Что случилось: Microsoft заблокировала EvilTokens
Microsoft заявила, что возглавила скоординированную с индустрией операцию по блокировке EvilTokens, подписочной мошеннической платформы. С её помощью, по данным компании, за несколько месяцев оказались скомпрометированы 12 000 аккаунтов Microsoft. Публикация с заявлением датирована 22 сентября 2026 года.
Платформа появилась в Telegram в феврале и работала по модели платного доступа: 1 500 долларов на старте и 500 долларов каждый месяц после этого. Взамен клиент получал единый сервис, который закрывал почти все шаги массового взлома почты: анализ входящих, выбор целей и подготовку писем.
Microsoft описывает EvilTokens как сервис, который ускорял атаки с дней до минут. Ключевой элемент платформы - AI-чат-бот, который разбирал почту жертвы и подсказывал, как выстроить мошенничество.
Все цифры и формулировки ниже идут из заявления Microsoft. Независимого подтверждения из других источников в предоставленных материалах нет, и об этом стоит помнить при оценке масштаба.
Ключевые факты об EvilTokens
| Параметр | Значение |
|---|---|
| Название | EvilTokens |
| Тип сервиса | Подписочная мошенническая платформа с AI-чат-ботом |
| Канал продвижения | Telegram-канал, появление в феврале |
| Стартовый взнос | 1 500 долларов |
| Ежемесячный платёж | 500 долларов |
| Масштаб компрометации | 12 000 аккаунтов Microsoft за несколько месяцев |
| Что автоматизировала | Анализ входящих, выбор целей с наибольшим потенциалом выплат, составление писем с реалистичными уловками, рекомендации стратегий мошенничества |
| Источник данных | Заявление Microsoft |
Почему это важно именно сейчас
EvilTokens показывает, как подписной сервис с AI-ботом внутри переводит массовый взлом почты из категории сложных операций в категорию готового продукта. Раньше за каждым этапом стоял человек с навыками: разобрать чужую переписку, понять иерархию контактов, написать правдоподобный текст на языке конкретного отдела. Теперь эти задачи берёт на себя бот, а клиент платит деньги и следует подсказкам.
Второй момент - скорость. Ускорение с дней до минут означает, что у службы безопасности почти нет окна на ручной разбор: письмо приходит, сотрудник отвечает, перевод уходит. Классическая схема «заметили подозрительное письмо, передали аналитику, разобрались» в такой модели запаздывает.
Третий момент - предмет анализа. AI-бот выявлял доверенные связи, права на платежи и чувствительные обязанности жертвы. Это не проверка орфографии в письме, а автоматизированная разведка по содержимому ящика и социальная инженерия под конкретного человека. Защита, которая смотрит только на адрес отправителя и ссылки, здесь промахивается.
Как работала EvilTokens: AI-бот на службе массового взлома почты
Сервис закрывал весь цикл: от доступа к ящику до письма, которое должно убедить сотрудника перевести деньги. Microsoft сообщила, что в центре сервиса стоял AI-чат-бот, который анализировал входящие жертвы и помогал преступникам выявлять доверенные связи, права на платежи, чувствительные обязанности и другие обстоятельства, при которых мошенничество сработает с наибольшей вероятностью.
Порядок шагов выглядел так:
- Разбор почтового ящика жертвы.
- Поиск доверенных контактов, прав на платежи и чувствительных обязанностей.
- Выбор целей с наибольшим потенциалом выплат.
- Составление писем с реалистичными уловками.
- Рекомендации по стратегии мошенничества, включая сообщения от имени доверенных контактов.
Анализ входящих и поиск доверенных связей
Первый шаг - чтение чужой почты машиной. Бот вытаскивал из переписки то, что обычно анализирует человек: с кем жертва общается регулярно, кто инициирует и подтверждает платежи, какие обязанности сотрудник закрывает и на какие решения имеет право. Microsoft не раскрывает, какая модель или техника стоит за ботом, в заявлении используется формулировка про AI-чат-бот без технических деталей.
Почему это критично для защиты: письмо от имени доверенного контакта обходит типовую настороженность. Сотрудник видит знакомое имя и знакомый тон, проверяет адрес, узнаёт отправителя и отвечает по существу. Фильтры, которые ищут внешние признаки фишинга, в такой ситуации почти не дают сигнала.
Выбор целей с наибольшим потенциалом выплат
Второй шаг - приоритизация. EvilTokens помогала клиентам выбирать цели, у которых максимальный потенциал выплат: тех, у кого есть права на платежи или чувствительные обязанности. Из этого следует практический вывод для организаций: список сотрудников с доступом к деньгам становится картой приоритетов для атакующего, если ящик попал в чужие руки.
Так массовая рассылка превращается в таргетированную атаку. Жертву выбирают не по должности из справочника, а по содержимому переписки: кто реально согласует счета, кто подписывает договоры, кто просит коллег о срочных переводах.
Генерация фишинговых писем от имени доверенных контактов
Третий шаг - текст. Платформа помогала составлять последующие письма с реалистичными уловками, чтобы склонить сотрудников компаний к переводу средств на подконтрольные атакующим счета. Бот мог рекомендовать стратегии мошенничества, включая составление сообщений от имени доверенных контактов, чтобы подтолкнуть жертву к действию.
Здесь и лежит разница с шаблонным фишингом. Текст подстраивался под конкретную переписку и конкретного человека: продолжение реального диалога выглядит убедительнее, чем письмо от незнакомого адреса с просьбой оплатить счёт. Примеры самих писем Microsoft не публикует, поэтому оценить качество формулировок по внешним данным нельзя.
Подписочная модель кибератак: 1 500 долларов на старте и 500 долларов в месяц
Экономика EvilTokens устроена прямолинейно: 1 500 долларов первоначальный взнос, затем 500 долларов ежемесячно. Это подписка на преступный сервис, crime-as-a-service, где инструмент, разведка и тексты поставляются готовыми.
Что входило в подписку
- Единый сервис для автоматизации большинства этапов массовой компрометации почтовых аккаунтов.
- Анализ входящих жертвы.
- Выбор целей с наибольшим потенциалом выплат.
- Составление писем с реалистичными уловками.
- Рекомендации стратегий мошенничества, включая сообщения от имени доверенных контактов.
Центральным элементом сервиса был AI-чат-бот. Других функций Microsoft не описывает, и придумывать их не нужно.
Почему AI снижает порог входа для киберпреступников
До появления таких платформ кампания против сотен ящиков требовала навыков: разобрать переписку, понять структуру связей, написать текст на языке чужой компании, выбрать момент. Бот закрывает аналитику и генерацию текста, то есть именно те задачи, где раньше нужен был опытный человек или команда.
Порог входа падает по двум причинам: цена вопроса и требуемая квалификация. Клиент без глубоких технических знаний получает готовый сценарий и подсказки по каждому шагу. Оценить число клиентов платформы по заявлению Microsoft нельзя: этих данных в публикации нет, как нет и структуры её выручки.
Что это значит для защиты корпоративной почты
Главный сдвиг, который принесла EvilTokens: атака строится на контексте реальной переписки, а не на внешних признаках письма. Проверять адрес отправителя и ссылки по-прежнему нужно, но этого мало, когда текст выглядит продолжением рабочего диалога.
Какие сценарии атак нужно учитывать
- Письмо от имени доверенного контакта с просьбой перевести средства на новый счёт.
- Использование содержимого входящих, чтобы продолжить реальную переписку с нужным контекстом.
- Приоритет на сотрудников с правами на платежи и чувствительными обязанностями.
- Рекомендации по стратегии мошенничества, то есть адаптация атаки под конкретную жертву.
Что можно сделать уже сейчас
Конкретный список зависит от вашей инфраструктуры и политик, но проверяемые пункты выглядят так:
- MFA на почтовых аккаунтах, в первую очередь у сотрудников с доступом к платежам.
- Правила и мониторинг для писем от имени внутренних и доверенных адресов: аномальные запросы на платежи стоит помечать отдельно.
- Второй канал подтверждения любого перевода: звонок или сообщение по известному заранее номеру, а не ответ в той же ветке письма.
- Обучение сотрудников на сценариях, где письмо выглядит как продолжение реальной переписки.
- Отдельный контур внимания для тех, у кого есть права на платежи и чувствительные обязанности.
Если почту разбирают не только правила, но и AI-агенты, посмотрите, как устроена агентная защита почты от кастомизированного фишинга: анализ контекста и поведенческих аномалий там ставится выше проверки внешних признаков письма. Важная оговорка: ни MFA, ни фильтры, ни обучение не дают гарантии защиты, они снижают вероятность и сокращают время реакции.
Отдельная зона риска - собственные AI-ассистенты с доступом к ящикам. Если такой агент уже читает или отправляет почту от имени сотрудника, полезно свериться с разбором про разрешения, которые нужно проверить перед передачей агенту доступа к почте, паролям и платежам.
Ограничения данных: что мы знаем и чего не знаем
Вся фактическая база статьи опирается на заявление Microsoft, приведённое в публикации Ars Technica. Независимого подтверждения из других источников в предоставленных материалах нет.
Что осталось за кадром:
- Точные даты операции по блокировке и периода, за который были скомпрометированы 12 000 аккаунтов.
- Технические детали работы AI-чат-бота: модель, стек, способ доступа к почтовым ящикам.
- Конкретные меры, принятые в ходе операции по блокировке.
- Отрасли и организации, которые пострадали, кроме того что цели были сотрудниками компаний.
Практический смысл этих пробелов простой: нельзя ни воспроизвести атаку для внутренних учений, ни оценить, насколько полно Microsoft описала картину. Это не повод игнорировать инцидент, но повод не строить на нём точные числовые прогнозы.
EvilTokens в контексте тренда: AI-автоматизация преступности
Схема, которую использовала EvilTokens, повторяет логику обычных SaaS-продуктов: подписка, готовый интерфейс, автоматизация рутины и снижение требований к пользователю. AI-бот здесь играет роль ядра продукта, а сам исполнитель атаки превращается в оператора, который платит и следует рекомендациям.
Тренд стоит держать в голове и тем, кто строит собственные AI-системы. Агент с доступом к инструментам и данным становится точкой входа сам по себе, и это отдельный класс рисков: промпт-инъекции, отравление данных и атаки через инструменты стоит учитывать до того, как агент получит доступ к почте, файлам и платёжным системам. Разбирать, первый ли это сервис такого рода, по одному заявлению нельзя: сопоставимой статистики по рынку в материалах нет.
Выводы: что делать техническому специалисту
EvilTokens показала связку, которая меняет расчёт рисков: подписная модель плюс AI-бот превращают массовый взлом почты в сервис с низким порогом входа и высокой скоростью. Проверять это на практике стоит по нескольким направлениям.
- Пересмотрите защиту почтовых аккаунтов с учётом фишинга от доверенных контактов: контекст письма важнее его внешних признаков.
- Выделите сотрудников с правами на платежи в отдельный контур внимания: именно они интересуют атакующего в первую очередь.
- Добавьте в обучение сценарии, где письмо выглядит продолжением реальной переписки, и закрепите правило подтверждения платежей по второму каналу.
- Учитывайте скорость: ручной разбор подозрительных писем может не успевать за автоматизированными атаками, поэтому часть проверок стоит автоматизировать.
Конкретные меры зависят от инфраструктуры, бюджета и политик конкретной организации. Начните с инвентаризации: кто имеет права на платежи, у кого включена MFA, как подтверждаются переводы и кто отвечает за разбор подозрительных писем. Если по этим четырём пунктам нет ясных ответов, это и есть первый участок работы.