微软警示AI驱动的钓鱼攻击：LLM生成的SVG文件绕过邮件安全检测
AI技术助长钓鱼攻击演进
微软近期发现针对美国机构的新型钓鱼活动，攻击者疑似利用大语言模型（LLM）生成代码来混淆恶意载荷并规避安全防护。微软威胁情报团队在分析报告中指出："该活动借助LLM技术，将恶意行为隐藏在SVG文件中，通过商业术语和人工合成的文件结构掩盖其真实意图。"
2025年8月28日检测到的这起攻击事件，展现了威胁行为体如何将人工智能（AI）工具融入攻击流程，用于制作更具迷惑性的钓鱼诱饵、自动化恶意代码混淆，以及生成仿冒合法内容的代码。
SVG文件成为新型攻击载体
根据微软披露的攻击链细节，攻击者首先入侵企业邮箱账户，发送伪装成文件共享通知的钓鱼邮件。邮件表面显示为PDF文档，实则为可缩放矢量图形（SVG）文件。值得注意的是，攻击者采用"自寄自收"策略——发件人与收件人地址相同，实际目标被隐藏在密送栏（BCC）中以规避基础检测机制。
微软解释称："SVG文件以文本为基础且支持脚本，攻击者可嵌入JavaScript等动态内容，这使得交互式钓鱼载荷既能欺骗用户，又能绕过多数安全工具的检测。"此外，SVG格式支持隐藏元素、编码属性和延迟脚本执行等特性，使其成为规避静态分析和沙箱检测的理想载体。
商业术语构建双重伪装
当用户打开SVG文件后，会被重定向至要求完成验证码（CAPTCHA）的页面，随后跳转至伪造登录界面窃取凭证。微软表示由于系统及时拦截，后续攻击阶段尚不明确。
该攻击的独特之处在于其混淆技术：SVG文件开头被设计成商业分析仪表盘样式，核心功能（包括重定向、浏览器指纹识别和会话跟踪）则隐藏在冗长的商业术语中（如营收、运营、风险、季度、增长、股份等）。微软安全副驾驶（Security Copilot）分析认为，这种代码结构复杂冗余、缺乏实用价值，极可能由LLM生成，具体特征包括：
- 函数变量命名过度描述且重复
- 高度模块化的过度工程化代码结构
- 通用且冗长的注释内容
- 使用商业术语实现公式化混淆
- 包含模仿文档示例的CDATA和XML声明
多平台攻击态势升级
微软警告称："虽然本次攻击范围有限且已被阻断，但同类技术正被更多威胁行为体采用。"与此同时，Forcepoint披露了使用.XLAM附件钓鱼邮件投放XWorm远控木马的多阶段攻击：初始载荷执行shellcode部署次级载荷，同时显示空白/损坏的Office文件作为障眼法。次级载荷通过反射式DLL注入在内存中加载恶意模块，最终实现进程注入、持久化驻留和数据外传至XWorm家族关联的C2服务器。
据Cofense监测，近期钓鱼攻击还冒用美国社会保障局和版权维权名义，分别传播ScreenConnect ConnectWise远程工具，以及Lone None Stealer和PureLogs Stealer等信息窃取程序。其中版权钓鱼活动通过伪造律师事务所邮件，要求下架侵权内容，并创新性地使用Telegram机器人资料页投放初始载荷，其混淆的Python编译脚本呈现迭代升级的复杂特征。
