新聞

資安業者Barracuda上周四（7/16）揭露，駭客正利用名為「文字加鹽」（Text Salting）的傳統垃圾郵件規避手法，干擾由機器學習及大型語言模型（LLM）驅動的郵件防護工具。Barracuda自今年4月以來已偵測到逾100萬次相關釣魚攻擊，主要偽裝成零售業者寄送的點數、禮品卡或限時兌換通知。

文字加鹽是指在惡意郵件中加入大量隨機且看似無害的文字，以稀釋獎勵、到期或信用卡等可疑詞彙所占的比例，降低郵件被判定為垃圾郵件或釣魚信的機率。這些填充內容可能是隨機故事、一般對話或專案筆記，並大量使用小狗、訓練、筆記、任務及書籍等無害詞彙。

為了不讓收件人察覺，駭客會透過CSS將填充文字的顯示範圍裁切至零、把文字移到畫面外，或將字體大小設為零。部分現代郵件防護工具已能強制顯示並分析這些隱藏文字，因此駭客開始同時採用多種隱藏技術；即使其中一種被識破，其他方式仍可能讓填充內容保持隱藏。

Barracuda指出，這種多年來用來躲避傳統垃圾郵件過濾器的手法，如今也能混淆部分AI郵件防護工具。部分LLM直接分析郵件文字及HTML原始碼，除非經過特別訓練或指示，否則未必知道哪些內容對收件人不可見。隱藏的無害文字因而可能改變模型對郵件意圖、用途及風險的判斷，使釣魚信遭錯誤歸類為正常郵件。

生成式AI也讓文字加鹽更容易大規模運作。攻擊者可以快速產生大量內容自然且彼此不同的填充文字，將短短數十字的惡意訊息藏進數百字的無害故事中，增加追蹤與偵測難度。

Barracuda建議企業採用多層式郵件防護，不應只依賴關鍵字或AI內容分析，而應同時檢查郵件結構、寄件者信譽、身分驗證結果、內嵌網址及HTML顯示方式，並比較收件人實際看到的內容與郵件原始碼，找出遭刻意隱藏的文字。