当AI打穿了漏洞,防守方怎么把“速度”追回来?

李信马 撰文

“拿一个最简单的例子来讲,‘PHP2Shell’漏洞正式发布的四天前,亚马逊云科技的威胁监测系统就已经捕捉到类似的漏洞利用迹象。”11月9日,亚马逊云科技安全合规高级经理江学森在采访中说:“我们的感知会更快一点。”

亚马逊云科技安全合规高级经理江学森

在《AI攻破PHP,是1500亿对70万的碾压》一文中,我们谈到攻击方借AI把漏洞从公开到被利用的时间窗口压到几小时,防守方被“打穿”。既然打穿了,那防守方能靠什么把速度追回来?

被时间挤掉的行业默契

安全行业以前的行业默契,是找到漏洞交给责任方,然后秘密发版、统一发布,但现在这种默契正在逐渐被打破,开始有人“抢跑”。

“现在AI利用漏洞的时间窗口越来越短,导致从业人员的压力增大,他也得更快地响应。”江学森进一步解释道:“以前业界的反应,比如现在爆了一个漏洞,我们有十四天的时间可以修复,然后可以排期、排人员,再分析这个修复以后对系统整个的影响是什么,通常是这样的。但是现在没有这么长的时间窗口,因为你再等十四天,可能你的系统都被拿下了。到PHP这种覆盖面太广的漏洞,你可能连一天都等不了。”

对企业来说,“越大的企业客户,其实越等不起,也不愿意成为那个数据泄露或者金钱损失的案例”。所以,现在企业处于比较尴尬的状态,为了避免漏洞被黑产利用,要提前发现、修复漏洞,在行业发了补丁以后,也得去打上,两步都不能省,任务变重了,而且更加紧急。“实际上回到企业用户,比如你在云上搭了一个应用、搭了一个系统,一个跨境电商的网站,你的补丁修复其实是非常长的,并不能达到‘今天发现明天就修’。”

此外,安全部门能不能拿到足够的预算?做系统变更的时候,会不会影响到现有的业务?会不会带来一些新的合规问题?这都是需要考虑的。

在旧的默契被打破后,防守方该怎么办?江学森给的答案是,除了整体防护外,同样也要以快打快,甚至“快过这个行业的组织”。

AI放大了“失衡”

在演讲开场时,江学森先解释了下,为什么AI改变了安全行业。

首先,是模型的能力迭代不受人控制,一些并未被专门训练为网络安全专家的模型,却展现出较强的安全相关能力:能够挖掘代码漏洞、分析系统薄弱点,甚至尝试搭建完整的攻击路径。

所以,不管如何控制,“只要人类还在做模型的迭代,这个安全能力肯定就会继续爆发,可能是指数级地爆发”。

更关键的一点,是大模型分不清使用的目的,很难区分攻击者跟防守者,这就导致大模型在攻守两方都会被使用——但即使AI没有出现,安全领域攻防本身就是失衡的,AI进一步放大了“失衡”。安全行业现在出现了明显的两个变化,一个是攻击可以由Agent进行,另一个是AI降低了原本的门槛,比如写钓鱼邮件或者模仿录音。“以前要在互联网上拼命地去找一个密钥,并且把它对应起来,这其实需要海量的计算和能力;现在有了AI以后,门槛被降低了。”江学森说。

他列出了四条特征:

  • 分钟级,漏洞从公开到被利用的时间窗口持续坍缩;
  • 全自主,AI端到端完成攻击链,无需人类指导介入;
  • 零门槛,一条指令发起复杂攻击,人人皆可发起专业攻击;
  • 低成本,极低成本发动攻击,低价值目标也将被攻击。

能力的失衡进一步导致了攻击规模的失控。“现在一天有一千条、两千条告警进来,你怎么去响应?请二十个人还是三十个人?第二个,如果系统里面有一千个漏洞,那你先修哪一条、后修哪一条?到了这种规模效应的时候,其实不能单靠人去解决。”江学森说。

AI就成为了防守方必然的选择。

Amazon Continuum的解法

“如果攻击方在用AI来分析你的系统、找到你的漏洞,然后进去发动攻击,那我们的应对是,客户也应该用AI去找到问题——应该比攻击者更早地找到这些问题。”江学森说。

他提到的产品是Amazon Continuum,是亚马逊云科技推出的AI安全服务,能够以机器速度发现、优先级排序、验证并修复安全风险,针对代码漏洞的Amazon Continuum在10月22日正式GA,目前在美国部分区域可用。

它的定位不是又一个扫描器,而是把软件生命周期并成一条链。江学森介绍:“在开发系统的规划与需求、设计与原型、软件开发与测试、最后部署的全过程中,都应该用AI来发现问题,而且发现问题的过程必须是同一套AI——不应该说我在部署找一套AI工具、软件开发找一套、设计原型再找一套,我们应该把它全部并起来。这就是Continuum目前在提供的这个事情——用一个产品的不同功能,覆盖了整个软件开发所有生命阶段的全量安全。”

具体来说,Continuum会在“发现、验证和修复”的每个阶段使用适应该阶段所需证据和决策的专门Agent:

  • 发现:Continuum分析代码库并形成候选漏洞发现。其Agent识别值得深入调查的代码路径,并记录支持每个候选的源代码证据。

“在整个自动化流程的背后,是由多Agent协同接入多种大模型来完成的。凭借超长上下文能力,它能够将威胁建模与代码分析整体贯通,发现的威胁会更贴近实际的业务。”江学森说。

  • 验证:专门的agent尝试将候选发现转化为可演示的安全问题。它们构建概念验证,针对含漏洞程序运行,并判断观察到的行为是否支持该发现。这将潜在的代码级弱点转化为可执行的证据。
  • 修复:把漏洞追溯到根因并产出补丁,再验证补丁确实阻止了已被证明的失败,且项目功能测试依旧通过。修复,是针对“用来确立漏洞的那同一份证据”来检验的。

“当我们发现一个漏洞以后,它会自己去起一个沙箱,把这个漏洞放到里面去做验证。验证完了以后,会出一个修复的报告。所以客户其实是看得到漏洞是什么,是怎么实现的,怎么验证的,还有提供的措施。”江学森说。

据亚马逊云科技披露,在加州大学伯克利分校 RDI 推出的 CyberGym-E2E 公开基准测试中,Amazon Continuum 以 89.0% 的端到端成功率位居第一,高出此前公开最佳纪录 65.9% 共 23.1 个百分点;不设时限运行时,端到端通过率可达 93.7%。

日本SaaS安全公司HENNGE通过自主渗透测试将安全验证周期缩短90%以上、从数周压缩至数小时,7×24持续测试整个应用组合。江学森表示:“我们这边有非常多的例子,我们客户飞来汇是做支付的、所以它的安全性要求会特别高。它使用了Amazon Continuum,实现了代码的扫描、系统的上线,然后节省了人力,实现了更高的ROI。这是客户实实在在做的事情。”

谁来重新定规则?

随着AI让攻防越来越不对称,行业亟需新的规则。对此,江学森认为需要多方联合来更好地对抗AI带来的危险:“我觉得闭门造车是不可取的——靠一个公司的能力去研究这个AI,很大程度上是追不上的。我觉得整个行业,包括上下游、甲方乙方、客户,包括安全厂商,应该联合起来共同应对。”

Copyright © DoNews 2000-2026 All Rights Reserved
京ICP备2025120072号