AI給企業(yè)網(wǎng)絡安全帶來了更大的風險，據(jù)SUSE統(tǒng)計，57%的隱私和數(shù)據(jù)安全以及55%的人工智能驅動的網(wǎng)絡攻擊是生成式AI云安全的首要問題，但只有7% 的 IT 決策者認為不存在相關安全風險。

針對此，網(wǎng)宿安全高級總監(jiān)胡鋼偉認為，企業(yè)應當以風險管理為核心，圍繞web安全、辦公安全以及安全運營等方面，構建一個體系化主動安全體系。

攻擊鏈條攻擊手段復雜化趨勢

近日，在網(wǎng)宿科技發(fā)布的《2024年度網(wǎng)絡安全態(tài)勢報告》中指出，當下，網(wǎng)絡攻擊早已突破傳統(tǒng)的單點滲透模式。在此背景下，胡鋼偉指出，攻擊者通過日益增大的互聯(lián)網(wǎng)暴露面作為初始入口，并結合了AI能力生成的社工釣魚攻擊、供應鏈攻擊等手段突破Web應用防線，進而利用辦公場景中的辦公漏洞、實施身份憑證、集權系統(tǒng)攻擊等行為進行橫向滲透，最后實現(xiàn)攻陷目標的目的，形成全鏈路攻擊閉環(huán)。

而這種攻擊方式，尤其是當企業(yè)不斷的“上新”大模型應用過程中，對企業(yè)網(wǎng)絡安全自然也造成了更多挑戰(zhàn)。Gartner預測，到2025年，生成式AI的采用將導致企業(yè)機構所需的網(wǎng)絡安全資源激增，使應用和數(shù)據(jù)安全支出增加15%以上。

然而，API調用是大模型能力最佳路徑之一，而在胡鋼偉看來，API安全是大模型安全不可忽視的問題，“在大模型場景中，企業(yè)主要面臨用戶訪問模型、用戶訪問應用、應用訪問模型等多個流程上的API安全問題，”胡鋼偉指出。

無獨有偶，Akamai前不久發(fā)布的《API安全影響研究》中顯示，過去一年的時間內，中國在解決API安全事件上花費的成本最高，達到了77.8萬美元（約 合568萬人民幣）。同時，根據(jù)Akamai研究顯示，從2023年1月到2024年6月期間，亞太地區(qū)總計記錄到了1080億次API攻擊，API攻擊占所有Web攻擊的15%。

另一方面，據(jù)2024年網(wǎng)宿安全平臺數(shù)據(jù)統(tǒng)計顯示，超60%的Web攻擊流量聚焦于API接口，攻擊量同比去年（2023年）激增23%，其中一個重要因素就是，隨著生成式大模型技術規(guī)模化落地，帶來新的威脅暴露面。

基于此，企業(yè)應當更為注重API安全事件的防護。Akamai北亞區(qū)技術總監(jiān)劉燁曾告訴筆者，在API免受攻擊方面，中國企業(yè)的重視程度很高，中國將“保護API免受攻擊”列為網(wǎng)絡安全第一要務（27.6%），遠超其他國家（日本、印度以及澳大利亞均將其列為第四項），“在調研中，所有受訪者都需要對明年的網(wǎng)絡安全優(yōu)先事項進行排序。中國在這個問題上的回答有些與眾不同，也是唯一一個將‘保護 API 免受攻擊’列為第一要務的國家。”劉燁指出。

從技術角度出發(fā)，目前企業(yè)側應用API仍存在一些“缺陷”，比如，API錯誤配置、網(wǎng)絡防火墻沒有攔截、API網(wǎng)關沒有攔截、授權漏洞，以及生成式AI工具暴露等，“這其中，根據(jù)Akamai統(tǒng)計，以API錯誤配置漏洞最為常見，占比達到22.3%。”劉燁進一步指出，“除此之外，在大模型時代，企業(yè)還面臨防護工具不足，傳統(tǒng)的防火墻、WAF難以應對當下復雜的API攻擊。”

從API攻擊類型上看，目前主要以注入攻擊、越權/未授權訪問、DDOS攻擊為主。以年初火爆的DeepSeek為例，在年初DeepSeek火出圈后，不到一個月的時間內，DeepSeek就接連遭遇了大規(guī)模DDoS攻擊，先后經(jīng)歷了輕微的HTTP代理攻擊、大量HTTP代理攻擊、僵尸網(wǎng)絡攻擊等行為，參與攻擊的兩個僵尸網(wǎng)絡分別為HailBot和RapperBot。

與此同時，企業(yè)在AI應用的過程中，Web安全也是不容忽視的存在。《2024年度網(wǎng)絡安全態(tài)勢報告》中指出，2024年，Web漏洞利用攻擊攔截次數(shù)同比增長了68%，其中針對AI應用漏洞的攻擊數(shù)量呈現(xiàn)爆發(fā)式增長。比如，2024年，烏克蘭3D數(shù)字模型服務公司Triplegarngers在幾小時內，就被GPTBot爬取了幾十萬張照片。

安全智能體真的能確保企業(yè)網(wǎng)絡安全么？

針對錯綜復雜的企業(yè)網(wǎng)絡安全態(tài)勢，“用AI打敗AI”是目前業(yè)內公認的應對策略。幾乎所有網(wǎng)絡安全服務商也都在去年推出了相應的大模型服務，并且在今年，隨著生成式AI步入智能體時代，這些服務商也都對產(chǎn)品和服務進行了升級，為用戶提供安全智能體服務。

但是，這些所謂的安全智能體真的能確保企業(yè)網(wǎng)絡安全么？還是這些智能體更多的只是在“炒概念”？

從目前市面的產(chǎn)品及服務上看，傳統(tǒng)的“堆疊”式安全單品難以應對日益復雜的網(wǎng)絡威脅，用戶開始逐漸希望能夠整合多種安全功能于統(tǒng)一的平臺的方案，增強威脅檢測與響應能力，降低管理復雜度，提升安全運營效率。而安全運營的理念也就在這個節(jié)點應運而生。

而輔助安全運營也是AI的能力主要應用的領域， 在Fortinet 中國區(qū)技術總監(jiān)張略看來，安全智能體已經(jīng)出現(xiàn)，并開始幫助企業(yè)級用戶處理日漸復雜的安全事件。張略曾對筆者表示，AI技術已從輔助工具逐漸升級為安全體系的“中樞大腦”。通過安全智能體，企業(yè)可以將原本分散的安全產(chǎn)品與能力，整合到一起，形成聯(lián)動、聯(lián)防，并通過AI動態(tài)學習攻擊模式，實現(xiàn)“以安全的AI對抗惡意的AI”的主動防御。

以Web安全為例，胡鋼偉認為，Web攻防范式已經(jīng)從“規(guī)則對抗”演進到“智能體攻防”。“Web安全攻防技術演進呈現(xiàn)出顯著的靜態(tài)規(guī)則對抗，到動態(tài)博弈式的對抗的趨勢。”胡鋼偉指出。

具體來看，短期內，Web安全攻防結合AI的能力，已經(jīng)在自動化威脅分析、實時攻擊特征提取、智能誤報過濾等場景中落地。從而提升了傳統(tǒng)防御組件的響應速度，實現(xiàn)防御效率的“量變”積累；

長期上看，AI將驅動防御體突破“人工預設規(guī)則”的剛性框架，“通過持續(xù)學習業(yè)務流量、用戶行為、漏洞特征等多維度數(shù)據(jù)流，AI將幫助企業(yè)形成具備自主進化能力的防御智能體，實現(xiàn)從威脅響應，到風險預測的質變式的跨越。”胡鋼偉指出。

從目前市面上常見的安全服務商提供的產(chǎn)品服務能力上看，目前絕大多數(shù)服務商已經(jīng)完成了短期內的AI能力的落地，并實現(xiàn)了部分輔助安全運營、輔助決策的能力，但距離胡鋼偉所指出的長遠AI智能體能力目標仍存在一些距離。究其原因，一方面是AI智能體的“智能”能力還不夠，底層通用大模型的能力仍有待提升；另一方面，安全行業(yè)的專有數(shù)據(jù)的積累也是目前安全智能體落地過程中的一大掣肘。

體系化防護如何構建？

無論是短期內，還是長期的AI在企業(yè)網(wǎng)絡安全的落地，總體來看都是企業(yè)安全將從單點式防御，向著體系化防護的演進的過程。

對此，胡鋼偉指出，企業(yè)網(wǎng)絡安全需要從工具堆疊專項一體化防御。具體來看，企業(yè)需要通過統(tǒng)一的技術底座，打破數(shù)據(jù)孤島與策略割裂，形成多維度動態(tài)防御閉環(huán)。“以企業(yè)終端防護體系為例。國際上來看，安全一體化的主流方案是采用云原生的SASE架構，通過將企業(yè)所有數(shù)據(jù)流量導流到云端安全平臺，實現(xiàn)安全能力的集中化交付，然而這種模式存在過于依賴網(wǎng)絡穩(wěn)定性，以及離線防護能力不足，數(shù)據(jù)安全不可控等問題，因此，在國內，市場普遍更接受終端安全一體化的SASE模式，在終端設備集成EDR、DLP、數(shù)據(jù)沙箱等核心能力，通過輕量級客戶端實現(xiàn)本地化防護，管理端仍可保持云端協(xié)同”胡鋼偉表示。

而這種體系化的安全防護也不僅僅局限于終端的網(wǎng)絡安全防護趨勢，縱觀整個企業(yè)級網(wǎng)絡安全發(fā)展，現(xiàn)階段已經(jīng)進入到了一體化防護的時代。

同樣以API安全為例，劉燁表示，企業(yè)需要采取積極有效的措施來構建全面的API安全策略，以保護關鍵數(shù)據(jù)、客戶關系和內部團隊成員。企業(yè)首先需要在API安全事件的原因、影響和優(yōu)先級上達成共識。這要求企業(yè)加強內部溝通和培訓，提高高管層對API安全風險的認識，使其了解API安全事件對企業(yè)戰(zhàn)略和業(yè)務運營的潛在影響。

針對API安全，企業(yè)需要系統(tǒng)性地構建防護機制，具體來看，劉燁將企業(yè)API安全體系構建分為了三步。第一步是持續(xù)進行發(fā)現(xiàn)，特別是識別出“三無API”，這些是攻擊者最容易利用的盲點；

其次是建立威脅管理系統(tǒng)，定期匯總風險、漏洞以及修復進展，幫助管理層全面掌握安全情況。即使接口在發(fā)布前已進行了充分測試，仍需部署運行時保護能力以實時攔截潛在攻擊。

最后，需強化主動測試。建議企業(yè)結合OWASP 和MITRE等框架開展自動化API測試，將問題前移至開發(fā)階段，從源頭上增強安全韌性。

顯然，體系化的防御體系已經(jīng)成為當前企業(yè)安全的最佳選擇，而且這種體系的方式也不僅局限于企業(yè)某一項安全防護機制，更是需要企業(yè)從整體上構建一個安全防護的體系，這時候，企業(yè)整體安全運營的理念就成為了當下企業(yè)網(wǎng)絡安全架構的核心。

而這種需求也帶動了安全服務商的發(fā)展，胡鋼偉表示，安全運營已經(jīng)成為接下來安全服務商的“必爭之地”，主要涵蓋了資產(chǎn)運營、漏洞運營、威脅運營、情報運營，以及安全策略運營，“現(xiàn)階段，安全運營主要有兩個發(fā)展趨勢：一是AI重構運營流程；二是風險驅動能力升級。”胡鋼偉指出。

在AI重構方面，據(jù)《2024年度網(wǎng)絡安全態(tài)勢報告》統(tǒng)計，在RSAC2024安全峰會參展的廠商中，有超過半數(shù)的廠商已經(jīng)將核心產(chǎn)品集成了AI的能力。“從應用上看，根據(jù)AI賦能安全運營的復雜程度的不同，目前主要可以分為三個等級。”胡鋼偉進一步指出，“分別是，聊天機器人、安全助手，以及安全智能體。”

從目前市面上常見的安全產(chǎn)品和服務上看，目前絕大多數(shù)廠商以及具備了充足的安全助手的能力，正在向著安全智能體的方向邁進。

從整體行業(yè)上看，AI對安全行業(yè)的重構已經(jīng)比較深入，AI已推動安全行業(yè)從“人工響應”邁向“智能自治”，其核心價值在于?重構防御范式（自動化、智能化）和突破效率瓶頸。

未來，隨著AI技術從大模型向著智能體演進，AI將更深融入安全產(chǎn)品底層架構，實現(xiàn)從“輔助駕駛”到“全自動駕駛”的跨越。（本文首發(fā)于鈦媒體APP，作者｜張申宇，編輯丨蓋虹達）