揽阁信息科技(上海)有限公司

行业新闻Security News

您当前所在位置: 主页 > 新闻动态 > 行业新闻

更智能的威胁需要更智能的防御

发布日期:2025-10-27  浏览次数:

更智能的威胁需要更智能的防御(图1)

顾名思义,关键基础设施 (CI) 组织是全球经济中最重要的组织之一。它们也是技术最复杂、最关键、最易受攻击的组织之一。它们的安全必须反映这一点。


网络攻击者一直在不断适应变化——但随着人工智能的出现,他们现在能够以机器的速度移动。人工智能使攻击者能够立即发现漏洞,无休止地探测 API,并利用人类测试人员永远无法发现的缺陷。软件和 API 仍然是他们最喜欢的目标,但攻击它们的策略已经发生了翻天覆地的变化。


这也在一定程度上解释了为什么今年网络安全意识月的主题“守护我们的世界”如此引人注目。Thales(泰雷兹)发布的《2025年关键基础设施数据威胁报告》揭示了现代CI组织面临的挑战、应对方法,以及软件更新如何融入其中。


听起来很简单,补丁和更新可以切断人工智能攻击者最容易的攻击途径。结合能够实时检测异常并根据威胁快速调整的更智能的防御措施,这是组织保持在线安全的最有效方法之一。


AI 正在扩大 API 攻击面

API 数量正在激增,这很大程度上得益于 AI 部署的不断增加。尽管去年 CI 组织在 AI 部署方面略微落后于市场,但这种情况已不复存在:到 2025 年,CI 组织在 AI 集成的所有五个阶段的采用率将保持均衡,其中 33% 的组织处于 AI 采用的高级“部署”和“转型”阶段。


人工智能依靠 API 运行,利用 API 获取数据、连接服务并支持实时智能。采用人工智能的组织越多,它们使用的 API 就越多,攻击面也就越大。


事实上,五分之二(39%)的 CI 受访者表示,他们正在使用超过 500 个 API,五分之一的受访者运行着超过 1000 个 API。随着人工智能的普及,这些数字只会继续增长,从而增加代码和软件供应链中漏洞的风险。


超过一半(58%)的受访者表示,代码漏洞是应用程序安全的主要隐患,位居榜首。解决方案是什么?将安全措施贯穿软件的整个生命周期,而不仅仅是生产阶段。


AI驱动的API攻击使组织面临风险

更糟糕的是,人工智能使 API 攻击变得更加频繁和复杂。


过去,攻击者会扫描过时的库或未打补丁的服务。人工智能也能做到这一点,而且速度更快,持久性也更强。它可以读取 API 文档、映射函数,并在几秒钟内用数千个输入进行测试。人类测试人员可能探测几十种可能性,而人工智能则会探测数千种,密切关注哪怕是最小的不一致之处,以便加以利用——这更有理由定期更新软件。


更重要的是,人工智能可以发现业务逻辑缺陷——系统设计中隐藏的漏洞。例如,一个验证价格而不验证货币的结账 API。一个验证身份却忽略位置的服务。这些并非缺失的补丁,而是意图上的缺陷。而当软件过时时,这些漏洞就更容易被利用。


人工智能也使攻击更难被发现。恶意请求被伪装成正常流量,其有效载荷会实时变形,以绕过基于签名的防御措施。其目标是隐藏攻击,在造成损害之前保持隐身状态。


组织优先考虑 API 安全,但忽视关键控制

API的快速增长和攻击日益复杂的局面促使 CI 组织更加密切地关注应用程序安全性。虽然左移控制是应用程序保护的首要任务,但 CI 受访者也强调了其他基础生产控制,例如:

  • 动态应用程序安全测试

  • API 安全工具

  • Web应用程序防火墙


但并非全是好消息。虽然机密管理是 DevOps 安全问题中最重要的部分,但只有 9% 的受访者认为它是最有效的数据保护技术,尽管机密管理失败的风险很高,可能会导致 API 密钥等身份验证数据泄露。而且,考虑到目前使用的 API 数量,这种风险比以往任何时候都更大。


然而,组织还应该优先考虑与人工智能攻击一样快速、适应性强、无情的防御措施:

  • 异常检测会构建“正常” API 行为的配置文件(例如请求大小、频率和端点使用情况),并在几秒钟内标记出哪怕是最轻微的偏差。

  • 自动遏制措施会立即采取行动:在攻击者取得进展之前限制可疑 IP、使令牌无效或强制重新进行身份验证。

  • 主动测试可实现闭环。人工智能驱动的模糊测试和模拟可以在攻击者之前发现逻辑缺陷,而软件和框架的定期更新可确保防御从最安全的基线开始。


这不是一次性的练习。它必须融入开发周期,并随着系统和威胁的发展而不断完善。


GenAI 安全问题普遍存在

人工智能正在扩大攻击面,但风险远不止于此。CI 组织报告了多个维度的重大担忧,包括但不限于生态系统变化(73%)、完整性(64%)、信任(53%)、机密性(47%)和可用性(42%)。


好消息是,安全显然是重中之重。近四分之三的组织已经在投资人工智能专用工具和服务,其中近一半(55%)的资金来自现有预算,19%来自新分配的资源。


然而,GenAI 的快速应用也增加了失误的风险。草率的实施可能会增加数据泄露的可能性,正如 DeepSeek GenAI 模型在其 V3 发布后不久发现的漏洞所示。由于这些架构对许多安全团队来说都是新领域,因此加强数据安全措施并定期更新软件必须仍然是重中之重。


在人工智能世界中,不要忘记云

虽然人工智能和 API 占据了主导地位,但云仍然是 CI 的一个关键安全问题。


存储在云中的 CI 数据中有一半是敏感数据,但只有 2% 的组织对其中 80% 或更多的数据进行了加密,远低于金融服务等其他行业(14%)。


与此同时,对云的依赖正在加速增长:CI 组织现在平均使用 2.1 家 IaaS 提供商,超过四分之一的组织依赖三家或更多。SaaS 的采用率也大幅上升,一年内跃升 23%,平均应用数量达到 102 款,远高于所有行业的平均水平。


尽管人工智能似乎是主要关注点,但 CI 组织不能忽视其云安全,并将其视为战略重点,采用更强大的加密、跨提供商的一致策略以及对庞大的 SaaS 生态系统的可见性。


通过智能防御保护我们的世界

更智能的防御是应对当今企业面临的所有挑战的唯一答案。实时异常检测、自动化遏制、主动测试和分层控制,能够保护应用程序及其内部的敏感数据。Thales CipherTrust 数据安全平台以及Imperva WAAP 和 API 安全解决方案正是如此——即使攻击者不断演变,也能锁定信息并守护入侵路径。


在安全领域,速度和适应力决定胜负。更智能的威胁需要更智能的防御。在人工智能时代,那些能够及早发现、快速行动并深度防御的组织将占据优势。


要深入了解关键基础设施的安全,请联系揽阁信息。


揽阁信息 · 值得您信赖的信息安全顾问!

服务热线

服务热线

13524448503

微信咨询
返回顶部
X

截屏,微信识别二维码

微信号:13524448503

(点击微信号复制,添加好友)

打开微信

微信号已复制,请打开微信添加咨询详情!