Il y a quelques années, un e-mail de phishing se reconnaissait souvent à ses fautes, ses tournures maladroites, son logo pixellisé. Ce n'est plus fiable.
Aujourd'hui, des fraudeurs utilisent des modèles de langage grand public pour produire des e-mails de phishing sans fautes, dans la langue exacte de la cible, en imitant un style de communication.
Comment ils procèdent
- Collecte d'informations. Profils professionnels et réseaux sociaux fournissent nom, poste, relations et style d'écriture — le tout public.
- Rédaction assistée. Le fraudeur demande au modèle un e-mail « de la part de [dirigeant], à [cible], dans son style, demandant un virement urgent confidentiel ».
- Message crédible en quelques secondes. Ton juste, références internes, urgence dosée.
- Diffusion. Envoi ciblé ou en masse, avec de nombreuses variantes testées.
Un exemple représentatif
Une PME reçoit un e-mail de son « dirigeant » en déplacement. Le message cite des projets réels, nomme des collègues, reprend le style habituel, et demande un virement « confidentiel » urgent. L'e-mail est entièrement produit par IA — ce type de fraude au dirigeant est aujourd'hui courant et peut porter sur des montants élevés.
Pourquoi les filtres classiques ne suffisent plus
Les filtres anti-spam recherchent des motifs : fautes, mots suspects, liens connus. Un texte linguistiquement parfait passe souvent ces contrôles.
Comment DYLETH aide
DYLETH n'analyse pas seulement le texte : il examine le contexte et le comportement — anomalies d'expéditeur, demande inhabituelle, urgence artificielle, incohérences. Le module Anti-fraude Emails traite les métadonnées via une connexion Gmail facultative, sans lire le contenu des messages.
Repères
- Ministère de l'Intérieur — Interstats 2025 : délinquance numérique en France.
- Cybermalveillance.gouv.fr — signalements et rapports d'activité.
À lire aussi : Deepfakes audio : le clonage de voix.