ASCII smuggling: spammers adoptan técnica de ataque a IA

⏱ Tiempo de lectura: 3 min

Una técnica de ataque conocida como ASCII smuggling, popular hace dos años para infiltrar instrucciones maliciosas en modelos de lenguaje, ahora es explotada masivamente por spammers para evadir filtros de correo electrónico. Microsoft detectó un aumento exponencial en febrero de 2026, pasando de 21.000 firmas diarias a más de 1,3 millones en un solo día, alcanzando 2,5 millones en cuatro días.

Qué es ASCII smuggling y cómo elude los filtros

ASCII smuggling utiliza un bloque de 128 etiquetas Unicode invisibles para humanos pero legibles por máquinas. Caracteres como U+E0041 reflejan la letra «A» y U+E0061 reflejan la «a». Los spammers incrustan estas etiquetas invisibles dentro de palabras clave que los filtros buscan literalmente, como «funding». El filtro ve «fun» y «ding» separados, mientras que el receptor ve «funding» intacto. Esta estrategia burla tanto filtros basados en coincidencia exacta como sistemas de machine learning y procesamiento de lenguaje natural.

Cifras, fechas y alcance del ataque

Microsoft Defender for Office registró el pico más alto entre febrero y mayo de 2026. A principios de febrero, los spammers comenzaron a incrustar caracteres Unicode invisibles (como U+E0020) en palabras disparadoras como «credit», «term» y montos en dólares. Los filtros de tokenización tradicionales no reconocen las palabras modificadas porque el carácter invisible altera la secuencia de bytes que buscan los detectores basados en regex. La técnica también engaña a modelos de lenguaje más sofisticados: al dividir texto en tokens, el sistema puede interpretarlos como unidades desconocidas o raras, fallando en la clasificación de spam.

Por qué los spammers migran a ASCII smuggling

Spammers históricamente han usado espacios de ancho cero y espacios sin ruptura durante décadas con éxito parcial. ASCII smuggling ofrece una ventaja mayor: muchos filtros de spam aún no están programados para detectar estas etiquetas específicas. Más importante aún, burla defensas de machine learning que dominan la clasificación moderna de spam y phishing. A menos que un sistema de filtrado extraiga una imagen del mensaje y aplique OCR, puede perder este tipo de ataque.

Aspecto	Detalle
Técnica	Etiquetas Unicode invisibles (bloque de 128 caracteres)
Período de aumento	Febrero a mayo de 2026
Pico detectado	2,5 millones de firmas en cuatro días (febrero 2026)
Palabras clave atacadas	funding, credit, term, montos en dólares
Defensas vulnerables	Coincidencia literal, regex, tokenización estándar, modelos NLP/ML sin normalización
Origen del reporte	Microsoft (Microsoft Defender for Office)

Qué cambia con esta información

Los equipos de seguridad en correo deben reprogramar detectores para reconocer etiquetas Unicode específicas antes de la tokenización y aplicar normalización de caracteres. Microsoft publicó orientación técnica para desarrolladores. Para usuarios corporativos, esto refuerza que filtros tradicionales son insuficientes: sistemas de visión (OCR) y análisis profundo de tokens son necesarios.

Preguntas frecuentes sobre ASCII smuggling en spam

¿Cuál es la diferencia entre ASCII smuggling en ataques a IA y en spam?

En ataques a IA, se usa para ocultar instrucciones maliciosas dentro de prompts; en spam, para evadir palabras clave detectadas por filtros. El mecanismo es idéntico, pero la intención es inversa: una infiltra comandos, la otra oculta contenido prohibido.

¿Por cuánto tiempo estuvo activo el ataque masivo?

El pico inicial ocurrió a principios de febrero de 2026, con millones de firmas diarias durante cuatro días. El aumento persistió durante meses, cayendo bruscamente a mediados de mayo de 2026.

¿Qué deben hacer las organizaciones para defenderse?

Microsoft recomendó que los desarrolladores implementen normalización de caracteres Unicode antes de la tokenización, extraigan imágenes del mensaje para OCR y monitoreen patrones de caracteres invisibles específicos en etiquetas Unicode conocidas.

Qué falta por confirmar

No se especifica en el texto fuente recibido si los spammers siguen utilizando esta técnica después de mayo de 2026, ni cuál fue el impacto cuantificable en buzones de usuarios finales. Tampoco se detalla si otras plataformas de correo (Gmail, Yahoo, Outlook no corporativo) sufrieron incrementos similares.

En Inteligencia Artificial, este reporte ilustra cómo técnicas diseñadas para atacar modelos de lenguaje migran rápidamente al crimen común cuando demuestran eficacia. ¿Cuán preparados están los filtros de tu proveedor de correo para caracteres Unicode invisibles?

Fuente: arstechnica.com