Barracuda Networks के शोधकर्ताओं ने 1 मिलियन से अधिक रिटेल‑केन्द्रित फ़िशिंग ईमेल पाए हैं जो छिपे हुए टेक्स्ट (टेक्स्ट सॉल्टिंग) का उपयोग करके AI‑आधारित सुरक्षा गेटवे को मात दे रहे हैं। यह तकनीक बड़े भाषा मॉडल (LLM) की सीमाओं का फायदा उठाती है, जिससे हमलावरों को विश्वसनीय दिखने वाले संदेश बनाते हुए पहचान से बचना आसान हो गया है।
मुख्य बिंदु (Key Takeaways)
- छिपे हुए टेक्स्ट (टेक्स्ट सॉल्टिंग) ने 1 मिलियन से अधिक फ़िशिंग ईमेल को AI फ़िल्टर से बचाया।
- बड़े भाषा मॉडल (LLM) ने सॉल्टेड सामग्री के निर्माण को तेज कर दिया, जिससे मौजूदा सुरक्षा कमजोर पड़ गई।
- कीवर्ड‑आधारित खोज से आगे बढ़कर संपूर्ण संदर्भ‑आधारित विश्लेषण आवश्यक है।
अप्रैल से लेकर अब तक, Barracuda Networks के शोधकर्ताओं ने रिटेल‑थीम वाले फ़िशिंग ईमेलों की एक लहर देखी, जिनकी संख्या 1 मिलियन से अधिक है। इन संदेशों में छिपा टेक्स्ट—जिसे “टेक्स्ट सॉल्टिंग” कहा जाता है—उपयोग किया गया, जिससे स्वचालित सुरक्षा गेटवे और AI‑आधारित सामग्री विश्लेषण इंजन दोनों ही इन्हें सामान्य स्पैम से अलग नहीं कर सके।
टेक्स्ट सॉल्टिंग क्या है?
टेक्स्ट सॉल्टिंग एक पुरानी लेकिन प्रभावी तकनीक है, जिसमें ईमेल के HTML कोड में बेकार या निरर्थक शब्दों को छुपा कर डाल दिया जाता है। इन शब्दों को शून्य फ़ॉन्ट‑साइज़, शून्य‑ऊँचाई/चौड़ाई वाले कंटेनर, या स्क्रीन के बाहर ले जाकर “अदृश” बनाया जाता है। इससे स्पैम फ़िल्टर की शब्द‑आधारित खोज रुक जाती है, जबकि मानव पाठक को केवल मुख्य संदेश दिखाई देता है।
LLM‑आधारित हमले का नया मोड़
बड़े भाषा मॉडल (LLM) ने इस प्रक्रिया को स्वचालित और तेज़ बना दिया है। अब हमलावर AI‑जनित टेक्स्ट की मदद से बड़ी मात्रा में निरर्थक वाक्यांश उत्पन्न कर सकते हैं, जिन्हें तुरंत HTML में छिपाया जा सकता है। वही AI‑आधारित सुरक्षा इंजन, जो अक्सर “कीवर्ड‑मैचिंग” पर भरोसा करते हैं, इन जटिल, बहु‑स्तरीय सॉल्टिंग तकनीकों को पहचानने में असफल होते हैं।
सुरक्षा गेटवे (SEGs) की सीमाएँ
सुरक्षा गेटवे का मुख्य कार्य दो भागों में बँटा है: प्रेषक की प्रामाणिकता (DKIM, SPF) की जाँच, और सामग्री‑आधारित विश्लेषण। जबकि अधिकांश फ़िशिंग अभियानों ने प्रामाणिक डोमेन या वैध DKIM सिग्नेचर का प्रयोग किया, उन्होंने सामग्री के स्तर पर छिपे टेक्स्ट का उपयोग करके फ़िल्टर को धोखा दिया। परिणामस्वरूप, “अर्जेंट”, “रिवॉर्ड्स” जैसे शब्द स्पष्ट रूप से दिखाई देते हैं, लेकिन उनके बीच बिखरे हुए “पुपी” या “बुक” जैसे निरर्थक शब्दों को AI‑फ़िल्टर नहीं देख पाते।
भविष्य की सुरक्षा रणनीति
विशेषज्ञों का मानना है कि केवल कीवर्ड‑आधारित दृष्टिकोण अब पर्याप्त नहीं रहेगा। सुरक्षा समाधान को संपूर्ण संदर्भ—दिखायी देने वाली सामग्री, छिपे हुए टेक्स्ट, लिंक व्यवहार, और प्रेषक की इतिहास—को एक साथ विश्लेषित करना होगा। इसके अलावा, HTML‑और‑CSS‑रेंडरिंग के स्तर पर “अदृश” टेक्स्ट को उजागर करने वाले नए डिटेक्शन एल्गोरिदम विकसित करने की आवश्यकता है।
जैसे-जैसे LLM‑आधारित सामग्री उत्पन्न करने की लागत घटती जाएगी, टेक्स्ट सॉल्टिंग के दुरुपयोग की संभावना भी बढ़ेगी। इसलिए, संगठनों को अपने ईमेल सुरक्षा ढाँचे को पुनः मूल्यांकन करना चाहिए, ताकि वे न केवल ज्ञात स्पैम संकेतों को, बल्कि उभरते हुए AI‑आधारित छलों को भी रोक सकें।