Una técnica nacida en la seguridad de la inteligencia artificial llega al correo

Una nueva campaña de phishing está utilizando caracteres Unicode invisibles para intentar evitar los sistemas automáticos de detección de amenazas. La técnica aprovecha un mecanismo conocido en el ámbito de la seguridad de la inteligencia artificial como ASCII smuggling, pero en este caso se utiliza con un objetivo diferente: dificultar que los filtros de correo electrónico reconozcan determinadas palabras asociadas con campañas fraudulentas.

Los caracteres pertenecen al bloque Unicode Tags, un conjunto de caracteres que normalmente no se muestran visualmente en las interfaces. Para una persona, una palabra puede parecer completamente normal, mientras que internamente contiene caracteres adicionales que modifican la forma en la que los sistemas de análisis procesan el texto.

Cómo funciona el engaño

Los atacantes pueden insertar un carácter invisible dentro de una palabra relacionada con financiación, préstamos u otros reclamos utilizados en campañas de phishing. El destinatario continúa viendo la palabra correctamente, pero un sistema que busque una coincidencia exacta puede no encontrarla porque los caracteres ya no forman una cadena continua.

Esta técnica puede afectar especialmente a sistemas que dependen de búsquedas de palabras, expresiones regulares o determinados procesos de tokenización. Al introducir un carácter invisible, el sistema puede interpretar la palabra como varias unidades diferentes en lugar de reconocer el término completo.

La técnica resulta especialmente interesante porque no requiere que el usuario haga nada especial. El mensaje continúa apareciendo de forma normal y el engaño se produce principalmente en el nivel de procesamiento interno del correo.

La campaña llegó a millones de mensajes

La investigación detectó un aumento considerable de mensajes que utilizaban esta técnica. Durante el periodo analizado, el volumen llegó a superar los dos millones de mensajes diarios en los momentos de mayor actividad.

Los mensajes estaban relacionados principalmente con ofertas financieras fraudulentas y procedían de dominios que cambiaban con frecuencia. El patrón de actividad mostraba además una fuerte diferencia entre días laborables y fines de semana, característica habitual de campañas automatizadas de envío masivo.

La mayoría de los mensajes fueron bloqueados por otras capas de seguridad, como reputación de dominios, análisis de remitentes, detección de suplantación y modelos de clasificación.

Normalizar el texto antes de analizarlo

La principal recomendación para los sistemas de seguridad consiste en normalizar el contenido antes de aplicar búsquedas o firmas de detección. Los caracteres invisibles y otros elementos Unicode que no aportan información visible deberían eliminarse o transformarse antes de comprobar si un mensaje contiene palabras sospechosas.

Esta estrategia también puede ayudar a proteger sistemas de inteligencia artificial que procesan correos electrónicos. Un mismo mensaje puede ser interpretado de forma diferente por una persona y por un modelo si contiene información que permanece invisible en la interfaz.

El caso demuestra que las técnicas desarrolladas alrededor de la seguridad de la IA están empezando a trasladarse a amenazas tradicionales. Los atacantes pueden reutilizar mecanismos diseñados originalmente para engañar a modelos de lenguaje con el objetivo de dificultar la detección automática del phishing convencional.