AdvertentieNordVPN — Black Friday: tot 78% korting + 3 maanden extra

Generatieve AI ondermijnt gedragsdetectie van phishingmails, stelt Proofpoint

Proofpoint waarschuwt dat AI-gegenereerde phishingmails geen gedragssignalen meer tonen waar filters op vertrouwden, en pleit voor detectie op intentie.

Beveiligingsbedrijf Proofpoint waarschuwt dat generatieve AI de signalen heeft weggevaagd waarop e-mailfilters jarenlang vertrouwden. Op zijn conferentie Protect 2026 liet het bedrijf zien hoe phishingmails zijn veranderd: vloeiend geschreven, persoonlijk toegespitst en voor iedere ontvanger uniek, in plaats van herkenbaar aan tikfouten of een generieke aanhef.

Volgens het IC3-rapport van de FBI kwamen vorig jaar ruim 22.000 klachten binnen met een AI-component, goed voor zo’n 900 miljoen dollar schade. Business email compromise alleen al leverde 24.768 meldingen op met 3,05 miljard dollar gerapporteerde schade.

Proofpoint illustreert het probleem met een vastgoedcampagne: één dader benaderde ruim dertig makelaars bij hetzelfde kantoor, elk vanaf een ander account en over een ander pand, maar steeds met hetzelfde verzoek om een videogesprek. Een onschuldige bezichtigingsvraag om 02:58 uur kreeg dertien minuten later al een professioneel ogende, urgente vergaderuitnodiging. De link liep via een echte Google-doorverwijzing die daarna naar een heel andere site stuurde, zodat automatische reputatiecontroles niets verdachts zagen.

Dat soort mails ontglipt gedragsdetectie, die juist leunde op sporen die aanvallers vroeger achterlieten: hergebruikte sjablonen, nieuwe verzendinfrastructuur, kromme taal, een verzoek dat niet paste bij het gesprek. Generatieve AI wist die sporen weg. Taal is foutloos en past bij de ontvanger, de toon sluit aan bij het moment, en elk bericht is binnen seconden uniek te genereren. Bij eerste contact heeft gedragsanalyse geen voorgeschiedenis om mee te vergelijken, en bij campagnes die honderden postbussen los van elkaar raken, ziet geen enkele postbus meer dan één bericht.

Proofpoint pleit daarom voor een derde detectielaag naast klassieke signatuurdetectie en gedragsbaselines: redeneren over de intentie van een bericht. De vraag is dan niet of een mail ongewoon oogt, maar wat hij probeert te bereiken, zoals klikken, inloggen, meebellen of betalen. Dat gebeurt via oplopende analyseniveaus: snelle modellen scannen alle mail binnen milliseconden, een klein deel krijgt uitgebreide analyse met sandboxing en organisatiebrede context, en een fractie van een procent krijgt diepgaande analyse die campagnes blootlegt die per postbus onschuldig ogen maar samen een patroon vormen.

Voor Nederlandse bedrijven betekent dit dat medewerkers trainen op slechte taal of rare opmaak zijn langste tijd heeft gehad. Signalen die wel blijven werken, hebben niets met taal te maken: wantrouw een verzoek om een gesprek buiten de bestaande maildraad te houden of met één vast contactpersoon af te handelen, behandel een deadline die aan één specifieke betaling vastzit als alarmsignaal, en verifieer een bank- of adreswijziging altijd via een los bekend telefoonnummer, nooit via contactgegevens uit de mail zelf.

Bron: The Hacker News

Wat betekent dit voor jouw bedrijf?

Verifieer een bank- of adreswijziging altijd via een los bekend telefoonnummer, nooit via contactgegevens uit de mail zelf; dat signaal blijft werken ook als de tekst perfect Nederlands is.

Beveiligingscontent geverifieerd door Fortivox SecurityNederlandse cybersecurity-specialist voor het MKB — fortivoxsecurity.nl

Blijf op de hoogte

Meld je aan voor de nieuwsbrief: spoedalerts bij kritieke dreigingen en een wekelijks overzicht. Geen mail achterlaten? Volg ons dan via RSS.