连 Gemini 都难以察觉的隐形字符:解析 ASCII Smuggling
表面上看只是一个普通单词,但如果在字符之间插入不可见字符,安全系统可能会将其识别为完全不同的内容。近年来,原本被用于隐藏 AI 提示词注入(Prompt Injection)的“ASCII Smuggling(ASCII 隐匿)”技术,也开始被攻击者用于规避垃圾邮件检测。其原理是在特定单词中插入不可见的 Unicode 字符,从而干扰安全系统的文本分析与匹配机制。本文将介绍这些肉眼无法察觉的字符是如何影响安全检测的,并深入解析 ASCII Smuggling 的工作原理。

人眼看不见,软件却能读取的字符
ASCII Smuggling(ASCII 隐匿)是一种利用不可见 Unicode 字符,在用户可见内容与软件实际处理内容之间制造差异的技术。
该技术主要利用 Unicode 标签块(Tag Block)中的字符,即 U+E0000 至 U+E007F 范围内的 Unicode 字符。这一区域最初用于为文字或字符标记语言信息,其中包含与可打印 ASCII 字符相对应的标签字符。然而,在大多数字体和用户界面中,这些字符不会显示在屏幕上。
虽然这些标签字符对用户来说是不可见的,但在处理原始文本的软件中仍可能被完整保留。正是这一特性,使其首先在 AI 安全研究领域受到关注。攻击者可以将指令隐藏在网页、文档或电子邮件中的标签字符内,人类用户无法察觉这些内容,但会接收原始文本输入的 AI 模型可能会解析这些隐藏字符,并将其识别为有效指令。。
不可见字符如何影响文本检测?
在近期发现的电子邮件攻击活动中,这类字符的特性被用于不同目的。攻击者并非将完整的 AI 指令隐藏起来,而是在可能成为检测特征的金融相关关键词中插入不可见字符。
例如,在单词“funding”中插入 Unicode 标签字符 TAG SPACE(U+E0020)后,其实际字符结构将变为:
fun + [U+E0020] + ding
由于 U+E0020 不会显示在屏幕上,因此收件人看到的内容仍然是 funding。然而,对于直接匹配“funding”字符串的检测机制而言,由于中间插入了额外的代码点,可能导致匹配失败。未考虑此类不可见字符的正则表达式同样可能受到影响。
基于机器学习的电子邮件分类系统也可能面临类似问题。部分系统会先将文本拆分为单词或子词(Subword)形式的 Token 后再进行分析。当意外字符插入到单词中间时,原本常见的 Token 可能被拆分成多个片段,或被识别为罕见 Token,从而影响分析结果。
不过,并非所有安全系统都会受到此类技术的影响。如果在分析前对文本进行规范化(Normalization)处理或移除不可见字符,U+E0020 将被清除,系统便能够恢复为基于原始单词 funding 进行检测。
只是字符变了,规避手法由来已久
将不可见字符插入单词以实现拆分的思路本身并非一种全新的攻击手法。在垃圾邮件和网络钓鱼攻击中,攻击者长期以来一直利用零宽空格(Zero-width Space)、不换行空格(Non-breaking Space)、软连字符(Soft Hyphen)以及形似字符(Homoglyph)等方式来干扰基于字符串匹配的检测机制。
此次案例值得关注的地方在于,攻击者并未使用以往常见的隐藏字符,而是将通过 AI 安全研究受到关注的 Unicode 标签块(Unicode Tag Block)应用于电子邮件过滤规避。由于该区域中的字符在正常电子邮件中极少出现,因此攻击者为规避检测而插入的这些字符,反而可能成为发现异常行为的重要线索。
严格来说,在此次攻击活动中,攻击者并未将完整的 ASCII 消息编码为标签字符进行隐藏。其做法更接近于在特定关键词内部插入用于 ASCII Smuggling 的标签块不可见字符,以干扰基于字符串的检测过程。不过,从利用用户所见文本与系统实际处理文本之间差异的角度来看,其原理与 ASCII Smuggling 所利用的特性是一致的。
ASCII Smuggling 能绕过所有检测吗?
ASCII Smuggling 可能会对特定字符串匹配或部分内容分析造成影响,但这并不意味着它能够完全绕过电子邮件安全防护体系。
在 Microsoft 发现的相关攻击活动中,Microsoft Defender for Office 365 对超过 99% 的恶意邮件进行了检测,而这些检测并非主要依赖于针对标签字符本身的特征规则。系统还会综合利用发件人信息、IP 地址、URL 和域名信誉、基于机器学习的垃圾邮件与钓鱼邮件分类、品牌仿冒检测以及邮件认证检查等多层检测信号。
此外,将邮件内容渲染为图像后,通过光学字符识别(OCR)重新提取并分析可见文本,也是一种能够降低字符插入导致检测规避效果的方法。
换言之,ASCII Smuggling 虽然能够干扰部分电子邮件过滤机制的处理过程,但并非能够绕过所有安全防护的万能手段。对于采用多层检测机制、综合分析多种安全信号的电子邮件安全体系而言,仅凭此类技术难以完全规避检测。