Osynliga tecken fick miljontals nätfiskemejl att glida förbi AI-säkerheten
Osynliga tecken lurade AI-säkerheten och släppte igenom miljontals nätfiskemejl.
Tricket som AI:n inte ser
Föreställ dig att du läser ordet "faktura" i ett mejl. Det ser normalt ut. Men inuti ordet, osynligt för ditt öga, gömmer sig ett eller flera Unicode-tecken utan visuell representation. Du ser ingenting. E-postklienten visar ingenting. Men säkerhetsfiltret – som söker efter just ordet "faktura" som ett varningstecken – känner inte igen den manipulerade strängen och låter mejlet passera.
Det är kärnan i den attackmetod som Microsoft nyligen avslöjat och som rapporterats av Bleeping Computer. Tekniken är enkel i sin grundidé men kraftfull i sin tillämpning: placera osynliga Unicode-tecken strategiskt inuti nyckelord som automatiserade säkerhetsfilter normalt reagerar på. Resultatet är att filtret ser ett oigenkännligt ord medan mottagaren ser precis vad angriparen vill att hen ska se.
Storskalig attack med ekonomisk inriktning
Detta är ingen liten experimentell attack. Enligt uppgifter som Computer Sweden återger nådde en enskild kampanj sin kulmen i slutet av februari 2026 med hela 2,37 miljoner mejl per dag. Mejlen hade genomgående ekonomiska teman – företagslån, krediter, finansieringsmöjligheter – ämnen tillräckligt trovärdiga och relevanta för att få en stressad ekonomichef eller en småföretagare att klicka vidare utan att tveka.
Kampanjen uppges ha minskat kraftigt i volym sedan toppen, men ska fortfarande vara aktiv. Det antyder att angriparna antingen avvaktar motåtgärder eller testar nya varianter av metoden.
Inte ny teknik – men ny skala
Som systemutvecklare känner jag igen den underliggande mekanismen. Unicode är ett enormt teckensystem med tusentals kodpunkter, varav många är osynliga kontroll- eller formateringstecken. Att dessa kan missbrukas är känt sedan länge – det finns till exempel välkända attacker mot källkod där osynliga tecken ändrar logikflödet i ett program utan att synas i editorn.
Men att tillämpa principen i stor skala mot nätfiskefilter är ett kvalitativt steg framåt. Det visar att angriparna nu systematiskt kartlägger och utnyttjar svagheterna i hur AI-modeller tokeniserar och tolkar text. En AI-modell som tränats på "normal" text har sannolikt aldrig sett dessa manipulerade ordformer och saknar därmed förmågan att känna igen dem som varianter av bevakade nyckelord.
En strukturell utmaning för AI-baserad säkerhet
Det här sätter fingret på något fundamentalt: AI-filter är inte allvetande. De är statistiska mönsterigenkännare tränade på historisk data. En angripare som förstår hur modellen arbetar – vilka mönster den letar efter, hur den tokeniserar indata – kan i princip alltid hitta ett sätt att kringgå den, åtminstone tillfälligt.
Det klassiska rustningskapplöpet inom cybersäkerhet gäller alltså fullt ut även i AI-eran. Varje gång ett filter förbättras anpassar angriparna sin metod. Varje ny försvarsförmåga skapar incitament att hitta nästa kryphål.
För organisationer innebär detta en viktig insikt: tekniska skyddslager är nödvändiga men aldrig tillräckliga. Den mänskliga faktorn – förmågan att kritiskt granska ett mejl, ifrågasätta en ovanlig betalningsförfrågan, verifiera en avsändare via en annan kanal – förblir ett av de starkaste försvarsvapnen vi har. Utbildning och säkerhetsmedvetenhet är inte ett substitut för tekniska lösningar, men de är heller inte valfria tillägg.
Vad kan göras?
På den tekniska sidan finns flera möjliga motåtgärder. Filter kan kompletteras med normalisering av Unicode-indata innan analys – det vill säga att osynliga tecken städas bort eller flaggas innan texten bedöms. Beteendebaserad analys, som tittar på mönster i avsändarens infrastruktur snarare än enbart meddelandets innehåll, är ett annat lager som är svårare att manipulera med teckentrick.
Men det kräver att säkerhetsleverantörerna aktivt forskar på den här typen av undanflyktsmanövrar – och det är precis vad Microsofts avslöjande visar att de gör. Det är uppmuntrande.
Vår analys
Den här attacken är ett läroböckligt exempel på varför AI-säkerhet aldrig kan vara en statisk produkt utan måste vara en levande process. Angriparna har inte brutit igenom AI:n med råstyrka – de har förstått hur den fungerar och hittat ett blint fönster.
Det som oroar mig mest som utvecklare är skalbarhet. Att infoga Unicode-tecken i text är trivialt att automatisera. En angripare kan generera miljontals varianter av samma meddelande med olika kombinationer av osynliga tecken, vilket gör det svårt för filter att hinna lära sig alla varianter.
Framåt tror jag vi kommer se säkerhetslösningar som i högre grad normaliserar och sanerar indata innan AI-analys, snarare än att låta råtexten bedömas direkt. Det är en arkitekturell läxa som gäller långt bortom e-postsäkerhet. Angripare lär sig ständigt hur våra system tänker – och vi måste bli bättre på att förutse det.