AI 攻击的速度正超过企业修补漏洞的速度

Wiz 联合创始人 Ami Luttwak 把最近的一波安全事件称为“黑色十月”：漏洞以异常的速度出现，而攻击者可以利用 AI 以更快的速度和更高的专业水平发动攻击。令人担忧的不只是漏洞数量，还有攻击者利用漏洞获取访问权限的速度。

Luttwak 将早先利用 AI 发现漏洞的演示，以及一起涉及 Hugging Face 的事件视为警示。他说，变化在于模型现在既能发现又能利用复杂漏洞，而且公开可用的模型正在迅速赶上。

弱点不一定是广泛使用的软件中的知名漏洞：应用自身 API 中的一个错误就可能足够。Luttwak 说，过去高技能团队需要数周或数月完成的攻击，现在可能在约 20 分钟内完成。这给小公司发现问题和作出响应留下的时间很少。

被问到开放模型落后多少时，Luttwak 估计，在发现漏洞方面的领先时间可能不超过三个月。他说，AI 开发平台持有高价值 AI 凭据，因此是有吸引力的目标。他说，Wiz 统计的该领域遭攻击公司名单仍在扩大。

主持人问到影响一种广泛使用的网页技术的漏洞 PHP2Shell。Luttwak 说，Wiz 几乎所有客户都运行了某些 PHP。他表示，受影响的安装实例中约有一半在最初两三天内打了补丁，但他预计剩余工作将持续多年。

补丁问题并不只是内部团队行动缓慢。一些旧版 PHP 不再获得补丁，而 Linux 内核漏洞的修复可能需要数周或数月才能到达每个发行版。Luttwak 说，在 PHP 事件中，信息在行业计划统一发布之前就已泄露。

Luttwak 认为，老牌公司没有一条简单的路径可以实现自动修补。新公司可以为此设计，但仍需要一条互相衔接的流水线：自动化开发产生修复，测试验证修复，部署和运维再将其投入生产。大多数成熟组织并未为所有代码建立这种流水线。

Zane Lackey 问 Wiz 研究人员如何利用 AI 发现这一 PHP 漏洞；另一个团队也独立发现了它。Luttwak 预计同时发现会越来越常见：当新模型带来新能力时，多个团队都可能把它用于相同的高价值目标。

Wiz 建立了名为 Atlas 的漏洞检测框架，并尝试多家供应商的模型。Luttwak 认为，防御者应利用前沿模型带来的短暂领先时间持续检查关键基础设施，不过代码数量庞大，攻击者仍会找到其他弱点。

每个模型和版本的表现都不同，速度和成本也各异。Luttwak 说，独立公司需要持续测试不同组合，而不是为所有工作选择同一个模型。对于大规模运营的服务，推理价格可能决定其商业模式能否成立。

他描述了一条分层调查流水线：首先进行确定性检测，再交给较便宜的模型，必要时再使用更强大的模型。只有可疑事件才会送达最昂贵的模型作最终判断。工程问题在于智能地分配任务，而不是为每个事件都支付最高价格。

Sarah Wang 问，持续测试能否让普通公司负担得起。Luttwak 说，一次完整扫描可能花费数百万美元；每当模型或代码发生变化就重复扫描，可能消耗数千万美元。他说，行业尚未解决如何持续、有效地使用这笔预算。

一项持续计划必须在外部探测、内部可见性、代码分析、磁盘检查和运行中系统的观察之间作出选择。一次昂贵扫描只产生一个时间点的快照；它无法回答随着模型改进和软件变化，应如何分配资源。

Lackey 问，AI 带来新问题时，原有云安全问题会怎样。Luttwak 说，旧问题仍然存在：未修补的漏洞仍是入口。团队仍需要了解自身环境，并修复影响最重大的风险。

客户越来越希望安全产品不只是给漏洞排序：他们希望产品定位代码、提出修复并创建拉取请求。同样，仅有警报不如一项能解释入口和根本原因的调查有用。

Luttwak 预计，不仅检测和调查，事件响应也将面临自动化压力。他承认自动响应是令人担忧的一步，但认为 AI 攻击的速度使其越来越难以避免。

Wang 询问 Wiz 模拟对手的“红色智能体”，以及负责检测和调查的“蓝色智能体”。Luttwak 说，上周还被认为安全的系统，在模型获得新能力后可能不再安全。他的答案是在攻击者动手之前反复测试。

红色智能体从外部攻击应用，同时使用可获得的内部上下文寻找弱点。Lackey 问它是否也使用分阶段流水线。Luttwak 说，它先梳理暴露面，识别面向互联网且无需身份验证的资产；随后根据重要性进行更深入的渗透测试和代码分析。

投入力度各不相同：快速评估可能只花几分钟检查一个端点，而关键应用可能值得投入十小时测试。Luttwak 说，如果工程师不能立即修复发现的问题，防御智能体可以在问题周围添加检测。各阶段应在预算范围内协同工作。

Luttwak 说，许多 Wiz 客户已经使用红色智能体，但他认为整个行业的采用仍然不足。在他看来，持续外部测试值得优先投入，因为它检查的是攻击者真正能够触及的表面。

他将此与仅在代码扫描上投入大量资金作对比。他举例提到一起涉及嵌入移动应用中的凭据和数据暴露的事件。他建议的首要任务是识别并反复测试无需身份验证的公开入口。

被问及创始人在发布前应该做什么时，Lackey 建议将安全工作纳入开发流程，而不是把它当作最后的延误。持续测试、调查和补丁修复应与产品开发同步进行，并在新基础设施中预先设计自动化。

Luttwak 请创始人想象，早晨才得知攻击者在夜间入侵。在他的例子中，攻击可以在约 20 分钟内触及客户密钥和 AI 密钥，而小公司此时可能还没有人能够响应。他说，持有有用凭据的初创公司即使规模不大，也会成为目标。

一个实际措施是为 AI 密钥设置限额，使失窃凭据无法产生无限费用。两位嘉宾都认为企业应给予安全更多关注和资源，而 Luttwak 强调，仅靠购买产品无法解决设计问题。

Wang 提到一位预计安全预算将增加 80% 的负责人，并问资金应该用在哪里。Luttwak 把为高能力攻击者做准备比作保护房子的每一个入口：再买一把锁不能代替对窗户和屋顶的思考。

他的答案是审查现有工具、持续测试应用，并在系统中设计隔离：限制网络和进程、使用沙箱，并假设多个层级都可能出现漏洞。他认为，架构比单纯增加预算更重要。

被问及安全团队应停止做什么时，Luttwak 认为，与寻找真实攻击路径相比，许多团队在报告和合规清单上花了太多时间。他希望团队识别关键风险，缓解风险或添加检测，并在事件发生前准备响应方案。

Wang 问，随着智能体承担日常工作，经验丰富的员工应如何分配时间。Luttwak 说，初创公司可以从一开始就建立自动化流程，但老牌组织有数千名开发者、旧软件和没有记录的责任归属。找到资源负责人并部署修复仍然困难。

展望未来两三年，Lackey 预测，安全漏洞频发和远程可利用漏洞普遍存在的时期可能重现，甚至可能再次出现互联网蠕虫。他回忆，当年 Windows XP 机器可能在在线更新完成之前就被感染，因此管理员必须离线安装和打补丁。

Wang 问，Luttwak 之前预测的类似千年虫的时刻是否应该提前。他说，开放模型赶上的速度比他预期更快，并认为“黑色十月”可能是一个开端。他认为，在一些复杂情况下，AI 攻击已经超过人类能力，但无法预测两年后的情况。

Luttwak 说，企业既需要自动化安全，也需要以不同方式设计面向互联网的系统。他认为，如果系统尚未准备好应对高能力攻击者，就应该减少其暴露面。嘉宾随后从企业转向公共服务和实体基础设施。

Wang 提到针对制冷设备的攻击，并询问安全预算有限的组织该怎么办。Luttwak 说，实体世界中联网的旧系统同样面临风险。Wiz 的 Scan for Good 为公共服务机构提供扫描，帮助发现问题，并鼓励它们开始自行持续测试。