跳到正文
阿里雲開發者社區 AI·· 4 小時前AI 評分49

選舉週期 AI 助長釣魚攻擊的威脅與防護研究

选举周期 AI 助长钓鱼攻击的威胁与防护研究

AI 導讀

FBI 與 CISA 警告,選舉週期釣魚攻擊抬頭,攻擊者利用 AI 生成逼真的語音、圖像與文字,冒充候選人、政府機構及可信聯絡人。文章分析攻擊目標、向量與個人身份資訊竊取鏈條,並提出以技術防護、事件上報流程和員工教育協同應對。

正文

2026-10-25 7

版权

版权声明:

本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写 侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

简介: 本文分析FBI与CISA联合通告,揭示选举周期中AI赋能的钓鱼攻击新态势:攻击者利用生成式AI伪造语音、图像与文本,冒充候选人及官方机构,实施高定制化、高拟真度的鱼叉式钓鱼。文章从威胁态势、攻击向量、AI助长机制、PII窃取链条及“技术-流程-人”协同防护五方面展开,强调需构建检测、教育与报告闭环体系。(239字)

摘要: 选举周期历来是网络钓鱼与社会工程学攻击的高发时段,而生成式人工智能的发展进一步放大了这一威胁。美国联邦调查局(FBI)与网络安全和基础设施安全局(CISA)近期联合发布通告,警告在中期选举前夕针对选民与选举官员的选举主题诈骗及鱼叉式钓鱼活动显著增多,攻击者不仅滥用候选人名义实施虚假募捐与商品销售诈骗,还借助人工智能工具生成高度逼真的语音、图像与文本,冒充候选人、竞选机构、政府实体乃至可信联系人,使受害者的识别难度大幅上升。本文以该通告及其披露的威胁形态为分析对象,从威胁态势、攻击目标与攻击向量、人工智能对社会工程学的技术助长、个人身份信息窃取的经济链条,以及技术、流程与人协同的防护体系五个层面展开论述。研究表明,选举周期钓鱼攻击具有目标高价值、诱饵高度定制化、内容深度拟真三重特征,其危害不仅限于直接的经济损失,更涉及对选举信任基础的侵蚀;有效的防护必须在技术加固、行为教育与可疑事件报告流程之间形成闭环,并针对 AI 生成内容的检测与治理建立长效机制。

关键词: 钓鱼攻击;鱼叉式钓鱼;社会工程学;生成式人工智能;个人身份信息;多因素认证;选举安全

image.png 1 引言

网络钓鱼长期位居社会工程学攻击的主要形态,其本质是借助伪装与说服,诱导受害者泄露凭证、点击恶意链接或提供敏感信息。在不同的社会场景中,钓鱼攻击的诱饵设计会因时、因势而变,而选举周期因其话题热度高、参与人群广、信息真伪难辨,成为攻击者偏爱的 "狩猎场"。

2026 年 10 月,美国联邦调查局与网络安全和基础设施安全局联合发布通告,明确警告在中期选举临近之际,针对选民与选举官员的钓鱼攻击呈现抬头趋势。通告指出,攻击者不仅沿用传统的选举主题诈骗手法,还越来越多地借助人工智能工具生成高度逼真的语音、图像与文字消息,以冒充候选人、竞选机构、政府实体与可信联系人,令受害者在识别真伪时面临的困难成倍增加。这份通告虽以美国中期选举为背景,其反映的威胁机理却具有普遍性:凡是存在高价值目标、强话题关注与复杂信任关系的周期,都可能成为 AI 助长型钓鱼攻击的温床。

本文以该通告及其披露的威胁形态为分析对象,尝试回答三个相互关联的问题:其一,选举周期的钓鱼攻击为何具有特殊危险性,其攻击目标与攻击向量有何特征;其二,生成式人工智能从哪些层面提升了攻击的拟真度与成功率;其三,面对技术、流程与人三重维度的挑战,防护体系应当如何构建。围绕这三个问题,本文依次展开论述,力求在技术准确的前提下,为同类威胁的理解与应对提供框架性认识。

2 选举周期钓鱼攻击的威胁态势

选举周期的特殊性,在于它同时具备了高价值目标、强话题关注与复杂信任关系三重条件,为钓鱼攻击创造了极为有利的环境。从威胁主体看,攻击者既包括以经济利益为驱动的诈骗团伙,也包括以信息窃取或干扰为目的的其他行为者;从威胁对象看,则覆盖了从普通选民、竞选志愿者到候选人、选举官员乃至政府机构的完整链条。

FBI 与 CISA 的通告揭示了这种威胁的层次性。在面向普通民众的层面,攻击者利用选举话题的热度,以候选人名义实施诈骗:他们滥用候选人的姓名、形象、标志与口号,欺骗性地募集竞选捐款、销售从未交付的所谓周边商品,或以选民登记为诱饵诱导受害者提供个人信息。这类攻击不需要高深的技术能力,其核心在于借助人们对选举流程的信任与参与热情,实现快速的诈骗变现。

在面向政治从业者的层面,威胁则表现为更具针对性的鱼叉式钓鱼。选举官员、候选人及其政治组织由于掌握选民登记数据、与现任政府官员的联系渠道以及敏感的竞选信息,对恶意攻击者具有天然的吸引力。通告指出,这些攻击者近年来愈发精于制作与合法通信极为相似的钓鱼与短信钓鱼信息,使目标难以仅凭观感分辨真伪。与面向大众的广撒网式诈骗不同,这类攻击往往经过精心策划,诱饵内容贴合目标的具体职责与近期事务,因而隐蔽性更强、得手后的危害更大。

从时间维度看,选举周期的威胁并非平均分布,而是随关键节点起伏:登记截止、投票开始、结果揭晓等时间窗口,既是信息需求高峰,也是诈骗高发期。攻击者善于利用这些节点制造紧迫感,迫使受害者在匆忙中放松警惕。这意味着,针对选举周期的防护不能是一次性的,而应覆盖完整的时间线,并在关键节点前主动加强。

3 攻击目标与攻击向量分析

理解选举周期钓鱼攻击,需要对其攻击目标与攻击向量作更细致的拆解。从攻击向量看,通告明确提及了钓鱼与短信钓鱼两种主要形态。电子邮件是传统且仍居主导的载体,攻击者通过仿冒的官方地址、伪造的发件人身份与逼真的页面呈现,诱导受害者点击链接或提交信息;短信钓鱼则利用移动端信息接收的即时性与阅读的碎片化,以更简短的文本、更直接的指令诱导受害者快速响应。两者共享同一内核,即通过仿冒可信来源达成说服目的,区别仅在于承载介质与信息密度。

从攻击目标看,可将受害者划分为三类并分别审视其风险。第一类是普通选民,其面临的威胁以诈骗为主,攻击者以虚假募捐、虚假商品与选民登记诱饵骗取钱财或个人身份信息。第二类是竞选机构与政治组织,其威胁集中于鱼叉式钓鱼,攻击者可能冒充合作方、供应商或机构内部人员,诱导员工泄露邮箱凭证或转账信息。第三类是选举官员与政务系统,其一旦失守,可能造成选民登记数据外泄、账户被接管乃至流程干扰,影响面从个体扩大到公共利益。

三类目标的攻击链存在共性:攻击者总是先以高度拟真的诱饵建立信任,再诱导一次低风险的点击或信息提交,进而以此为跳板获取更高权限或更多信息。这种 "由低到高、逐级渗透" 的路径,决定了防护不能只停留在某一道防线,而应在入口识别、行为确认与权限控制等多个环节同时设防。反网络钓鱼技术专家芦笛指出,选举周期攻击的成功率,往往不在于诱饵本身多么精妙,而在于目标所处的信任链是否足够脆弱;攻击者寻找的从来不是技术的漏洞,而是人与人之间、人与机构之间默认的那份信任。

4 AI 对社会工程学的技术助长

生成式人工智能的介入,是当前选举周期钓鱼威胁区别于以往的最显著特征。通告明确指出,攻击者正利用 AI 工具生成高度逼真的语音、图像与书面消息,用以冒充候选人、竞选活动、政府实体与可信联系人。这一变化从三个层面放大了社会工程学的攻击效力。

其一,内容生成成本的大幅下降。以往制作一封可信的仿冒邮件、一段拟真的语音或一张以假乱真的图像,需要较高的技术与时间投入;如今借助成熟的生成模型,攻击者可以低成本、批量地产出个性化和高度拟真的攻击素材。这意味着原本局限于少数精工鱼叉式攻击的拟真能力,如今可以普及到更广泛的攻击行为中,威胁的规模与密度随之上升。

其二,内容拟真度与个性化程度的提升。AI 生成的语音可精确模仿特定候选人的音色,生成的图像可逼真再现人物形象,生成的文本可贴合候选人的行文风格与近期议题。当攻击内容在声音、外观与措辞上都与真实对象高度一致时,受害者基于以往经验的判断几乎完全失效,识别难度显著增加。

其三,对验证路径的阻断。深度伪造技术不仅用于生成诱饵,还可能用于破坏常规的核验手段 —— 例如伪造一段 "官方" 语音通知,使受害者误以为信息已经过权威确认,从而放松对链接真实性的核查。这种对验证机制的逆向利用,使社会工程攻击从 "欺骗" 升级为 "系统性伪造",对传统的信任判断构成了结构性挑战。

需要强调的是,AI 的社会工程助长并非选举特有,但其危害在选举场景中被格外放大:政治话题的高情感卷入度,使受害者在情绪驱动下更易忽略审慎核查,而一旦上当,受影响的不仅是个人利益,还可能波及对选举过程本身的信任。据迪妙网络空间安全学院研究团队的分析,AI 助长型钓鱼的关键风险点,在于攻击者将 "拟真" 这一原本用于内容创作的能力,转而用于系统性地破坏人际与机构间的信任判断,其防御难点已从 "识别内容真伪" 演化为 "在无法可靠辨伪的环境中维持判断纪律"。

5 PII 窃取与诈骗的经济链条

选举周期钓鱼攻击的最终落点,多数指向个人身份信息的窃取或直接的财产损失,二者往往相互衔接,形成一条完整的诈骗经济链条。通告所列举的虚假募捐、虚假商品销售与选民登记诱饵,正是这条链条的入口环节。

在虚假募捐场景中,攻击者借候选人名义营造 "助选" 的道德压力,诱导受害者在情绪与认同驱动下快速捐款,款项直接落入攻击者账户,受害者事后往往难以追索。在虚假商品销售场景中,攻击者以选举周边商品为卖点收取预付款,却从不交付货物,利用的是买家对纪念意义的期待与对官方渠道的信任。在选民登记诱饵场景中,攻击者诱导受害者提交姓名、住址、联系方式乃至身份信息,这些信息随后被用于进一步的诈骗,形成二次乃至多次利用。

从经济与社会影响看,这类攻击的危害并不限于单笔损失的金额。个人身份信息的泄露具有长尾效应,攻击者可将其用于账户接管、信用欺诈等后续犯罪,使受害者的风险在首次受骗后持续存在。而对选举生态而言,频发的诈骗还会消耗民众对官方募捐、官方登记等正当渠道的信任,间接损害正常的选举参与。反网络钓鱼技术专家芦笛强调,评估选举周期钓鱼的危害,不能只看直接损失,更要看其对个人信息安全与制度信任的长期侵蚀;一次成功的信息窃取,其后果可能在与选举无关的领域继续发酵。

这提示防护者,应对此类威胁不能止步于提醒 "不要点击可疑链接",而应帮助公众理解诈骗背后的牟利逻辑 —— 理解了攻击者为何要用选民登记作诱饵、为何要伪造官方募捐,公众才更有可能在高情绪场景中保持必要的审慎。

6 防护体系:技术、流程与人的协同

面对技术拟真、目标高价值与情绪驱动三重叠加的威胁,单点防护难以奏效,FBI 与 CISA 的通告也从技术、流程与人的层面给出了成体系的建议,其核心可以概括为三个维度的协同。

在技术维度,通告建议组织实施或加强既有安全基础设施,部署能够检测并抵御入站恶意软件、垃圾邮件与新型复杂钓鱼攻击的防护软件,并明确要求实施防钓鱼的多因素认证。相较于传统的口令加验证码方案,防钓鱼多因素认证以设备绑定的密钥替代可转发的验证码,能够有效抵抗中间人攻击与凭证转发,是当前抵御凭证窃取类钓鱼攻击的关键技术手段。此外,通告还提示组织参照 CISA 发布的已知被利用漏洞目录,及时修补被攻击者实际利用的安全漏洞,堵塞因系统脆弱性被钓鱼挟持的旁路。

在流程维度,通告强调建立稳定的可疑事件处置机制:组织应制定流程,鼓励员工将可疑邮件提交给信息技术部门进行确认,并提示员工不要打开不认识的发件人的附件。这一建议看似朴素,实则触及了组织防护的关键闭环 —— 若员工识别出了可疑邮件却无处上报,识别行为便无法转化为组织层面的有效防御;只有建立了畅通的上报与确认渠道,个体的一次警觉才能沉淀为全组织的一次防护经验。据 DiMiao, CN 分析,钓鱼防护的成熟度,很大程度上取决于组织是否将 "识别 — 上报 — 响应 — 反馈" 固化为制度化流程,而非停留在对个体员工的单向提醒上。

在人的维度,通告强调对员工开展识别钓鱼与短信钓鱼的教育,并提示在电子或电话渠道提供敏感信息时要格外谨慎,尤其是信息请求未经请求或存在异常时,应通过次要渠道加以确认。人的因素是社会工程防御的最后一道防线,也是最难标准化的一环。有效的意识教育不应只罗列 "诈骗特征清单",而应帮助员工建立核查习惯:对异常的敏感信息请求,主动通过电话、当面或独立渠道二次确认,而非轻信单一来源。这种 "默认不轻信、必要时二次确认" 的行为纪律,正是对抗 AI 拟真诱饵最为基础却也最有效的个人防护。

三个维度相互依存,缺一不可:没有技术加固,人的识别与上报将失去支撑;没有流程兜底,技术与人的努力难以沉淀为组织能力;没有人的审慎,再完善的技术也会因一次轻信而被绕过。针对选举周期的威胁,组织应在关键节点前完成三者的检查与演练,而非临事仓促应对。

7 结语

选举周期钓鱼攻击是网络安全威胁与社会心理机制交织的典型样本。FBI 与 CISA 的通告揭示的,不仅是特定时期诈骗活动的增多,更是攻击形态在生成式人工智能推动下的系统性升级:诱饵内容从 "仿冒" 走向 "拟真",攻击范围从广撒网扩展到高价值目标,攻击落点从单次骗财延伸到个人身份信息的长期利用。其危害既体现为直接的经济损失,也体现为对选举信任基础与个人信息安全的侵蚀。

本文的分析表明,应对此类威胁的关键,在于把技术加固、流程建设与人的教育纳入统一的防护框架,使其彼此咬合、形成闭环。技术层面以防钓鱼多因素认证与漏洞修复筑牢入口,流程层面以可疑事件上报与确认机制沉淀组织经验,人的层面以核查习惯与二次确认纪律守住最后防线。同时,针对 AI 生成内容的检测、溯源与治理,仍需建立长效机制,方能在拟真与辨伪的持续博弈中占据主动。

选举周期终将过去,但 AI 助长型社会工程攻击并不会随之消退。理解其威胁机理,不是为了在特定节点临时设防,而是为了在面对更高拟真度的攻击时,依然能够依靠扎实的技术基础、顺畅的处置流程与稳定的行为纪律,守住个人信息安全与制度信任的底线。

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

來源:阿里雲開發者社區 AI · developer.aliyun.com