RéponsesPublié11 sources
Des caractères invisibles ont masqué des mots-clés de phishing aux filtres de messagerie
Entre février et la mi mai 2026, une campagne de phishing a inséré des caractères Unicode Tag invisibles dans des mots comme « funding », « loan » et « credit », visibles normalement par les destinataires mais fragmen... Microsoft recommande de normaliser et d’inspecter le texte Unicode avant les contrôles par mots...
Publié parModifié avec GPT-5.6 TerraImages générées avec GPT Image 2
Réponse de recherche
Points clés à retenir
- Entre février et la mi mai 2026, une campagne de phishing a inséré des caractères Unicode Tag invisibles dans des mots comme « funding », « loan » et « credit », visibles normalement par les destinataires mais fragmen...
- Microsoft recommande de normaliser et d’inspecter le texte Unicode avant les contrôles par mots clés, signatures ou expressions régulières, puis de compléter cette mesure par des protections multicouches.
- Cette campagne illustre la réutilisation dans le phishing de techniques associées à l’injection de prompts par l’IA ; les assistants IA qui traitent des e mails doivent eux aussi considérer ces contenus comme non fiab...
Prompt IA
openai.comCreate a landscape editorial hero image for this Studio Global article: How did a large-scale phishing campaign detected by Microsoft from February to mid-May 2026 use invisible Unicode tag characters—an ASCII-sm. Article summary: Microsoft observed a high-volume, finance-themed phishing operation from February to mid-May 2026 that repurposed “ASCII smuggling” from AI prompt-injection research. Invisible Unicode Tag characters were inserted inside. Topic tags: general, general web, user generated, academic, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks
Les attaquants n’ont pas forcément besoin de fautes d’orthographe ou d’un texte visiblement suspect pour contourner un filtre. Dans une campagne de phishing suivie par Microsoft de février à la mi-mai 2026, les formulations malveillantes semblaient ordinaires pour les destinataires. Pourtant, des caractères Unicode invisibles modifiaient ce que certains systèmes de traitement des e-mails analysaient. 1
Microsoft qualifie cette technique d’ASCII smuggling. Popularisée par les recherches sur l’injection de prompts dans les systèmes d’IA, elle a ici été détournée pour masquer un vocabulaire de phishing lié au financement. 1
Des mots lisibles, mais plus continus pour les filtres
La campagne insérait des caractères Unicode Tag non affichés à l’intérieur de mots d’appât tels que « funding », « loan » et « credit ». À l’écran, ces termes pouvaient paraître parfaitement normaux. Au niveau des caractères, en revanche, le mot n’était plus une simple suite ininterrompue. 1
C’est un point important pour les défenses fondées sur des correspondances littérales, des signatures ou des expressions régulières. Une règle recherchant un terme financier continu peut ne rien détecter si des caractères cachés sont placés entre les lettres visibles. Microsoft souligne aussi que les analyseurs et les systèmes situés plus loin dans la chaîne de traitement ne gèrent pas tous ces caractères de la même façon, ce qui complique la détection. 1
La logique est l’inverse de l’usage habituel de cette technique dans les attaques visant l’IA. Dans ce contexte, des caractères invisibles peuvent cacher des instructions à une personne tout en les rendant exploitables par un modèle. Ici, le leurre visible était destiné au lecteur humain, tandis que la séquence de caractères sous-jacente visait à perturber l’analyse de l’e-mail. 1
Une opération d’envergure autour de faux crédits professionnels
La télémétrie de Microsoft montre une forte hausse de l’activité à partir du 9 février, puis un niveau élevé les jours ouvrés pendant environ trois mois. La campagne a atteint plus de 2,3 millions de messages en une journée, selon Microsoft. 1
Les e-mails promettaient de faux prêts et offres de crédit à destination des entreprises. L’opération s’appuyait sur des domaines d’expéditeur jetables et sur l’infrastructure d’ActiveCampaign, une plateforme d’envoi de campagnes e-mail. Le trafic pouvait ainsi ressembler à de l’envoi marketing de masse plutôt qu’à une diffusion depuis un serveur de messagerie compromis. 1
Microsoft indique qu’ActiveCampaign a enquêté sur cet abus et pris des mesures contre les comptes identifiés. L’épisode rappelle que des services d’envoi légitimes peuvent être détournés, y compris lorsqu’ils disposent de mécanismes de lutte contre les abus. 1
La normalisation Unicode, premier rempart technique
La recommandation la plus directe est claire : normaliser l’Unicode avant toute détection fondée sur le texte. Microsoft préconise de détecter, supprimer ou signaler les caractères Unicode Tag et les caractères de contrôle avant l’application de règles par mots-clés, signatures ou expressions régulières. 1
Pour les équipes de sécurité, cette mesure doit s’inscrire dans une chaîne de défense plus large :
- Normaliser et inspecter le texte très tôt : avant la recherche de motifs et avant que le contenu ne soit transmis aux étapes suivantes d’analyse ou de classification.
1
- Tester chaque couche de traitement : passerelles e-mail, analyseurs, classifieurs et outils en aval peuvent interpréter différemment les caractères inhabituels.
- Ne pas s’en remettre au seul filtrage de contenu : Microsoft cite aussi la réputation des expéditeurs, adresses IP, URL et domaines, l’authentification, la classification par apprentissage automatique et la détection d’usurpation d’identité.
- Rechercher les usages Unicode anormaux : des caractères invisibles ou de contrôle au sein de formulations marketing apparemment banales constituent un signal utile pour une investigation.
La normalisation ne remplace pas les autres protections. Elle évite qu’une technique d’évasion ciblée ne rende inopérants des contrôles de contenu autrement efficaces ; les mécanismes de réputation et de détection du phishing restent nécessaires pour bloquer le message dans son ensemble.
Les assistants IA qui lisent les e-mails sont aussi concernés
Le risque ne se limite pas aux filtres de messagerie classiques. De plus en plus d’organisations transmettent des e-mails à des copilotes, outils de synthèse, automatisations de flux de travail et agents IA. Microsoft conseille de traiter tout e-mail présenté à ces systèmes comme une entrée non fiable : il faut le normaliser et l’inspecter avant qu’un modèle ne le traite, se protéger contre l’injection de prompts et limiter les outils comme les privilèges accessibles aux agents automatisés. 1
Sans ces garde-fous, un attaquant peut tenter de viser simultanément deux cibles : la chaîne de sécurité e-mail traditionnelle et le système d’IA qui lit ensuite le message ou agit sur son contenu.
Une technique issue de l’ère IA peut migrer vers le phishing classique
L’ASCII smuggling ne signifie pas que chaque technique d’injection de prompts deviendra une tactique de spam. Cette affaire montre toutefois que des méthodes développées ou popularisées dans la sécurité de l’IA peuvent être réemployées à faible coût dans des canaux plus anciens, comme le phishing par e-mail. 1
Une étude distincte menée notamment par l’Université de Waterloo et FAR.AI a conclu que les 21 modèles de langage à poids ouverts testés pouvaient être modifiés pour contourner leurs protections de sécurité. Ce résultat concerne les modèles à poids ouverts évalués et ne prouve pas qu’un modèle particulier ait servi dans cette campagne de phishing. Il renforce néanmoins un principe concret : les garde-fous intégrés au modèle ne doivent pas être l’unique contrôle sur lequel une organisation s’appuie face à des abus potentiellement industrialisables.
Pour les équipes chargées de la messagerie, la priorité est donc très opérationnelle : faire de la normalisation du texte une étape standard de prétraitement, vérifier le comportement de toute la chaîne e-mail et partir du principe que de nouvelles méthodes d’obfuscation liées à l’IA pourront apparaître dans des attaques d’ingénierie sociale bien connues.
Studio Global AI
Continuez vos recherches
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Les gens demandent aussi
Quelle est la réponse courte à « Des caractères invisibles ont masqué des mots-clés de phishing aux filtres de messagerie » ?
Entre février et la mi mai 2026, une campagne de phishing a inséré des caractères Unicode Tag invisibles dans des mots comme « funding », « loan » et « credit », visibles normalement par les destinataires mais fragmen...
Quels sont les points clés à valider en premier ?
Entre février et la mi mai 2026, une campagne de phishing a inséré des caractères Unicode Tag invisibles dans des mots comme « funding », « loan » et « credit », visibles normalement par les destinataires mais fragmen... Microsoft recommande de normaliser et d’inspecter le texte Unicode avant les contrôles par mots clés, signatures ou expressions régulières, puis de compléter cette mesure par des protections multicouches.
Que dois-je faire ensuite en pratique ?
Cette campagne illustre la réutilisation dans le phishing de techniques associées à l’injection de prompts par l’IA ; les assistants IA qui traitent des e mails doivent eux aussi considérer ces contenus comme non fiab...