Kampania phishingowa z ponad milionem spersonalizowanych wiadomości pokazuje nową skalę oszustw wspieranych przez AI

Wprowadzenie do problemu / definicja

Masowe kampanie phishingowe od lat należą do najpoważniejszych zagrożeń dla firm, ale do niedawna ich skuteczność ograniczał kompromis między skalą a wiarygodnością. Najnowsza kampania oszustw finansowych pokazuje, że generatywna sztuczna inteligencja zaczyna ten model zmieniać, umożliwiając tworzenie wiadomości wyglądających na precyzyjnie przygotowane, a jednocześnie rozsyłanych w ogromnym wolumenie.

W analizowanym przypadku cyberprzestępcy rozesłali ponad milion spersonalizowanych wiadomości e-mail w ciągu zaledwie trzech dni. Celem były przede wszystkim zespoły finansowe i działy accounts payable, czyli osoby odpowiedzialne za akceptowanie i realizację płatności.

W skrócie

W ciągu trzech dni rozesłano ponad milion wiadomości do użytkowników korporacyjnych.
Atak podszywał się pod kadrę zarządzającą oraz zewnętrznych dostawców usług.
Centralnym elementem oszustwa były fałszywe faktury opiewające na kwoty rzędu 50 tys. dolarów.
Wiadomości zawierały nazwy firm ofiar, dane kadry kierowniczej i spreparowane wątki korespondencji.
Wiele śladów technicznych sugeruje wykorzystanie AI do przygotowania i skalowania kampanii.

Kontekst / historia

Business Email Compromise oraz fraud fakturowy nie są nowymi zjawiskami. Od lat grupy cyberprzestępcze podszywają się pod dyrektorów, partnerów biznesowych i dostawców, aby skłonić pracowników do wykonania przelewów na rachunki kontrolowane przez przestępców.

Dotychczas atakujący zwykle wybierali jeden z dwóch modeli. Pierwszy opierał się na masowej wysyłce prostych i mało wiarygodnych wiadomości. Drugi polegał na ograniczonych wolumenowo, ale dobrze przygotowanych atakach typu spear phishing lub BEC. Opisywana operacja łączy te dwa światy: osiąga skalę typową dla spamu, a jednocześnie zachowuje poziom personalizacji charakterystyczny dla ukierunkowanych oszustw.

To istotny sygnał dla organizacji, ponieważ pokazuje postępującą industrializację socjotechniki. Generatywna AI nie musi wymyślać nowych technik ataku, aby zwiększyć zagrożenie — wystarczy, że obniża koszt przygotowania przekonujących komunikatów i skraca czas potrzebny na ich dopasowanie do konkretnej ofiary.

Analiza techniczna

Mechanizm ataku bazował na kilku warstwach wiarygodności. Wiadomości kierowano do pracowników finansowych i przedstawiano jako zatwierdzone płatności związane z roczną subskrypcją lub usługą biznesową. W polu nadawcy, podpisach i elementach reply-to wykorzystywano dane rzekomych członków zarządu, takich jak CEO, CFO czy President.

Istotnym elementem był spreparowany wątek wcześniejszej korespondencji umieszczany pod właściwą wiadomością. Taki zabieg miał tworzyć wrażenie, że sprawa została już omówiona pomiędzy kierownictwem firmy a dostawcą, a pracownik finansowy ma jedynie dokończyć formalność w postaci płatności.

Do wiadomości dołączano lub osadzano fałszywe faktury przygotowane w profesjonalnej formie. Zawierały one numery dokumentów, daty, szczegóły rozliczenia, oznaczenia walut oraz branding przypominający legalną firmę technologiczną. Szczególnie ważna była personalizacja sekcji odbiorcy, gdzie pojawiały się rzeczywiste nazwy organizacji oraz nazwiska osób z kadry zarządzającej.

Badacze zwrócili też uwagę na wykorzystanie domen lookalike oraz infrastruktury stron trzecich do dostarczania wiadomości. Taka infrastruktura mogła wspierać omijanie części mechanizmów filtrujących i zwiększać pozory autentyczności komunikacji.

Za możliwym wykorzystaniem generatywnej AI przemawiały artefakty widoczne w szablonach wiadomości i kodzie HTML, w tym uporządkowane etykiety sekcji, spójna struktura dokumentów i bardzo jednolity styl przy jednoczesnym podmienianiu danych organizacyjnych. Nie jest to jednoznaczny dowód pełnej automatyzacji, ale silnie sugeruje, że AI wspierała przygotowanie treści i ich szybkie dostosowanie do wielu odbiorców.

Z perspektywy detekcji widoczne były również oznaki fałszerstwa. Spreparowane łańcuchy wiadomości nie zawierały typowych metadanych rzeczywiście przekazywanych e-maili, pojawiały się także niespójności językowe, nietypowe sformułowania tematów oraz rozbieżności logiczne między rzekomą wcześniejszą korespondencją a aktualnym żądaniem płatności.

Konsekwencje / ryzyko

Najpoważniejszym skutkiem tego typu kampanii jest bezpośrednia utrata środków finansowych. W przeciwieństwie do klasycznego phishingu ukierunkowanego na kradzież danych logowania, tutaj szkoda może powstać natychmiast po zatwierdzeniu przelewu. Fałszywe faktury były na tyle wysokie, by zapewnić przestępcom znaczny zysk, ale jednocześnie wystarczająco realistyczne, by nie wzbudzać automatycznie podejrzeń w dużych organizacjach.

Ryzyko zwiększa połączenie trzech czynników: skali, personalizacji i automatyzacji. Im bardziej wiadomość pasuje do realiów organizacji, tym łatwiej przechodzi przez ocenę człowieka. Im większy wolumen kampanii, tym większa szansa, że choć część odbiorców wykona oczekiwaną akcję. Z kolei wykorzystanie AI obniża koszt i czas tworzenia takich wiadomości, co może prowadzić do częstszego występowania podobnych operacji.

Skutki dla firm nie ograniczają się do utraty pieniędzy. Udany incydent może oznaczać zakłócenia pracy działów księgowych, spory z kontrahentami, konieczność uruchomienia procedur reagowania, przegląd kontroli wewnętrznych oraz spadek zaufania do komunikacji elektronicznej w procesach biznesowych.

Rekomendacje

Organizacje powinny traktować ochronę przed oszustwami fakturowymi i podszywaniem się pod kadrę zarządzającą jako wspólny obszar odpowiedzialności bezpieczeństwa poczty, finansów i zarządzania ryzykiem. Kluczowe znaczenie ma poprawna konfiguracja mechanizmów uwierzytelniania poczty, takich jak SPF, DKIM i DMARC, a także ochrona przed spoofingiem oraz nadużyciami związanymi z domenami podobnymi wizualnie.

W praktyce warto wdrożyć wielowarstwowe filtrowanie wiadomości przychodzących, obejmujące analizę nadawcy, reputacji domen, anomalii w nagłówkach, załączników, linków i zachowań po dostarczeniu wiadomości do skrzynki odbiorczej. Istotne są także mechanizmy pozwalające retroaktywnie usuwać złośliwe wiadomości po uzyskaniu nowych danych wywiadowczych.

Równie ważne są zabezpieczenia procesowe. Każda nieoczekiwana faktura, zmiana rachunku bankowego, pilna prośba o przelew lub akceptacja przekazana wyłącznie przez e-mail powinna wymagać dodatkowego potwierdzenia innym kanałem. Najlepiej, aby weryfikacja odbywała się telefonicznie, poprzez znany numer kontaktowy, albo za pośrednictwem zatwierdzonego systemu workflow.

Wprowadzenie obowiązkowej weryfikacji dla płatności wysokokwotowych.
Oddzielenie uprawnień do inicjowania i zatwierdzania przelewów.
Monitorowanie domen lookalike i nowych rejestracji powiązanych z dostawcami.
Szkolenia dla działów finansowych z rozpoznawania spreparowanych wątków korespondencji.
Mapowanie incydentów do technik MITRE ATT&CK związanych z phishingiem, impersonacją i financial theft.

Programy awareness również muszą się zmienić. W erze AI brak literówek nie jest już dowodem autentyczności wiadomości. Pracownicy powinni umieć oceniać kontekst biznesowy, sens żądania płatniczego, wiarygodność wcześniejszego wątku oraz zgodność wiadomości z obowiązującymi procedurami.

Podsumowanie

Opisana kampania pokazuje, że generatywna AI staje się praktycznym narzędziem zwiększającym skuteczność znanych od lat oszustw BEC i fraudów fakturowych. Połączenie masowej skali z wysoką personalizacją sprawia, że granica między klasycznym phishingiem a ukierunkowaną socjotechniką zaczyna się zacierać.

Dla obrońców najważniejszy wniosek jest jasny: tradycyjne fundamenty bezpieczeństwa poczty i kontroli finansowych nadal są niezbędne, ale muszą zostać uzupełnione o szybszą analitykę, automatyzację reakcji oraz procedury odporne na realistyczne, spersonalizowane oszustwa. Tego typu kampanie prawdopodobnie będą pojawiać się coraz częściej.