news 2026/4/8 23:11:59

包裹上的二维码,可能是黑客的“数字捕兽夹”——新型“Quishing”钓鱼正在席卷全球购物季

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
包裹上的二维码,可能是黑客的“数字捕兽夹”——新型“Quishing”钓鱼正在席卷全球购物季

你有没有收到过一个没下单却写着你名字的快递?盒子不大,包装普通,上面贴着一张打印纸:“感谢您的订单,请扫码确认收货地址。”

你心里嘀咕:“是不是朋友送的礼物?”顺手掏出手机扫了码——

下一秒,跳转到一个和亚马逊几乎一模一样的页面,提示“地址验证失败,请重新输入手机号与身份证后四位”。

你犹豫了一下,还是填了。

殊不知,这短短几秒钟,已经让你掉进了名为“Quishing”的陷阱。

这不是虚构情节,而是2025年黑色星期五购物季期间,全球多地消费者真实遭遇的新型网络诈骗。据BetaNews于2025年11月27日报道,随着假日物流高峰到来,一种利用伪造包裹+二维码(QR Code) 的钓鱼攻击正呈爆发式增长。安全公司Tomorrow Lab将其称为“物理世界与数字世界的恶意缝合”——攻击者不再只靠邮件或短信,而是把骗局直接送到你家门口。

更令人不安的是,这种手法在中国同样具备高度可复制性。随着国内快递量屡创新高、社区团购和无接触配送普及,一个印有二维码的“神秘包裹”,正成为潜伏在楼道里的新型数字威胁。

一、“Quishing”:当二维码从便利工具变成攻击武器

“Quishing”是“QR Code Phishing”(二维码钓鱼)的缩写,最早在2023年由欧洲安全机构提出,但直到2025年才真正形成规模化攻击浪潮。其核心逻辑极其简单:利用人们对包裹的信任 + 对二维码的无条件扫描习惯。

传统钓鱼依赖用户点击链接,而Quishing则绕过这一心理防线——因为“扫码”在当代生活中已被彻底正常化:点餐要扫、支付要扫、共享单车要扫、连公厕取纸都要扫。人们早已形成肌肉记忆,很少会质疑“这个码该不该扫”。

BetaNews援引安全专家Theodore Ullrich的话指出:“当一个包裹上印着你的名字,你会本能地认为它是合法的。加上一个二维码,你就更不会怀疑——毕竟现在退货、签收、评价都靠扫码完成。”

攻击流程通常如下:

信息获取:黑客通过过往数据泄露(如2023年某电商平台5亿用户数据外泄)、社交媒体公开信息(如微博晒快递单)、或政府公开名录(如企业注册地址)获取受害者姓名、住址;

伪造包裹:用普通纸箱+打印标签制作“空包裹”,贴上仿冒快递单(如FedEx、DHL、顺丰风格),并附带一张“服务提示卡”:“请扫码更新配送偏好”;

部署钓鱼页:二维码指向一个高仿电商或物流网站,要求用户“验证身份”“确认收货”或“申请退款”;

窃取凭证:一旦输入账号密码、银行卡号或身份证信息,数据即被发送至攻击者控制的服务器;

后续利用:用于账户接管、信用卡盗刷、甚至作为跳板发起企业邮箱钓鱼(BEC)。

“最危险的是,整个过程完全发生在移动端,”公共互联网反网络钓鱼工作组技术专家芦笛在接受本报采访时强调,“手机浏览器不像桌面Chrome那样有明显的‘不安全网站’警告,很多钓鱼页甚至启用了HTTPS证书,看起来‘很正规’。”

二、技术深潜:二维码如何被武器化?

从技术角度看,二维码本身只是编码工具,其内容可以是任意URL、文本或Wi-Fi配置。攻击者正是利用了这一点。

一个典型的恶意二维码,其底层数据可能如下:

https://amaz0n-verify[.]xyz/login?ref=parcel&user=ZhangSan

生成该二维码的Python代码仅需几行(使用qrcode库):

import qrcode

url = "https://amaz0n-verify[.]xyz/login?ref=parcel&user=ZhangSan"

qr = qrcode.QRCode(version=1, box_size=10, border=5)

qr.add_data(url)

qr.make(fit=True)

img = qr.make_image(fill='black', back_color='white')

img.save("malicious_qr.png")

短短三行,即可批量生成成千上万个个性化钓鱼二维码,每个都包含受害者姓名(用于增强可信度)。更高级的攻击者还会使用动态二维码服务,使同一个二维码在不同时间指向不同页面,以规避静态URL黑名单检测。

而钓鱼网站本身,往往采用以下技术增强欺骗性:

域名仿冒:使用amaz0n-verify.com、sf-express-support.cn等视觉混淆域名;

前端克隆:用wget --mirror或HTTrack整站抓取真实电商页面,保留CSS/JS/Logo;

HTTPS加密:通过Let’s Encrypt免费申请SSL证书,消除浏览器“不安全”提示;

地理定位跳转:根据IP自动切换语言和品牌模板(中国用户看到京东风格,美国用户看到Amazon风格)。

例如,一段简单的钓鱼页JavaScript可实现自动适配:

const country = getCountryFromIP(); // 假设已通过后端API获取

if (country === 'CN') {

document.getElementById('logo').src = '/jd_logo.png';

document.title = '京东 - 地址验证';

} else if (country === 'US') {

document.getElementById('logo').src = '/amazon_logo.png';

document.title = 'Amazon - Delivery Issue';

}

这种“按需定制”的能力,使得单一钓鱼基础设施可同时攻击多国目标。

三、国际案例:从英国停车场到美国门廊

Quishing并非孤立现象。早在2024年,英国多地就出现伪造停车缴费二维码的案例:犯罪分子将官方缴费机上的二维码覆盖,替换成自己的收款码。司机扫码后,钱直接进入骗子账户,而系统显示“缴费成功”,车主浑然不觉。

2025年,美国联邦贸易委员会(FTC)接到数百起类似投诉:消费者收到“未订购的包裹”,内含一张卡片:“您的退货请求已处理,请扫码查看退款进度。”扫码后跳转至伪造的PayPal页面,要求“登录以确认退款账户”。

更隐蔽的是,部分攻击者甚至不放置实体包裹,而是在公寓楼公告栏、电梯广告位张贴“快递异常通知”,附带二维码:“点击查询您的滞留包裹”。这种“广撒网”模式成本极低,却能捕获大量好奇用户。

“这些案例说明,Quishing正在从‘精准投递’向‘场景渗透’演进,”芦笛指出,“攻击者不再局限于个人地址,而是瞄准高频接触点——快递柜、小区门口、商场储物柜,任何有‘扫码需求’的地方都可能成为战场。”

四、中国风险:当“无接触配送”遇上“无防备扫码”

在中国,Quishing的土壤甚至比欧美更肥沃。

首先,快递量巨大。2025年“双11”期间,全国日均快递量突破8亿件,消费者同时追踪多个包裹已成常态。一个陌生小件快递很容易被误认为“漏看的订单”或“商家赠品”。

其次,扫码文化深入骨髓。从微信支付到健康码,从共享单车到电子发票,中国人对二维码的信任度极高。调查显示,超70%的用户从未检查过扫码后的URL。

再者,个人信息泄露严重。无论是电商平台的数据倒卖,还是社交平台晒单暴露的快递单号,都为攻击者提供了丰富素材。一位安全研究员曾用公开数据拼凑出某二线城市居民的姓名、电话、住址、常购品牌,成本不到50元。

“我们已在内部监测中发现多起疑似Quishing尝试,”芦笛透露,“比如伪造‘菜鸟驿站异常包裹通知’,要求扫码‘补交运费’;或冒充‘社区团购团长’,发‘提货码’实为钓鱼链接。”

更值得警惕的是,部分攻击已与电信诈骗结合。例如:先寄送空包裹诱导扫码,随后拨打“客服电话”称“您刚才操作触发了账户冻结,请配合解冻”,引导用户下载远程控制软件(如ToDesk、向日葵),最终实现屏幕共享+资金转账。

“这不再是单纯的钓鱼,而是‘物理+数字+语音’三位一体的社会工程攻击,”芦笛警告,“普通用户几乎无法招架。”

五、防御之道:从技术到习惯的全面升级

面对如此复杂的威胁,个人和组织该如何应对?工作组提出一套“四步防御法”:

第一步:建立“扫码戒律”——永远假设二维码不可信

绝不扫描来历不明的二维码,尤其是贴在包裹、公告栏、车辆上的;

如果必须扫码,使用具备URL预览功能的扫描器(如Google Lens、腾讯手机管家),先看链接再决定是否访问;

手动输入官网地址或使用官方App,而非依赖扫码跳转。

第二步:启用设备级防护

在手机设置中关闭“自动打开网址”选项(iOS:设置 > 相机 > 扫描二维码时;Android各厂商路径不同);

安装具备实时网页信誉检测的安全软件(如Bitdefender、卡巴斯基);

启用操作系统内置的防钓鱼保护(如Android Play Protect、iOS欺诈性网站警告)。

第三步:强化账户安全

为电商、支付、邮箱账户强制启用多因素认证(MFA),优先选择Authenticator App或FIDO2安全密钥;

使用唯一密码,避免多个平台共用同一套凭证;

定期检查账户活动日志,如京东的“登录记录”、支付宝的“安全中心”。

第四步:组织层面的技术对抗

对于快递公司、电商平台等高频被仿冒方,应:

在官方包裹上统一使用加密动态二维码(如基于时间戳+订单ID生成,有效期仅1小时);

部署品牌保护监测系统,自动发现并举报仿冒域名;

与安全社区共享钓鱼样本,推动黑名单快速更新。

此外,企业IT部门可考虑在MDM(移动设备管理)策略中加入限制:

<!-- 示例:Android Enterprise策略,禁止安装未知来源应用 -->

<device-admin>

<disable-install-unknown-sources>true</disable-install-unknown-sources>

</device-admin>

或通过Intune配置iOS设备策略,阻止访问高风险域名。

六、未来挑战:二维码能否被“信任锚定”?

长远来看,Quishing暴露了一个根本问题:二维码缺乏身份绑定机制。它只是一个被动载体,无法证明“谁生成了它”或“它是否被篡改”。

一些技术方案正在探索中:

数字签名二维码:生成时附加发行方公钥签名,扫描时验证;

区块链存证:将合法二维码哈希上链,供公众核验;

NFC替代方案:用近场通信芯片替代印刷二维码,实现双向认证。

但这些方案成本高、推广难。短期内,最有效的防御仍是用户意识的提升。

“我们需要一场‘扫码素养’教育,”芦笛呼吁,“就像教孩子过马路要看红绿灯一样,教年轻人扫码前先问三个问题:谁放的?为什么放?我为什么要扫?”

结语:别让便利成为漏洞的入口

二维码本是数字时代的伟大发明,它让信息传递变得无比高效。但当它被恶意利用,这份便利就变成了陷阱。

在这个包裹堆满门廊的购物季,每一个写着你名字的盒子,都可能是善意的礼物,也可能是精心设计的骗局。真正的安全,不在于技术有多先进,而在于你是否愿意在按下扫描键前,多停一秒,多想一瞬。

毕竟,在数字世界里,最大的漏洞,从来都是人。

编辑:芦笛(公共互联网反网络钓鱼工作组)

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/3/27 15:56:59

金融机器学习进阶:5大核心功能实战指南

金融机器学习进阶&#xff1a;5大核心功能实战指南 【免费下载链接】Adv_Fin_ML_Exercises Experimental solutions to selected exercises from the book [Advances in Financial Machine Learning by Marcos Lopez De Prado] 项目地址: https://gitcode.com/gh_mirrors/ad/…

作者头像 李华
网站建设 2026/4/4 1:46:41

IPTV播放源检查神器:5步教你快速筛选稳定频道

IPTV播放源检查神器&#xff1a;5步教你快速筛选稳定频道 【免费下载链接】iptv-checker IPTV source checker tool for Docker to check if your playlist is available 项目地址: https://gitcode.com/GitHub_Trending/ip/iptv-checker 还在为IPTV频道频繁失效而烦恼&…

作者头像 李华
网站建设 2026/3/26 10:10:56

ResNet18模型体验季:10个预置场景,1块钱随便玩

ResNet18模型体验季&#xff1a;10个预置场景&#xff0c;1块钱随便玩 1. 为什么你需要ResNet18练习平台&#xff1f; 作为一名AI培训学员&#xff0c;课后练习是巩固知识的关键环节。但很多同学会遇到这样的困境&#xff1a;家里的电脑性能不够跑模型&#xff0c;培训机构的…

作者头像 李华
网站建设 2026/4/7 14:30:48

没显卡怎么跑ResNet18?云端GPU按需付费,5分钟部署

没显卡怎么跑ResNet18&#xff1f;云端GPU按需付费&#xff0c;5分钟部署 引言&#xff1a;当MacBook遇上ResNet18 作为一名前端开发者&#xff0c;当我第一次尝试在本地MacBook上运行ResNet18模型时&#xff0c;迎接我的不是期待中的图像分类结果&#xff0c;而是无情的内存…

作者头像 李华
网站建设 2026/4/8 10:15:45

适用于所有偏振敏感光学系统的三维偏振代数体系

摘要&#xff1a;本文利用三维相干矢量&#xff08;91矩阵&#xff09;构建了一种新型三维偏振代数&#xff0c;可用于计算所有偏振敏感光学系统的偏振特性&#xff0c;尤其适用于入射光场为部分偏振或非偏振的情况。基于该三维偏振代数&#xff0c;我们对高数值孔径&#xff0…

作者头像 李华
网站建设 2026/3/15 20:43:33

AI万能分类器部署优化:GPU资源高效利用指南

AI万能分类器部署优化&#xff1a;GPU资源高效利用指南 1. 背景与挑战&#xff1a;零样本分类的工程落地瓶颈 随着大模型在自然语言处理领域的广泛应用&#xff0c;零样本文本分类&#xff08;Zero-Shot Classification&#xff09; 正成为企业快速构建智能语义系统的首选方案…

作者头像 李华