报告概述
本报告由威胁猎人基于其情报平台捕获的海量风险数据与典型案例分析编写，全景呈现2025年互联网黑灰产的发展态势。报告从攻击资源（手机号、IP、洗钱资源、风险邮箱）、通用型攻击技术（AI智能体、AI换脸、自动化工具突破活体检测）以及重点攻击场景（业务欺诈、信贷欺诈、钓鱼仿冒、数据泄露）三个维度展开分析，旨在为各行业风控建设提供实战情报支持，帮助企业提升对新型黑产的洞察力与防御力。
报告的核心结论
黑灰产攻击资源向‘类真人化’转变
2025年，拦截卡和真人众包资源大规模替代传统猫池卡，新增拦截卡达786万例，同比增长127.77%。这类资源更贴近真实用户，隐蔽性高，使企业风控难度显著加大。
生成式AI与智能体大幅降低黑产攻击成本
AI换脸技术从单点工具演进为在线工作流引擎，黑产仅需低配置设备即可一键生成高质量伪造视频；手机智能体被滥用后，可绕过部分安全策略执行转账等敏感操作。
新型钓鱼仿冒技术‘GEO投毒’污染AI搜索
黑产通过在高权重平台批量植入虚假客服电话，污染AI搜索信息源，诱导用户主动拨打诈骗电话。2025年Q3该类攻击显著增长，仿冒客服电话与社交媒体仿冒风险上升。
消费金融数据泄露成为黑产新靶点
2025年‘消金申请’类数据泄露事件持续攀升，年底占比达贷款数据量的70%。黑产利用AI模型对数据进行清洗质控，提升转化率，并用于贷后营销诈骗。
报告回答的关键问题
2025年黑灰产主要使用哪些手机号资源作恶？
黑产主要使用猫池卡、拦截卡和真人众包类型接码平台。其中拦截卡占比激增至69.23%，其‘真人持卡’特征使企业更难以识别。真人众包则通过招募普通用户完成接码、注册等任务，成本低且隐蔽。
AI技术如何被黑产用于人脸识别绕过？
2025年下半年，AI换脸技术进入工作流时代，在线SaaS引擎让攻击者无需高性能显卡即可生成逼真视频。同时，自动化工具突破‘三色炫光’活体检测，通过实时渲染屏幕色彩变化，使传统防御策略失效。
什么是GEO投毒？企业如何防范？
GEO投毒是指黑产在新闻、视频等高权重平台批量投放虚假信息，污染AI搜索的引用来源。用户通过AI查询客服电话时可能获得仿冒号码。企业应联合平台下架投毒内容（成功率达93%），并向AI平台提交纠正请求，同时持续监控高频搜索词。
2025年信贷欺诈中最突出的风险类型是什么？
职业背债风险舆情量较2024年增长168%，占比高达37%，成为核心攻击手段。黑产由单打独斗转向资源共享，目标从‘纯白户’转向‘优质小白’，消费贷与企业贷场景下半年环比增长均超80%。
报告中的代表性数据
国内新增作恶手机号
2025年全年，较2024年提升30.02%，其中拦截卡占比从39.5%升至69.23%。
职业背债风险舆情增长率
2025年同比2024年，表明职业背债成为信贷欺诈增长最快的类型。
钓鱼仿冒事件中金融行业占比
2025年全年，金融领域（银行、证券、消费金融等）是黑产攻击首要目标。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 一、2025年互联网黑灰产攻击资源分析：详细分析作恶手机号（猫池卡、拦截卡、真人众包）、IP资源、网络洗钱资源（银行卡、对公账户、商户）及风险邮箱的规模、变化趋势与地域分布。
- 二、2025年黑产通用型攻击技术分析：深入剖析手机端智能体越权风险、AI换脸技术从单点工具到工作流引擎的演进、自动化工具突破‘三色炫光’活体检测的技术细节与实验复盘。
- 三、2025年黑产攻击场景分析：涵盖业务欺诈（AI辅助电商套利、国补欺诈）、金融信贷欺诈（职业背债、债务优化、征信修复等具体类型及数据）、钓鱼仿冒（GEO投毒、仿冒网站与社媒）以及数据泄露（消金申请数据产业链、银行业泄露等）。
- 完整市场数据与趋势图表：包含各攻击资源月度变化曲线、省份排名、运营商分布、行业占比等可视化数据。
- 研究模型与评价维度：如职业背债策略升级分析、信贷欺诈场景风险分化模型、GEO投毒攻击链路拆解等。
- 服务商分层或厂商分析：威胁猎人自身情报产品体系介绍，以及在不同行业（金融、电商、物流等）的服务案例。
- 案例、方法、预测和选型框架：包含AI智能体测试过程、国补欺诈多角色协同手法、消金申请数据产品发展时间线等实战案例，并给出风控应对建议。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
