Bedrock 推多阶段管道分析，AI 钓鱼转向行为检测

传统反钓鱼靠抓错别字和通用称呼的日子已过。AWS 官方博客指出，**生成式 AI 让钓鱼邮件语法完美、上下文精准且高度个性化**。攻击者结合大语言模型与开源情报（OSINT），基于 LinkedIn、企业官网等公开数字足迹批量生成定制信息，并在对话中实时调整话术，使传统过滤器基本失效。

Amazon Bedrock 方案在邮件认证（SPF、DKIM、DMARC）上叠加**行为分析管道**。工作流建立发件人写作风格基线，结合组织上下文与已知钓鱼样本，由模型从用词选择、沟通风格偏差和请求合理性三个维度评判，生成 0 到 100 的风险分，用于决策放行、隔离或拦截。

文章将逻辑拆为六步并给出伪代码实现。这本质上是**横向智能检测层**，而非替代现有基础设施。

💡 为什么值得看应对生成式 AI 钓鱼邮件精准化挑战，方案强调从语法检查转向发件人行为模式分析。