返回快訊

微軟攜手coinbase搗毀evilTokens釣魚平臺

微軟數字犯罪部門(dcu)聯合coinbase、cloudflare、openai、railway、spycloud、shadowserver基金會、trm labs及health-isac,通過美國弗吉尼亞州東區聯邦法院授權的民事訴訟,查封了ai驅動的"釣魚即服務"平臺evilTokens的50個網站,另有超過175個關聯域名被停用,這也是微軟dcu歷史上第40次獲法院授權的網絡犯罪打擊行動,同時是其首次針對ai賦能犯罪服務出手。

evilTokens的技術核心是濫用微軟oauth 2.0設備授權登錄流程發起"設備代碼釣魚",藉此繞過多因素認證並靜默冒充受害者身份登錄microsoft 365應用;該平臺由威脅團伙storm-2992通過telegram機器人對外分發,提供44款可定製釣魚工具包,訂閱價格爲每月500美元或一次性1500美元買斷;犯罪團伙還部署ai聊天機器人分析已攻陷郵箱,自動梳理信任關係、識別誰掌握付款權限、判斷哪類目標最容易得手,並藉助"vibe coded"方式用ai直接生成攻擊工具代碼,大幅降低了技術門檻。

微軟方面披露,evilTokens自2026年2月上線以來擴張迅猛,微軟安全副總裁tanmay ganacharya表示自3月15日起該平臺平均每24小時就有10到15個新釣魚活動上線;截至目前已累計攻陷超過12000個microsoft 365郵箱賬戶,波及全球逾10000家機構,受害集中地包括美國、加拿大、英國、澳大利亞、印度和法國,受害行業涵蓋金融服務、醫療健康與高等教育。

coinbase全球情報團隊獨立追蹤鏈上資金流向,發現evilTokens在2025年10月至2026年6月期間通過4個tron地址累計收取約110萬美元"平臺費"收入,涉及逾1000筆存款,來自700多個不同地址;該團隊還調查了在coinbase平臺上購買該釣魚工具包的用戶身份,並將相關證據移交執法部門,爲微軟的民事訴訟提供了關鍵支撐。

英國大都會警察於9月18日星期五在倫敦金絲雀碼頭(canary wharf)與九榆樹區(nine elms)執行搜查令,逮捕兩名分別爲32歲和38歲的男子,二人涉嫌爲evilTokens網站的管理運營者,目前已獲保釋,案件調查仍在進行中。

從資金鍊條看,evilTokens的收入本質是"賣工具"而非直接行騙——storm-2992向下遊犯罪分子收取訂閱費獲利,資金經tron鏈上多個地址週轉沉澱;真正的資金損失則由被釣魚郵件誘導轉賬的終端用戶承擔,coinbase明確表示自身賬戶體系與憑證未被攻破,受損資金來自客戶被社工誘導後主動轉出的加密貨幣,損失發生在平臺之外的用戶決策環節;這次聯合打擊的直接受益方是微軟與coinbase等參與機構,查獲證據強化了其安全聲譽與後續執法話語權,而承壓方則是storm-2992及其釣魚工具包的購買者羣體,其身份信息已被移交執法部門。

據獨立安全廠商spycloud的數據顯示,evilTokens實際波及的規模比微軟披露的官方數字更大——涉及79個國家、6585個企業郵箱域名下的8708個已攻陷賬戶,其中97.5%的受害者爲企業域名賬戶,而非個人郵箱。

來源:公開信息

ABAB AI 解讀

微軟數字犯罪部門此次是其第40次通過法院授權發起的網絡犯罪基礎設施打擊,過去十餘年間,dcu已先後端掉necurs殭屍網絡、trickbot分發網絡、以及針對cobalt strike破解版濫用的多起訴訟,一貫打法是繞開需要漫長刑事程序的路徑,改用民事訴訟快速拿到法院授權,直接查封域名與服務器。coinbase的角色同樣有跡可循,其全球情報團隊此前多次配合執法機構追蹤朝鮮lazarus集團的加密貨幣洗錢路徑,這次針對evilTokens的鏈上取證,是其"用交易所數據反哺執法"打法的延續。

資金路徑上,storm-2992選擇的不是自己下場行騙,而是把釣魚工具打包成訂閱服務賣給其他犯罪分子,每月500美元或買斷1500美元的定價結構,本質上是一套saas商業模式,只是客戶是騙子;資金結算選在tron鏈上完成,看中的是其低手續費與快速到賬特性,便於高頻小額收款後迅速分散轉移。這種"賣工具而非賣騙局"的路徑,把技術研發能力變現爲可複製的現金流,同時把法律風險甩給了下游購買者與實際執行詐騙的人。

類比來看,evilTokens並非孤例。2024年國際執法機構聯合摧毀的labhost釣魚即服務平臺,巔峯時期爲超過4萬名犯罪用戶提供服務並生成數千個釣魚域名,商業模式與evilTokens高度相似;更早的16shop、ONNX store等釣魚工具市場也遵循同一邏輯。evilTokens的獨特之處在於率先把生成式ai嵌入犯罪供應鏈的兩端——既用ai做前端的目標篩選與話術生成,也用ai做後端的攻擊代碼開發,這標誌着釣魚即服務這一犯罪形態正從"人工作坊"階段邁入"ai自動化流水線"階段。

這起事件的本質是技術替代——ai正在替代原本稀缺的人工社工技能,把過去需要經驗豐富的詐騙者才能完成的"摸排信任關係、判斷誰能批錢、編寫以假亂真話術"這類工作,壓縮成一套自動化流程,使得幾乎零技術背景的人只需付費訂閱即可發起高質量攻擊。其發生機制在於:社工詐騙的核心壁壘原本是"人力成本高、經驗難複製",而大語言模型恰好擅長處理這類基於文本與關係圖譜的模式識別與生成任務,一旦這層壁壘被ai擊穿,犯罪能力就會像正版軟件一樣被打包、定價、訂閱式分發,執法機構的應對策略也隨之從"抓每一個使用者"轉向"端掉提供工具的基礎設施與支付通道"。

ABAB News · 認知定律

  1. 技術門檻每降一次,犯罪分子就多一批

  2. 犯罪一旦裝上訂閱制外殼,規模就會指數擴張

  3. 抓不完買家的時候,先端掉賣家的攤位