Phishing à plusieurs millions avec des caractères Unicode invisibles : comment les e-mails contournent les filtres

Microsoft a signalé une campagne de phishing à grande échelle qui insère des caractères Unicode invisibles dans les mots utilisés comme leurre. L’objectif est de fragmenter les chaînes recherchées par les systèmes antispam sans modifier ce que le destinataire voit à l’écran.

L’opération est apparue au début de février 2026 et a atteint son pic le 26 février 2026. Les jours ouvrés, le volume était estimé entre un et 2,37 millions de messages quotidiens. Après environ trois mois d’activité intense, le trafic a fortement diminué après le 15 mai 2026.

Il ne s’agit pas d’une vulnérabilité logicielle traditionnelle. Aucun CVE, score CVSS, version vulnérable ou correctif à installer n’est associé à cette campagne : elle exploite plutôt les différences dans la manière dont les interfaces, les analyseurs et les outils de sécurité traitent le texte Unicode.

Des mots lisibles pour les utilisateurs, fragmentés pour les filtres

La technique est décrite comme une forme d’ASCII smuggling. Les opérateurs insèrent dans le texte des points de code Unicode que de nombreuses interfaces n’affichent pas, créant un écart entre la représentation visible et celle réellement analysée.

Le bloc exploité est Unicode Tags, compris entre U+E0000 et U+E007F. Il contient des équivalents « fantômes » de plusieurs caractères ASCII : U+E0041, par exemple, correspond à la lettre majuscule « A », tandis que U+E0061 représente le « a » minuscule. Ce bloc avait été conçu pour les balises linguistiques et est aujourd’hui largement obsolète.

Dans cette campagne, ces caractères sont intercalés au milieu de mots liés aux prêts et au financement. Une chaîne telle que funding peut être construite conceptuellement comme suit :

fun<U+E0020>ding

Le point de code inséré entre les deux segments peut rester invisible dans l’interface de messagerie. Le destinataire continue donc de lire « funding », mais une règle recherchant la séquence ASCII contiguë risque de ne pas la détecter.

Le problème concerne principalement les contrôles fondés sur des correspondances littérales ou des expressions régulières qui ne prévoient pas les caractères non rendus. Au niveau des points de code, le mot ne constitue en effet plus une séquence continue. L’encodage sous-jacent contient lui aussi des données supplémentaires entre les lettres attendues.

Les systèmes ne réagissent pas tous de la même manière. Certains suppriment ou ignorent les balises lors de l’affichage ; d’autres conservent la séquence intégralement. Cette incohérence permet aux attaquants d’afficher un texte apparemment normal tout en modifiant l’entrée reçue par les moteurs de détection.

Des millions d’e-mails au rythme d’une activité professionnelle normale

Le déroulement de la campagne présente une forte périodicité hebdomadaire. Les envois étaient intenses pendant les jours ouvrés, s’interrompaient presque complètement le week-end, puis reprenaient le lundi.

Les volumes oscillaient entre un et 2,37 millions de messages par jour, avec un maximum enregistré le 26 février 2026. Cette ampleur distingue l’opération des tentatives expérimentales qui avaient déjà recours aux caractères invisibles, aux homoglyphes ou à d’autres manipulations Unicode.

Les leurres imitaient des offres de :

• prêts professionnels ;
• lignes de crédit ;
• financements anticipés.

L’impact potentiel ne se limite pas au clic sur un seul e-mail frauduleux. Les pages accessibles depuis les messages peuvent servir à collecter des identifiants, des informations sur les entreprises et des données financières. Ces éléments peuvent ensuite alimenter des campagnes de spear-phishing plus ciblées.

La présence de termes financiers fragmentés au moyen d’Unicode réduit également l’efficacité des règles statiques. Un filtre qui recherche uniquement des mots tels que « funding », « loan » ou « credit » sous leur forme ASCII risque de ne pas reconnaître des variantes visuellement identiques.

ActiveCampaign utilisée comme infrastructure de relais

Les messages ont été relayés via ActiveCampaign, une plateforme légitime de marketing et d’automatisation. Les liens présents dans les e-mails transitaient également par les domaines utilisés par le service pour le suivi des clics :

• acemlnd[.]com
• activehosted[.]com

L’utilisation d’un fournisseur connu offre aux attaquants un avantage en matière de réputation. Le trafic peut provenir d’infrastructures bénéficiant d’une authentification et d’une réputation IP établies, et présenter des caractéristiques similaires à celles d’une campagne commerciale classique.

Cela ne signifie pas que tous les messages ou liens associés aux domaines d’ActiveCampaign sont malveillants. Il s’agit de services mutualisés, également utilisés par des clients légitimes. Les indicateurs doivent donc être corrélés au contenu de l’e-mail, aux domaines de destination, à l’ancienneté des domaines expéditeurs et à la présence inhabituelle de caractères Unicode.

ActiveCampaign a déclaré avoir vérifié ses systèmes de modération à l’aide de messages contenant des caractères invisibles. Selon l’entreprise, les versions obfusquées reçoivent le même verdict que les e-mails correspondants non modifiés ; l’utilisation intensive de ces points de code est par ailleurs considérée comme suspecte.

La campagne a utilisé des centaines de domaines expéditeurs jetables, aux noms inspirés du crédit et de la finance. Parmi ceux ayant enregistré le plus grand nombre d’accès figurent :

guardiangrowthfunding[.]com
digitalcapitalboost[.]com
thebusinessloanexpress[.]com
yourlocfunding[.]com
advancefundingboost[.]com
guardiancapitalway[.]com
harboradvancefunding[.]com
unitedfundingwave[.]com
directcapitalboost[.]com
onlinedirectfinance[.]com

Ces domaines peuvent servir d’indicateurs dans le cadre d’activités de threat hunting, sans toutefois constituer à eux seuls une signature suffisante pour bloquer tout message.

Le lien avec le phishing ciblant les demandeurs de prêts de la SBA

Microsoft estime que cette activité est liée à une campagne plus vaste qui avait déjà abusé d’ActiveCampaign pour envoyer des milliers d’e-mails générés à l’aide d’outils d’intelligence artificielle. Les victimes ciblées étaient des demandeurs de prêts de la Small Business Administration (SBA).

Les détails de cette opération avaient été rendus publics par l’équipe Fortra Intelligence and Research Experts (FIRE) en septembre 2025. L’objectif apparent était de collecter des informations détaillées sur les entreprises et la situation financière des victimes, probablement en vue d’attaques ultérieures plus personnalisées.

L’opération se caractérisait notamment par la production à grande échelle de sites crédibles, adaptés à différents domaines, y compris des adresses illégitimes ou conçues pour usurper l’identité d’autres organisations. Les fonctions d’automatisation marketing fondées sur l’IA permettaient de modifier rapidement les textes, les éléments graphiques et le parcours des pages.

Le recours à l’intelligence artificielle ne remplace donc pas l’infrastructure classique du phishing. Il la rend plus rapide à modifier et plus facile à reproduire sur de nombreux domaines.

Ce que les équipes de sécurité doivent rechercher

En l’absence de correctif, l’atténuation doit porter sur le pipeline d’analyse des e-mails. Les passerelles ne devraient pas se limiter à rechercher des mots-clés ASCII contigus, mais également examiner la séquence Unicode d’origine.

Un contrôle efficace peut prévoir deux représentations parallèles :

1. le contenu brut, conservé pour l’analyse forensique et la détection des points de code suspects ;
2. une copie transformée destinée à la classification, dans laquelle les caractères du bloc U+E0000–U+E007F sont supprimés ou signalés.

La transformation ne doit pas supprimer les éléments de preuve avant leur enregistrement. La comparaison entre le texte original et le texte nettoyé peut elle-même devenir un indicateur : si un terme financier n’apparaît qu’après la suppression des balises, le message mérite un examen complémentaire.

Les équipes SOC peuvent rechercher la combinaison des éléments suivants :

• des points de code compris entre U+E0000 et U+E007F ;
• des termes financiers interrompus par des caractères non rendus ;
• des domaines expéditeurs récents ou jetables ;
• des offres non sollicitées de prêts et de lignes de crédit ;
• des redirections via acemlnd[.]com ou activehosted[.]com ;
• des destinations finales différentes du domaine affiché ;
• des formulaires demandant des identifiants ou des informations financières sur l’entreprise.

Les systèmes fondés sur des modèles de langage nécessitent eux aussi une attention particulière. Les contenus invisibles récupérés depuis des e-mails, des documents ou des pages web peuvent être interprétés différemment par les composants qui les affichent. Cela ouvre également la voie à d’éventuels scénarios de prompt injection lorsque des données externes sont automatiquement intégrées au contexte d’un assistant IA.

Dans ce cas, la défense commence par la cohérence : ce qui est affiché à l’utilisateur, analysé par le filtre et transmis à d’éventuels modèles d’IA doit être soumis aux mêmes règles de canonicalisation et de contrôle. Sinon, un espace que personne ne voit peut suffire à séparer un mot de son détecteur.