基于电话与VoIP通信渠道的语音钓鱼攻击研究，覆盖AI语音克隆、来电号码伪造、自动拨号系统、交互式语音应答钓鱼、Vishing与Email协同攻击等全场景。本专题分三篇系统阐述威胁全景、检测原理与防御框架、典型案例与研究前沿。
语音钓鱼（Vishing，Voice Phishing）是利用电话、VoIP、即时通讯语音通话等音频通信渠道实施的钓鱼攻击。随着生成式AI与语音克隆技术的普及，Vishing已从传统"冒充客服"的人工诈骗，演进为AI驱动的工业化攻击向量。据CrowdStrike 2025全球威胁报告，Vishing攻击量在2024年下半年相较上半年激增442%，成为增速最快的钓鱼攻击形态；Mandiant M-Trends 2026报告进一步确认，语音钓鱼已跃居2025年第二大初始感染向量（占比11%），首次超越邮件钓鱼（6%）。
CrowdStrike 2025全球威胁报告显示，2024年下半年Vishing攻击量相较上半年激增442%，并以约40%的复合月增长率持续扩张；其2025年威胁狩猎报告进一步确认，2025年上半年的Vishing入侵量已超过2024年全年总量；2026全球威胁报告测得2025年Vishing活动同比增长134%；2026威胁狩猎报告则显示，2026年上半年Vishing入侵量达到2025年下半年总量的两倍。
Mandiant M-Trends 2026报告（2026年3月23日发布，基于2025年超过50万小时的应急响应调查）将语音钓鱼列为2025年第二常见的初始感染向量，在可识别攻击路径的调查中占比11%（仅次于漏洞利用的32%，高于邮件钓鱼的6%）；在云端环境入侵中，语音钓鱼以23%的占比成为第一大初始感染向量。
Pindrop 2025语音情报与安全报告（分析超过12亿通联络中心通话）显示，2024年深度伪造欺诈尝试增长超过1,300%，从平均每月1起跃升至每天7起；估计2024年联络中心欺诈损失达125亿美元（约260万起欺诈事件），2025年联络中心欺诈敞口预计达445亿美元；零售行业约每127通电话中就有1起欺诈尝试。
Hiya全球通话威胁报告显示，疑似垃圾通话量连续季度环比增长：2024年Q4约113亿次 → 2025年Q1约125亿次 → 2025年Q2约137亿次，日均约1.5亿次。
美国联邦贸易委员会（FTC）数据显示，2024年冒充类诈骗造成约29.5亿美元损失（其中政府冒充诈骗7.89亿美元），全年消费者欺诈损失总额约125亿美元（约260万份报告），电话是消费者报告的第二大诈骗接触渠道。
FBI IC3 2024年度网络犯罪报告显示，BEC（商业邮件入侵）损失27.7亿美元（21,442起），技术支持诈骗损失14.6亿美元；IC3 2025年度报告进一步记录BEC损失30.5亿美元（24,768起），钓鱼类投诉191,561件、仍为投诉量最高的犯罪类型。
Verizon 2025数据泄露调查报告（DBIR）显示，60%的数据泄露事件涉及人为因素，在社会工程相关泄露中钓鱼占57%、借口套话（Pretexting，即以实时对话推进的操纵手法）占30%；其2026年度报告进一步将借口套话单独列为初始访问向量（占比6%），人类因素占比升至62%，且员工在电话类模拟测试中的受骗率比邮件类高约40%（电话类模拟点击率中位数约2%，邮件类约1.4%）。
KnowBe4 2025年钓鱼行业基准研究（覆盖约1,450万用户、62,400余家机构）显示，安全意识培训可在12个月内将员工钓鱼易感性从33.1%降至4.1%（降幅86%），前90天即可下降40%。
VIPRE 2026年2月发布的2025年Q4邮件威胁报告显示，回拨钓鱼占全部钓鱼事件的比例从3%跃升至18%（增长500%），完全绕过了邮件URL扫描防御；同一报告显示BEC占全部邮件欺诈案件的51%，冒充类占BEC事件的82%。APWG统计2025年全球约380万起独立钓鱼攻击（同比+1%）。
IBM 2026年数据泄露成本报告显示，含语音与短信的钓鱼类泄露平均成本达529万美元，为各初始访问向量中最高。
ENISA 2025威胁全景报告将钓鱼（含语音钓鱼、恶意垃圾邮件与恶意广告）列为欧盟约60%初始访问事件的手法。
语音钓鱼已从早期的人工"话术"模式，演进为完全工业化的攻击向量。2024—2026年的关键特征包括：
语音钓鱼防御技术经历了从被动黑名单到主动AI检测的四个主要阶段，每一阶段都对应着攻击手法的升级与防御需求的深化：
基于2026年公开发布的威胁情报与监管通报，语音钓鱼在2026年呈现"专业化服务团伙全覆盖、云端SaaS主战场、物理渗透联动"三大新特征，本节为上篇终审新增的动态追踪内容。
Google威胁情报团队（GTIG）与Mandiant于2026年6月联合披露：2026年1月至5月，威胁集群UNC3753（又称Luna Moth、Chatty Spider、Silent Ransom Group）对数十家美国法律、金融与专业服务机构发起持续攻击，其攻击链已形成高度标准化的流水线：
2026年的语音钓鱼已不再以"骗取一笔转账"为终点，而是以企业身份基础设施与SaaS数据仓库为核心目标：
CrowdStrike 2026威胁狩猎报告：2026年上半年Vishing入侵量为2025年下半年总量的两倍；2026全球威胁报告：Chatty Spider团伙从接听电话到尝试外泄数据最快约4分钟；设备代码钓鱼尝试半年增长15倍。Mandiant M-Trends 2026：语音钓鱼占2025年全部初始感染向量11%（第二名）、云端入侵第一大向量（23%）；访问权交接最快30秒内完成。Google Cloud《云威胁展望》2026年H1报告：17%的云事件涉及语音社会工程。IBM 2026数据泄露成本报告：含语音与短信的钓鱼类泄露平均成本529万美元，居各初始访问向量之首。Verizon DBIR 2026：人为因素占全部泄露的62%，借口套话占初始访问6%，员工对电话类模拟测试的受骗率比邮件类高约40%。KnowBe4 2026年发布模拟Vishing演练能力，呼应企业电话渠道培训缺口的普遍现状。
综合Mandiant、Google Cloud、Microsoft、CrowdStrike等机构的公开威胁情报，以下组织是2023–2026年全球Vishing攻击的主要实施者。同一团伙在不同厂商间存在多个追踪编号，本节以并列表述呈现。
曼迪安特（Mandiant）编号UNC3944，微软编号Octo Tempest，CrowdStrike编号UNC3944、与Scattered Spider高度重叠，也被Volexity等厂商关联追踪（Muddled Libra）。自2022年起活跃，以Help Desk语音钓鱼冒充员工重置密码、绕过MFA著称，曾入侵MGM、Caesars、Snowflake约165家受害机构中的部分企业、M&S、Co-op、Harrods等；手法特点是从公开社交资料收集个人信息回答身份验证问题，入侵速度极快（最快约40分钟提权至域管理员）。
Help Desk冒充 + MFA重置 + SaaS数据勒索Mandiant与Google威胁情报团队2026年6月联合披露：2026年1–5月针对数十家美国法律、金融与专业服务机构，采用"钓鱼邮件预热 + 假冒IT来电 + 屏幕共享 + RMM工具 + 快速敲诈"流水线，从拨打电话到数据外泄最快约30分钟（CrowdStrike记录其最快约4分钟）；FBI 2026年5月通报还记录其线下冒充IT人员进入办公场所的物理渗透行为。
发票邮件预热 → 假冒IT来电 → 30分钟敲诈Mandiant M-Trends 2026报告记录的活跃威胁集群，使用语音钓鱼诱导受害者授权攻击者控制的恶意SaaS应用（OAuth应用授权），随后利用该持久化访问实施数据窃取，并以ShinyHunters品牌进行敲诈。代表手法"Vishing诱导OAuth授权"提示企业：对电话渠道引导的应用授权请求必须执行与邮件钓鱼同等级的审查。
假冒IT来电 → 诱导授权恶意OAuth应用以数据窃取与勒索闻名的网络犯罪团伙，2024年通过Snowflake事件窃取约165家企业数据（涉及Ticketmaster、Santander等知名机构），此后持续针对SaaS平台；2026年4月宣称对ADT入侵事件负责（超1,000万条记录）。其常用入口即Help Desk语音钓鱼骗取Okta等SSO凭证，再横向访问Salesforce等核心业务系统。
SSO凭证窃取 → Salesforce数据外泄 → 勒索CrowdStrike 2026年度追踪的Vishing活跃团伙，将钓鱼页精准适配至受害者常用的SSO应用，并优先在移动设备上投放以绕开企业终端安全软件；配合冒充IT支持的语音电话诱导受害者登录，实现凭证与会话令牌的双重窃取。
移动端AiTM钓鱼页 + 假冒IT支持电话国内语音钓鱼黑灰产呈现"境外窝点组织—通信设备供应—话务引流—技术支撑—资金转移"全链条分工：非法VoIP网关、GOIP/猫池设备、虚假实名电话卡为改号与群呼提供基础设施；AI外呼机器人结合非法获取的个人信息实现"千人千面"话术；公安机关持续打击相关链条，《反电信网络诈骗法》实施后全链条治理成效逐步显现。此类团伙与境外诈骗园区深度勾连，手法与国际趋势同步演进。
GOIP设备 + AI外呼 + 精准个人信息参照MITRE ATT&CK与主流事件响应报告（Mandiant、CrowdStrike、Microsoft）的归因分析，典型Vishing攻击可解构为六个阶段。理解攻击链的每个环节，是部署针对性防御措施的前提。
从LinkedIn、企业官网、泄露库、社交媒体获取目标姓名、职位、组织架构与语音样本
租用VoIP网关、伪造主叫号码、搭建仿冒IVR系统、训练语音克隆模型
拨打电话或发起视频通话，伪造官方号码/熟人声音/领导面孔，建立初步信任
制造紧迫感（"账户异常""紧急转账""配合调查"），压制受害者的核实意愿
套取密码/验证码、重置MFA、安装远程控制工具、完成转账或数据窃取
利用获取的凭证横向渗透企业内网、窃取数据勒索，或将资金快速多级转移洗白
针对攻击链各环节，企业与个人可建立分层防御断点：
与其他钓鱼渠道相比，语音通道具有独特的攻防特性：
Mandiant M-Trends 2026首次将语音钓鱼与邮件钓鱼区分为"交互式人为操纵"与"非交互式技术诱饵"两类初始访问方式。下表将Vishing攻击链中的关键环节映射至MITRE ATT&CK战术技术编号，便于企业对照检测工程覆盖度。
| ATT&CK编号 | 技术名称 | Vishing攻击中的典型运用 |
|---|---|---|
| T1656 | 冒充（Impersonation） | 攻击者冒充员工、IT支持、公检法、银行客服、企业高管进行实时对话操纵，是整个攻击链的核心技术 |
| T1566 | 钓鱼（Phishing） | 前置环节：以发票、订阅到期等主题发送钓鱼邮件诱导回拨，或配合垃圾邮件轰炸制造"账户异常"恐慌（TOAD/回拨钓鱼） |
| T1621 | MFA请求生成（MFA Request Generation） | 高频触发MFA推送请求轰炸受害者，诱导其在不胜其烦中误点"批准" |
| T1111 | MFA拦截（Multi-Factor Authentication Interception） | 配合AiTM钓鱼代理实时窃取会话令牌，使短信/口令类MFA失效（Cordial Spider / Snarky Spider典型手法） |
| T1078 | 有效账户（Valid Accounts） | 通过Help Desk重置获得合法凭证后正常登录SaaS与云环境，规避异常登录检测（MGM/Caesars/ADT事件核心环节） |
| T1219 | 远程访问软件（Remote Access Software） | 诱导安装AnyDesk、Quick Assist、Zoho Assist、ScreenConnect等合法远程工具以建立持久控制（UNC3753惯用手法） |
| T1657 | 窃取资金（Financial Theft） | 通过转账指令、虚假供应商账户变更、礼品卡与工资转投实现直接变现；也是Arup 2亿港元案等事件的损失落点 |
注：技术编号与定义以MITRE ATT&CK企业矩阵公开版本为准；T1656（Impersonation）、T1621、T1111为近年新增/更新技术，体现社区对语音与MFA相关社会工程手法的持续跟踪。
语音钓鱼并非孤立威胁，而是与邮件、短信、即时通讯、深度伪造视频共同构成多通道攻击矩阵。下表从触达方式、信任基础、防御难点等维度进行横向对比。
| 对比维度 | 邮件钓鱼 (Email Phishing) | 短信钓鱼 (Smishing) | 语音钓鱼 (Vishing) | 深度伪造视频钓鱼 |
|---|---|---|---|---|
| 触达方式 | 批量或定向邮件投递 | 伪基站、号码池群发短信 | VoIP外呼、改号呼叫、回拨、Help Desk直呼 | 伪造视频会议、FaceTime/微信视频通话 |
| 信任锚点 | 仿冒域名、品牌标识、邮件签名 | 官方号码段、钓鱼链接短网址 | 声音相似度、来电号码显示、"真人对话"临场感 | 面孔与声音的高度逼真、"多人会议"的群体暗示 |
| 典型载荷 | 恶意链接、附件、凭据钓鱼页 | 钓鱼短链接、木马APP下载 | 话术诱导：密码/验证码套取、远程工具安装、转账指令 | 会议场景下的转账授权、内部信息套取 |
| 防御难点 | URL变形、品牌仿冒、域名抢注 | 缺乏企业级短信安全网关 | 实时性压制查证、无URL可扫、身份无法目视确认 | 音画同步伪造、检测模型军备竞赛 |
| 核心防御 | 邮件网关、SPF/DKIM/DMARC、用户培训 | 运营商拦截、12321举报、机主警惕 | STIR/SHAKEN、AI语音检测、带外验证制度 | 音视频同步性检测、挑战性问题、转账复核 |
| 代表数据 | APWG统计2025年全球约380万起独立钓鱼攻击（同比+1%） | APWG：2025年下半年短信钓鱼量环比增长30%–40% | CrowdStrike：2024下半年环比激增442%；Mandiant M-Trends 2026：2025年第二大初始感染向量（11%），云端入侵第一大向量（23%） | Arup单案损失约2亿港元（约2,500万美元）；Pindrop：2024年深度伪造欺诈尝试增长超1,300% |
国内语音钓鱼在手法上与国际趋势同步演进，同时依托本土通信生态形成了独特的攻击路径。公安机关与行业监管部门持续开展打击治理与防范宣传。
语音钓鱼技术经历了从简单号码伪造到AI多模态深度伪造的演进。结合CrowdStrike、Mandiant、Pindrop等机构的威胁情报数据，当前主要存在以下七类核心攻击手法。
利用文本转语音（TTS）与语音转换（VC）技术，基于目标人物少量语音样本（FTC提示称几秒钟即可）克隆其声音特征，实施高度逼真的冒充诈骗。2024年深度伪造欺诈尝试增长超过1,300%（Pindrop）。攻击者使用ElevenLabs等商业平台或Bark、XTTS等开源工具生成克隆语音，通过VoIP拨号系统批量外呼。检测难点在于现代神经声码器（如HiFi-GAN、BigVGAN）生成的语音在频谱层面与真人高度相似。
数秒样本 → 克隆CEO声音 → 紧急转账指令利用VoIP技术和SS7信令漏洞伪造来电显示号码，冒充银行、公安、客服等官方号码。攻击者通过改号软件或自建VoIP网关，将主叫号码修改为与目标机构高度相似的号码。STIR/SHAKEN框架可对IP网络来电进行签名验证，但非IP网络转接与国际路由仍存在绕过空间；FCC 2024年8月对Lingo Telecom处以100万美元和解罚款，即因其未充分验证STIR/SHAKEN认证便传输了AI克隆语音诈骗通话。
+86-010-XXXX → 伪造为银行客服热线使用自动拨号系统（Predictive Dialer / Power Dialer）批量发送预录制的钓鱼语音消息。Hiya数据显示，2025年Q2标记了137亿次疑似垃圾通话，日均约1.5亿次，其中大量为自动拨号系统发起。预录制内容通常伪装为"快递异常""账户冻结""中奖通知"等，诱导用户按数字键转接人工或访问钓鱼网站。2024年2月，FCC裁定AI生成语音在自动拨号中属于TCPA禁止的"人工或预录语音"，为执法提供法律依据。
"您的包裹异常，按1转人工处理"搭建仿冒的交互式语音应答（IVR）系统，模拟银行、电信运营商的官方语音菜单，诱导用户输入银行卡号、密码、短信验证码等敏感信息。此类攻击常与号码伪造配合使用——用户看到熟悉的官方号码，听到标准化的语音提示，极易降低警惕。IVR系统可通过Asterisk、FreeSWITCH等开源PBX软件低成本搭建，配合语音合成引擎实现动态内容播报。
"请输入银行卡密码以验证身份"针对企业内部IT支持热线的精准攻击。攻击者通过公开信息（LinkedIn、企业官网）获取员工姓名与职位，冒充该员工拨打Help Desk请求密码重置或MFA变更。Mandiant M-Trends 2026报告显示，UNC3944等组织使用从公开资料获取的个人信息绕过身份验证问题，从初始访问到域管理员权限提升最快约40分钟。MGM与Caesars 2023年入侵事件均以此方式得手，CISA随后发布专项安全公告（AA23-320A）指导企业加固；2026年4月ADT（安全厂商自身）亦被同一手法击穿。
"我是财务部张三，手机丢了需要重置MFA"将Vishing与Email、SMS、即时通讯组合为协同攻击链。典型模式：先发送钓鱼邮件诱导回拨（Callback Phishing，VIPRE 2025年Q4数据显示占比从3%升至18%、增长500%），或先进行"垃圾轰炸"（Spam Bombing）淹没受害者邮箱，再拨打伪造IT支持电话声称"检测到恶意活动"并诱导安装远程访问工具。Cisco Talos 2025年度回顾指出，针对IT管理员的语音钓鱼已实现三倍增长。TOAD模式自2023年起被APWG等组织持续追踪。
邮件诱导回拨 → 语音冒充IT → 远程工具安装将语音克隆升级为多模态伪造：攻击者利用公开视频素材（演讲、采访）训练换脸与拟声模型，在视频会议中同时伪造目标高管的面孔与声音，或以"多人会议"形式营造群体压力诱导转账。2024年Arup香港财务人员被伪造CFO视频会议骗取约2亿港元（约2,500万美元）即为标志性案例；WPP与Ferrari2024年同类未遂攻击则证明"挑战性问题"仍是有效的低成本反制。此类手法对检测技术提出了音视频同步性验证的新要求。
伪造CFO+多位高管 → 视频会议 → 15笔转账根据Hiya全球通话威胁报告，疑似垃圾通话量连续季度环比增长：2024年Q4约113亿次 → 2025年Q1约125亿次 → 2025年Q2约137亿次（日均约1.5亿次）。CrowdStrike 2026威胁狩猎报告确认，2026年上半年Vishing入侵量达到2025年下半年总量的两倍，连续四个半年期保持翻倍增长。Verizon 2025数据泄露调查报告显示，60%的数据泄露事件涉及人为因素，钓鱼与借口套话（语音通道是其主要载体）是社会工程攻击的两大核心手法；其2026年度报告进一步将借口套话单独列为初始访问向量（占比约6%），并测得员工在电话类模拟测试中的受骗率比邮件类高约40%（电话类模拟点击率中位数约2%，邮件类约1.4%），凸显语音通道的欺骗效率优势。Mandiant M-Trends 2026则首次将语音钓鱼与邮件钓鱼区分为"交互式"与"非交互式"两类初始访问方式，并指出语音钓鱼对自动化技术控制具有显著更强的韧性——仅依赖邮件网关与终端检测的防御体系存在结构性缺口。KnowBe4 2025年基准数据显示，安全意识培训可在12个月内将钓鱼易感性从33.1%降至4.1%（降幅86%），但多数企业培训仍集中于邮件渠道，电话渠道演练覆盖率明显不足。
从被动黑名单到主动AI检测，从单一号码验证到多模态融合判定，Vishing防御技术的每一次跃迁都深刻反映了语音通道攻防对抗的升级节奏。
基于用户举报和蜜罐数据构建高风险号码库，通过来电显示比对实现拦截。代表产品包括Truecaller、Hiya、YouMail等。此阶段的核心局限在于：号码更换成本极低，攻击者可在数小时内注册新号码；黑名单更新周期（以天或周计）远慢于攻击轮换速度；且无法应对号码伪造技术。据FTC统计，2019年美国消费者报告的欺诈损失已约达19亿美元，电话渠道的治理压力持续上升。
美国FCC推动STIR/SHAKEN框架部署，基于公钥基础设施（PKI）和数字签名验证来电ID真实性。TRACED法案（2019年12月签署）要求大型运营商在2021年6月前完成IP网络STIR/SHAKEN部署。框架定义A（完全认证）、B（部分认证）、C（网关认证）三级认证等级。然而，截至2025年9月，FCC Robocall Mitigation Database显示9,242家注册语音服务提供商中仅4,084家（约44%）完全实施STIR/SHAKEN，且较2024年的4,365家有所下降——主因FCC强化执法、持续移除不合规提供商；非IP网络路由漏洞仍在封堵过程中。2024年8月，FCC对Lingo Telecom处以100万美元罚款，因其未充分验证STIR/SHAKEN认证即传输AI克隆语音诈骗通话。
基于声纹识别、语音活体检测和频谱伪影（artifacts）分析的检测技术进入商用阶段。ASVspoof系列评测（2015–2024，含2019/2021的逻辑访问、物理访问与深度伪造任务及2024年操纵攻击赛道）推动了反欺骗检测技术的标准化。Pindrop等厂商部署基于CNN和LSTM的语音反欺诈系统，检测合成语音中的高频噪声、相位不连续与基频异常。Xie等（2024）在IEEE/ACM Transactions on Audio, Speech and Language Processing发表Codecfake数据集与通用深度伪造音频检测方法，为跨TTS系统检测奠定基础。国内在语音深度伪造检测领域的研究亦取得显著进展，相关技术已在金融、电信等场景试点应用。
结合语音内容语义分析、呼叫行为模式、跨通道关联检测进行综合判定。大型语言模型（LLM）被用于实时通话内容的语义风险评分；图神经网络（GNN）分析呼叫关系图谱识别异常拨号模式；边缘AI部署将轻量级检测模型下沉至终端设备，实现通话中的实时预警。内容溯源方面，C2PA（内容真实性联盟）规范与Google SynthID、Meta AudioSeal等水印方案持续发展，但模拟信号传输中的"模拟鸿沟"（Analogue Gap）仍使数字水印与溯源信息在电话网络中面临挑战，实时通话溯源尚无成熟方案。2025年8月，FCC Enforcement Bureau分两批从Robocall Mitigation Database中移除了超过1,300家不合规提供商（第一批185家、第二批超过1,200家），形成迄今最严厉的执法行动，标志着治理侧从"框架建设"进入"强制清退"阶段。2026年起，防御侧进一步向"AI对AI"的实时检测响应与智能体化安全运营演进，与攻击侧的自动化、流水线化形成直接对抗。