式，对毫无戒心的用户来说常常显得合法。提高认识和保持警惕是识别和避免这些不断演变的网络威胁的关键。
-
AI幻觉被用于通过域抢注进行网络钓鱼攻击
研究人员发现了一种新的网络安全威胁，其中AI幻觉可能将用户引向恶意域。通过从AI查询生成大量不存在的域，攻击者随后可以注册这些域用于网络钓鱼目的。这种被称为“幻影抢注”的策略利用了AI生成看似合理但虚假信息的倾向，将其转化为网络犯罪的载体。
-
AI代理通过提示注入和网络钓鱼构成安全风险
AI代理在提供潜在好处的同时，也带来了重大的安全风险。这些代理可能被利用于提示注入攻击，导致网络钓鱼或数据泄露等恶意行为。AI代理的开发和部署需要强大的安全措施来缓解这些新兴威胁。
-
新研究将SSL流程调优与分类器优化解耦
一篇新研究论文介绍了SemiScope，一种旨在解耦半监督学习（SSL）流程调优与安全分类任务中下游分类器调优效果的方法。研究发现，仅优化分类器通常就能恢复通过完全优化整个SSL流程所获得的相当一部分性能提升。该论文提出了一种更简单的方法：使用自训练（Self-Training），并结合贝叶斯优化调优的分类器和验证集调优的决策阈值，在较高的标签百分比下，其性能与全监督方法相当。
-
加拿大卫生委员会就敏感钓鱼测试道歉
加拿大一家卫生委员会就一次模仿该组织并向员工提供虚假假期日的钓鱼测试道歉。该测试旨在提高网络安全意识，但因其不敏感和可能造成伤害而受到批评。此事件凸显了在平衡安全培训与员工福祉方面的挑战，以及此类演习如果设计和沟通不当可能适得其反的潜在风险。
-
人工智能品牌被武器化用于社会工程学攻击，利用用户信任
攻击者正越来越多地利用围绕人工智能的炒作和兴奋情绪来策划高效的社会工程学攻击。通过冒充“助手”或“助理”等人工智能工具，攻击者利用用户的好奇心和对新人工智能发布的期望，诱骗个人泄露凭证或安装恶意软件。这些人工智能品牌诱饵之所以特别有效，是因为它们与企业真实的数字化转型计划相吻合，使用户觉得它们很常规，从而削弱了用户的怀疑。通过生成式人工智能实现的钓鱼攻击工业化，使得能够进行个性化、可扩展且多模态的攻击，这些攻击同时针对人类用户和底层人…
-
AI代理OpenClaw经受网络钓鱼和提示注入攻击测试
一个名为OpenClaw的AI代理已经接受了各种安全测试，包括网络钓鱼模拟和提示注入攻击。这些测试旨在评估该代理的韧性并识别潜在的漏洞。研究结果突显了在保护AI系统免受复杂对抗性技术侵害方面持续存在的挑战。
-
FBI 捣毁 AI 网络钓鱼服务；美国机构将 AI 怀疑论者贴上‘反科技极端分子’标签
FBI 已捣毁一个利用 AI 和超过一百万个网址的大规模网络钓鱼行动。另外，泄露的文件显示，包括 FBI 和 DHS 在内的美国联邦机构正在将“反科技极端主义”归类为国内威胁。据报道，这一广泛标签涵盖了从暴力极端分子到 AI 怀疑论者和和平抗议者等各类个人，引发了法律专家对潜在监视异见的担忧。
-
网络钓鱼攻击者利用已弃用域名绕过安全过滤器
网络钓鱼攻击者越来越多地将收购已弃用域名作为一种技巧来绕过邮件过滤器和声誉评分。这种策略涉及收购先前已建立的域名，这些域名可能具有合法使用的历史，从而为恶意活动增加可信度。ServiceNow 最近在报告了可疑租户活动后，解决了 API 问题，这凸显了在打击复杂的网络钓鱼技术方面持续存在的挑战。
-
Conan O'Brien 主持人工智能网络安全培训视频
喜剧演员 Conan O'Brien 正与人工智能网络安全公司 Adaptive Security 合作，制作一个包含 15 部分的教学视频系列。该视频旨在教育客户及其员工如何应对网络钓鱼和深度伪造等网络安全威胁。此次合作旨在使至关重要的在线安全培训更具吸引力和有效性，以应对在线诈骗造成的重大经济损失。
-
AI 网络钓鱼防御初创公司 Ocean 融资 2800 万美元
Ocean 是一个由 AI 驱动的电子邮件安全平台，已获得 2800 万美元融资，以对抗复杂的网络钓鱼攻击。这家初创公司由一位曾在以色列国防部队服役的前网络安全研究员创立，它利用定制的小型语言模型来分析电子邮件上下文和发件人意图。Ocean 旨在为日益增多的由 AI 驱动的网络钓鱼提供更有效的防御，这类攻击在规模和针对性上都有显著提高。
-
AI邮件摘要工具可能催生更复杂的网络钓鱼攻击
新的网络钓鱼技术正在涌现，它们利用了像Google Gemini的邮件摘要工具这样的AI工具。这些方法可能允许攻击者通过使用AI代理来精心制作令人信服的网络钓鱼信息，从而更有效地冒充个人或组织。AI代理有可能被恶意行为者用于进行网络钓鱼攻击，而无需人类直接参与，这使得检测更具挑战性。