最近是否注意到企业邮件过滤器放行了更多垃圾邮件？网络安全公司Barracuda表示，攻击者正在使用一种名为"文本加盐"的技术，通过插入看似无害的词汇来干扰AI驱动的邮件过滤器。

Barracuda周四表示，自4月以来已检测到超过100万次使用文本加盐技术的零售主题钓鱼攻击。这并非新技术，多年来一直被用于欺骗传统安全邮件网关，但Barracuda指出，它同样能干扰基于机器学习和大语言模型的安全工具。

文本加盐的原理是在恶意邮件中撒入随机的、看似无害的词汇，使邮件扫描系统认为邮件内容并无异常，从而将其放行传递给收件人。

然而，如果在邮件中堆满加盐文本，人类读者很可能会起疑。因此，攻击者通常使用三种变体手法来对人类读者隐藏这些填充内容，同时不影响对自动化扫描器的干扰效果。

典型技术包括：CSS裁剪——将可见窗口设置得足够小，使人类看不到隐藏的填充文本；文本操控——将加盐文本移到可见屏幕之外；以及零号字体技术——在可见的钓鱼文本之间插入误导性词汇，这些词汇对机器可见但对人类不可见。

这些技术的最终效果是：机器读到的邮件内容看起来不那么恶意、更像乱码，从而判定邮件正常放行；而人类看到的邮件则完全是攻击者精心设计的样子。

现代邮件安全系统已在很大程度上适应了这些技术——较新的工具能够移除隐藏文本以查看读者实际看到的内容，在邮件中插入大量隐藏内容时触发警报等。然而，Barracuda表示，AI尚未跟上步伐。

"文本加盐及相关技术可以通过向邮件中灌入大量随机词汇来干扰AI驱动的内容分析引擎，诱导AI系统做出错误分类决策，"Barracuda在报告中写道——就像2000年代初的安全邮件网关一样。技术真是"飞跃"了！

Barracuda解释说，大语言模型通常被设计为直接处理邮件文本和源代码，无法判断文本对用户是否可见。虽然可以训练模型具备这种能力，但这意味着大多数工具默认并不具备。

那么，企业该如何阻止加盐垃圾邮件流向员工？Barracuda建议采用分层邮件安全策略，而非仅依赖关键词检测，包括检查发件人信誉、认证结果、嵌入的URL、HTML渲染技术，以及用户可见内容与隐藏内容之间的差异。

放弃那个AI垃圾邮件过滤器，或许也不是个坏主意。