一张平台“看不见”的二维码—理解对抗性二维码背后的隐蔽推广生态

NISL
NISL

NISL实验室

2026年10月14日 19:30
德国

在小说阅读器读本章

去阅读

在公众号小说中沉浸阅读

你是否想过一张二维码能够将你引向何处？可能是正常的活动页面，也可能是地下博彩、色情引流或钓鱼网站。用户通过图片很难直接知道二维码会解析成什么网站，而扫一扫，就可能从社交平台跳到另一个网站。为了减少恶意引流，社交平台会审核图片里的二维码，检查它是否指向违规内容。

但如果二维码变了样，例如下面这张图片中二维码颜色变浅，平台还能正常审核它吗？

图1 对抗二维码示例（解码内容为论文原文链接）

本工作研究的对象是“对抗二维码”，它是指通过特定的图像处理，使得构造的二维码绕过平台审核，并让用户仍能解码其中信息。现实中的恶意推广者已经在利用这种技术，在社交平台上发布对抗二维码图片，引导用户扫码访问色情、赌博等非法内容。

我们同百度团队合作，基于大规模真实数据深入研究这种隐蔽的恶意推广行为，系统分析它们的安全影响。相关工作发表于 USENIX Security 2026。

原文标题：Shielding QR Codes: Unveiling the Real-World Illicit Promotion Behind Adversarial QR Codes
原文作者：Lijie Wu, Xiaoping Zhang, Mingxuan Liu, Yue Qin, Baojun Liu, Geng Hong, Zhenrui Zhang, Chenghui Wu, Hui Jiang
原文链接：

https://www.usenix.org/conference/usenixsecurity26/presentation/wu-lijie
发表会议：35th USENIX Security Symposium (USENIX Security 26)

1、平台漏掉的二维码，用户照样能扫

一张图片上传后，平台审核流程通常包含两个步骤：（1）二维码检测，平台判断一张图片中是否包含二维码，并定位二维码区域；（2）解码与内容审查，平台对二维码进行解码获取其中的链接或文本信息，并进一步判断其是否涉及钓鱼、恶意推广等违规内容。

现实攻击者会通过把二维码变淡、遮挡或拉伸，让平台无法检测到图片中含有二维码，从而无法进行解码和内容审查，使得图片成功发布。这类试图绕过审核、同时保留扫码用途的图片，就是我们研究的对抗二维码图像。

图2 平台审核流程与对抗二维码绕过方式

为了测试这种对抗二维码是否有效，在百度团队协助下，我们从真实用户投诉整理出 100 张对抗二维码，与 100 张普通二维码进行对照测试，结果发现图像审核的商业服务与社交平台能较好地识别普通码，却漏掉了绝大多数对抗二维码。

平台看不到，用户为什么能够扫码？我们用常见扫码应用和解码库测试了这 100 张对抗二维码，发现每张二维码都能被至少一种工具解码，只是不同工具的成功率有所差异。这种工具识别能力的差异，就可能导致“平台没找到，用户却能扫”的结果。攻击者利用的，正是平台审核与用户扫码之间的能力不一致性。

表1 不同解码工具在AQRI上的解码成功率

2、躲过审核的对抗二维码，正用于恶意内容的推广

我们进一步把研究扩展到社交平台：这种二维码到底出现了多少，又在推广什么？

为了从帖子里找出这些对抗二维码，我们开发了一套检测工具， Adato。它利用对抗二维码保留的三个定位区域来找二维码，再判断其是否具有对抗性并进行针对性还原，最后解码其中的信息。

图3 Adato原理图

我们分析了 2024 年 9 月 13 日至 2025 年 3 月 13 日期间，百家号、百度贴吧、Reddit、Instagram 和 X 的公开图片帖子。从 4,015 万张图片中检出了 68,467 张对抗二维码，涉及 4,018 个发布账号。这些账号反复使用这些图片引流，说明对抗二维码已被持续用于传播。

3、绕过检测，未必需要复杂技术

你以为这些推广者用了什么高级的“隐身技术”？在我们归纳的 13 类对抗手法中，许多只需要基础图像处理，比如把码做成半透明、融合进背景或添加黑色来隐藏外观，甚至将图片颜色调浅、调亮来削弱对比，拉伸、缩小来改变二维码结构和所占面积，就可能让审核工具“看不见”二维码。

图4 13种对抗手法示例

实际使用中，推广者常把多种手法叠加在一起，比如同时改变颜色、侵蚀边缘和反转颜色。我们发现，这种组合使用比单独使用一种手法更常见。

我们还发现，推广者在借助生成式 AI 制作对抗二维码。这些工具能把二维码融入风景、插画等画面，让它看起来更像普通图片。在我们的抽样测试中，这类二维码比非 AI 样例更容易绕过检测，逼真的背景可能让审核工具忽略了其中的二维码

图5 AQRI示例：(a) 多种对抗手法，(b) & (c) 生成式 AI 对抗二维码

4、二维码图片里，藏着非法博彩与色情网站的入口

通过解码六万多个对抗二维码，我们检查了链接、页面和发帖行为，进一步揭示了“对抗二维码恶意引流”的真面目。

攻击者利用对抗二维码大量宣传以色情和博彩为主的恶意内容。65,578 张对抗二维码指向的恶意推广链接包括了色情、博彩、账号交易、毒品销售及恶意软件投递等用途。恶意推广者会借短链接、社交账号，甚至被滥用的政府和教育网站隐藏入口，再用对抗文字和仿冒的平台图标包装二维码，引导用户扫码，并让色情、博彩等推广看起来像正规内容。

图6 包含对抗文本和隐藏内容的 AQRI 示例

为了实现更隐蔽的恶意推广，推广者会采取对抗的引流策略。推广者会在审核较弱的平台发布对抗二维码，再引导用户用解码能力较强的平台扫码，让发布平台成为恶意内容的间接入口（如图7）。扫码后的跳转也可能绕上几层。推广者在平台上利用对抗二维码先指向中间页面，页面再展示普通二维码，继续引向到微信账号，随后自动转发至非法色情站点。有的链接还会针对审核爬虫隐藏恶意内容，对审核方来说只检查第一次跳转，或只看爬虫收到的页面，都可能漏掉用户最终看到的恶意内容。

图7 推广者采用的间接引流策略

5、能发布、能扫码，都不代表安全

通过实证研究和大规模测量，我们揭示了对抗二维码背后的“黑灰产引流”。平台需要加强检测对抗二维码的能力。对用户来说，二维码能发布、能扫码都不代表安全；遇到来源不明的码，应先看清跳转网址和页面，再决定是否继续访问。

我们已公开 Adato 的主要代码，其图像还原模块可接入现有检测与扫码工具，提升其检测对抗二维码的效果。同时提供用于威胁分析的对抗二维码数据集，采用受限访问，有需要的研究者和安全从业者可联系我们申请获取。

工具代码：

https://doi.org/10.5281/zenodo.20322613

数据集：

https://doi.org/10.5281/zenodo.20325847

作者简介

吴理杰，清华大学网络科学与网络空间研究院25级博士研究生，导师为张小平研究员。主要研究方向为互联网黑灰产犯罪检测与治理。在国际安全顶级会议 USENIX Security 发表学术论文 2 篇。联系邮箱：[email protected]

刘明烜，中关村实验室副研究员。科研方向聚焦于数据驱动的网络空间安全研究。在国际网络及安全领域国际顶级会议和期刊上发表20余篇论文（含网络空间安全四大领域顶会论文10余篇），曾获得NDSS 26的最佳论文奖（Distinguished Paper）以及Ethics22的最佳学生论文奖（Best Student Paper），研究成果推进一项IETF标准草案。联系邮箱：[email protected]。

文案：吴理杰、刘明烜

排版：周航

审核：刘保君、张一铭