- 网络犯罪分子利用反检测浏览器伪造设备指纹，劫持账户并规避欺诈检测系统
- 被盗会话 Cookie、虚假身份结合 AI 自动化技术，正加速诈骗与账户滥用规模扩大
- 研究人员指出，集成人工智能的反检测工具显著降低了实施大规模欺诈行动的技术门槛
安全研究机构 Check Point Research (CPR) 发布最新报告指出，网络罪犯已将反检测浏览器纳入其攻击技术栈。这些工具被用于部署会话 Cookie、批量创建虚假账户以及绕过“了解你的客户”（KYC）验证流程，从而逃避平台的安全检测。
反检测浏览器的运作机制与应用场景
当用户通过常规浏览器登录 Facebook 或 TikTok 等平台时，会生成包含屏幕分辨率、操作系统版本及字体列表等信息的数字指纹。这些数据可用于识别和追踪在线设备。若同一浏览器尝试登录多个账户，往往触发安全警报或违反服务条款。
反检测浏览器作为专用软件，核心功能在于创建具有独立数字指纹的隔离配置文件。此类工具原本主要服务于数字营销机构、附属营销人员，用于管理社交媒体账号、广告投放、电子商务运营，或执行网页抓取及跨环境网站测试。尽管设计初衷并非恶意，但当前已被网络犯罪团伙广泛采用，以支持欺诈活动和技术滥用。
市场上存在多款主流反检测浏览器，包括 Kameleo、AdsPower、Multilogin、GoLogin 和 Dolphin Anty。据 CPR 分析，地下论坛中关于利用这些工具进行欺诈活动的讨论日益增多，参与者多来自中国、伊朗或俄罗斯的黑客群体，其中 Kameleo、AdsPower 和 Multilogin 的使用频率最高。选择这些特定工具的依据来自地下论坛及犯罪市场的文献记录，显示其已超越商业用途，被积极用于非法活动。
CPR 研究发现，威胁行为者主要利用反检测浏览器注入被盗的会话 Cookie。通过将窃取到的 Cookie 植入干净的浏览器配置文件中，攻击者可直接接管目标账户。银行账户和加密货币钱包是此类攻击的主要目标。
AI 赋能下的欺诈规模化
除金融账户外，威胁行为者还利用反检测浏览器测试电商平台支付凭证、使用伪造身份申请贷款以及大规模注册虚假账户。
人工智能技术的引入进一步提升了此类操作的扩展能力。例如，AdsPower 通过模型上下文协议（MCP）服务器与大语言模型（LLM）集成，使 AI 驱动的工作流能够直接连接浏览器配置文件。此外，其自动化市场提供了多种模板，支持在多个账户间自动执行评论、点赞或发送消息等操作。
反检测浏览器、AI 账户管理与 AI 生成内容的结合，形成了一套强大的欺诈基础设施，使得虚假账户能够随时间推移逐步建立信誉并“升级”。CPR 强调，这一生态系统呈现出高度商业化、成熟化且日益依赖 AI 的特征，从根本上降低了运行骗局、欺诈行动及协调大规模虚假活动的障碍。目前，这些由商业团队维护的工具支持数十种语言，配备客户支持服务，每日针对全球最大社交媒体平台进行测试，并通过 LLM 管道集成，逐步从执行层移除人类操作员。
针对上述威胁，研究人员建议安全团队将防御重点从单纯的账户行为分析转向基础设施层面，重点关注住宅代理、浏览器指纹不一致性以及异常的会话 Cookie 模式。同时，社交媒体平台应加强对反检测浏览器本身的分析，以更准确地理解其绕过检测机制的具体方式。
