♧ Godown 安全知识树

企业邮件网关语义检测绕过:HTML 实体/注释/零宽/CSS 反转混淆敏感词 + 干净纯文本 multipart(Gophish 改造)

pentest/initial-access · verified

一句话结论

企业邮件网关通常对 text/plain 或粗糙 HTML-to-text 结果做关键词/语义匹配;把“年终奖、身份证、银行卡、验证”等敏感词用 HTML 实体编码、CSS bidi-override 反转、HTML 注释截断、display:none/font-size:0 隐藏字符拆开,同时在 multipart/alternative 中放一份完全干净的 text/plain 和一份混淆后的 text/html,即可让网关看到安全文本、用户看到完整钓鱼内容,从而绕过关键词拦截并成功投递。

原理

  • 检测与渲染的解析差异:邮件网关做内容检测时,往往取 text/plain 部分,或对 HTML 做简单去标签/实体解码;邮件客户端则按 CSS 和 HTML 语义渲染。两者对同一封邮件得到不同“可见文本”,这是绕过成立的根本原因。
  • 单变量 Fuzz 定位拦截点:先发纯文本基线、普通链接、单个敏感词、主题敏感词等最小邮件,逐项观察 SMTP 返回码(550/554)与投递结果,确定网关到底按主题、正文、链接还是组合模式拦截;再做 HTML 混淆测试,避免盲目改模板。
  • 五种可用的混淆原语: 1. HTML 实体编码:年终奖 → &#x5E74;&#x7EC8;&#x5956;。浏览器会还原成原文,简单正则/字符串匹配看不到明文。 2. CSS 文字反转:年终奖 → <span style="unicode-bidi:bidi-override;direction:rtl">奖终年</span>。DOM 中字符顺序是反的,但视觉上从右到左显示为“年终奖”;只做文本抽取的引擎看到反序词。 3. HTML 注释截断:验证 → 验<!-- x -->证。浏览器忽略注释,文本检测若按原始 HTML 匹配则词被拆开;若按去注释后的文本匹配则仍可能命中,需与其它方法组合。 4. 零宽/隐藏 span:身份证 → 身<span style="display:none">_</span>份证。插入不可见字符,渲染仍读作“身份证”,但字符串匹配失败。 5. font-size:0:银行卡 → 银<span style="font-size:0">.</span>行卡。同理,视觉无差异、文本层被插入字符。
  • Multipart/alternative 的双版本策略:multipart/alternative 中先放 text/plain(完全干净、使用“工作总结/通知/查看文档”等安全措辞),再放 text/html(混淆后的真实钓鱼内容)。网关若只检查纯文本部分会判定安全;邮件客户端默认优先渲染 HTML,收件人看到的是钓鱼内容。
  • 实现注意(原文 EML 的偏差):若像原文 5.1 节那样用 html2text 从 HTML 自动生成 text/plain,HTML 实体解码后纯文本仍会含“年终奖金”等敏感词——原文最终 EML 的 text/plain 解码后即包含这些词,与其“纯文本安全词汇”的理想策略不完全一致。要稳定复现双版本效果,应显式提供独立的干净 Text 模板,而不是依赖自动转换。
  • 配套增强:添加 X-Priority: 1、Importance: High 模拟重要业务邮件;使用可信 ESP(如 Zoho)通过 SPF/DKIM/DMARC,使基础信誉层通过;这样把拦截面收敛到内容语义层,再用混淆击穿。
  • 为什么不是“绝对绕过”:高级网关会在沙箱中渲染 HTML、计算可见文本、检测隐藏元素与 RTL 反转;混淆只对“按原始文本/简单去标签”的引擎有效。原文测试的 189 网关在混淆后放行,说明其检测深度有限。

触发条件

  • 目标邮件网关按关键词/正则/简单 HTML-to-text 做内容检测,未在沙箱中渲染 CSS 或未检测隐藏元素。
  • 攻击者可控制邮件 HTML 模板与 MIME 结构(自建 Gophish 或任意 SMTP 发信脚本)。
  • 发信域已配置 SPF/DKIM/DMARC 或使用可信 ESP,否则会在信誉层被拒,轮不到内容层绕过。
  • 钓鱼模板包含可被替换的敏感词(年终奖、身份证、银行卡、验证、点击、登录等)。
  • 收件人客户端默认渲染 HTML(绝大多数企业邮箱/Outlook/QQ 邮箱默认如此)。

利用步骤

  1. 基线测试:向目标域测试邮箱发送纯文本邮件、普通链接邮件、单敏感词邮件,记录 SMTP 返回码与是否进收件箱,确定拦截关键词。
  2. 单变量测试:对每个敏感词分别用五种混淆原语生成 HTML,逐一发送,记录哪些方法能通过;优先保留“显示效果不变”的方法(实体编码、CSS 反转、隐藏 span)。
  3. 组合模板:在真实钓鱼模板中按位置选择混淆方式: - 标题:CSS 反转 + HTML 注释; - 正文敏感词:HTML 实体编码; - 动作词(点击/扫描/登录):注释或零宽拆分; - 部门名/落款:HTML 实体编码。
  4. 构造 MIME:使用 multipart/alternative,先 text/plain(干净安全文案),后 text/html(混淆后的钓鱼内容);必要时再包一层 multipart/related 放 CID 图片/二维码。
  5. 发送与观察:通过可信 ESP 发送,观察 SMTP 响应、退信和收件箱;若仍被拦截,回到第 2 步继续替换关键词或换混淆组合。
  6. 规模化:把验证有效的混淆模板集成进 Gophish 的 Generate(),按批次发送并统计投递率。

PoC

五种混淆的最小 HTML:

<!-- 1. HTML 实体编码 -->
<p>现启动&#x5E74;&#x7EC8;&#x5956;发放核对。</p>

<!-- 2. CSS 反转(视觉仍为“年终奖”) -->
<style>.safe-txt{unicode-bidi:bidi-override;direction:rtl;}</style>
<p>现启动<span class="safe-txt">奖终年</span>发放核对。</p>

<!-- 3. HTML 注释截断 -->
<p>请验<!-- x -->证您的账户。</p>

<!-- 4a. display:none 隐藏字符 -->
<p>请核对身<span style="display:none">_</span>份证号。</p>

<!-- 4b. font-size:0 隐藏字符 -->
<p>请核对银<span style="font-size:0">.</span>行卡号。</p>

multipart/alternative 结构:

Content-Type: multipart/alternative; boundary="BOUND"

--BOUND
Content-Type: text/plain; charset=UTF-8

各位同事,您好:
这是关于2025年度工作总结和资料核对的通知,请查看相关文档。

--BOUND
Content-Type: text/html; charset=UTF-8

<p>现启动&#x5E74;&#x7EC8;&#x5956;发放核对,请核对您的身<span style="display:none">_</span>份证号。</p>
--BOUND--

Python 最小发送骨架:

from email.mime.multipart import MIMEMultipart
from email.mime.text import MIMEText

msg = MIMEMultipart('alternative')
msg['Subject'] = '2025年度工作总结通知'
msg.attach(MIMEText('这是关于2025年度工作总结的通知,请查看相关文档。', 'plain', 'utf-8'))
msg.attach(MIMEText('<p>现启动&#x5E74;&#x7EC8;&#x5956;发放核对。</p>', 'html', 'utf-8'))
# 通过已配置 SPF/DKIM 的 SMTP 发送

变体与关联

  • 其它混淆:Unicode 同形字、全角/半角混用、<wbr>/<span> 任意标签拆分、CSS content 插入、<img alt> 承载文本、SVG 文本;核心都是让“渲染文本 ≠ 检测文本”。
  • 主题行绕过:主题同样会被检测,可用 MIME encoded-word 编码、同义改写或在主题避免敏感词、把敏感信息移到正文/二维码。
  • MIME 结构变体:multipart/related 嵌套 multipart/alternative;纯文本与 HTML 内容不一致;只在 HTML 中放钓鱼内容。
  • 关联:[[pentest-initial-access-gophish-fingerprint-removal]](去掉工具头指纹)、[[pentest-initial-access-phishing-cid-dynamic-qr-url-hiding]](隐藏链接)、[[pentest-initial-access-spf-missing-sender-spoofing]](发件人信誉层)、[[pentest-initial-access-html-credential-phishing-clone]](钓鱼页面)。

检测与防御

  • 渲染后再检测:在沙箱浏览器/邮件客户端中渲染 HTML,提取实际可见文本,而非直接匹配原始 HTML;对 display:none、font-size:0、visibility:hidden、零宽字符、RTL 反转做归一化。
  • 实体与注释归一化:检测前解码 HTML 实体、移除注释、还原 CSS bidi-override/direction:rtl 的视觉顺序,再跑关键词与语义模型。
  • MIME 一致性:比较 text/plain 与 text/html 的语义差异;若纯文本安全而 HTML 含敏感词/链接,提高风险评分;对只有图片/二维码、无可见文本的邮件重点检查。
  • 链接与图片分析:对 HTML 中的链接做信誉/沙箱检查,对图片做 QR 解码;对 cid: 图片不因“无明文 URL”而放行。
  • 网关策略:使用支持 HTML 渲染、CSS 归一化、隐藏元素检测与 ML 语义分析的网关;定期用本文的混淆样例做绕过测试。
  • 用户侧:对“年终奖/身份证/银行卡”等高敏主题提高警惕;不要仅凭邮件显示正常就信任,核对发件域与链接。