天极网大咖秀

用AI保护AI?全新攻防博弈之下,企业如何改造安全防线?

于洪涛 2026-11-19 阅读: 11 次

从价值数十亿美元的数字货币交易,到普通家庭的NAS数据,刚刚过去的2026年10月无疑是近年来安全事故最多发的时期。

与以往不同的是,新一轮网络攻击有了AI的加持,攻击者不仅拥有了更强大的工具,攻击的速度、规模和自动化程度也发生了质变。

这带来了一个新的难题:当 AI 正在成为攻击者手中的利器,企业该如何应对?尤其是当企业AI应用才刚刚起步,如何保护这些尚处于成长阶段的AI系统?

面对这一挑战,亚马逊云科技给出的答案是:一方面,让AI成为安全防御的新力量;另一方面,为企业AI应用构建纵深防御体系。归结起来,就是用AI保护AI。

AI时代,攻防博弈正在发生质变

AI的出现,正在改变网络安全攻防双方的力量对比。攻击者借助AI大幅提升攻击效率,而传统依赖人工巡检和响应的防御体系,正面临越来越大的压力。

亚马逊云科技安全合规高级经理江学森介绍,AI技术已经不再局限于辅助工具,而是具备了自主完成漏洞发现、自动化分析乃至攻击利用链构建的端到端能力。这赋予攻击者前所未有的武器化能力,使高对抗性网络攻击的门槛和成本断崖式下降,也让安全攻防双方的力量对比发生了变化。

在他看来,AI 时代的网络攻击呈现出四大趋势:分钟级、全自主、零门槛和低成本。

首先是“分钟级”的威胁响应坍缩。漏洞从被公开到出现有效利用代码的时间窗口,已从过去的数周乃至数月,被急剧压缩至数小时甚至分钟级别。防御方传统的定期巡检与人工复核机制在机器速度的攻击面前失效。

其次是“全自主”的端到端攻击模式。AI能够无须人类指令介入,自主根据目标环境演化攻击路径并执行攻击。

第三是“零门槛”的黑客普及化。即便缺乏深度网络安全知识的普通人,仅凭一条自然语言指令即可发起极其复杂的专业级渗透攻击。

最后是“低成本”的无差别覆盖。极低的攻击算力和模型成本,使得以往被黑客视作“无利可图”的低价值目标和中小企业,也全面沦为智能化自动化攻击的猎物。

不过,江学森也强调,尽管AI改变了攻击手段,但安全问题的根本逻辑并没有改变。

无论是传统网络攻击还是AI驱动的新型攻击,其得手的原因往往仍然是那些熟悉的安全短板:漏洞发现不及时、漏洞修复和安全响应滞后、安全基线管理不足,以及缺乏对Agent应用的安全可控保护等。

也就是说,攻击手段变了,被利用的漏洞却未必是新的。AI只是让企业长期积累的安全隐患,以更快的速度转化为实际损失。这也意味着,企业并非无计可施。面对攻击速度和复杂度的提升,防御体系同样需要升级,从被动响应转向主动发现和自动化修复。

AI赋能安全,让防御跑在攻击前面

既然AI能够让攻击者的矛变得更加锋利,自然也可以成为防御者手中更坚固的盾。问题在于,企业如何将AI的能力真正转化为安全防御能力?

江学森提出的思路是“用AI来保护AI”:利用AI主动分析企业自身的系统和代码,在攻击者发现漏洞之前,提前识别并解决安全问题。

亚马逊云科技于2026年10月22日正式宣布推出的Amazon Continuum,正是这一思路的体现。这是一项面向代码漏洞的全托管AI安全服务。

与传统安全工具主要依赖代码扫描、输出漏洞报告或提供修复建议不同,Amazon Continuum 将设计评审、威胁建模、静态代码安全评审和动态渗透测试整合到一个服务中,贯穿软件开发生命周期,实现从漏洞发现、优先级排序,到验证和修复的完整自主闭环。

其核心能力在于,能够构建全局上下文图谱,精准评估漏洞的可达性和威胁优先级,并在隔离沙箱中运行PoC,对漏洞进行真实验证。在此基础上,它还能自动推导修复代码并提交 PR,整个过程保留人类最终审批环节,将原本可能需要数周的修复周期压缩至分钟级。

这一能力也在公开测试中得到了验证。前不久,在UC Berkeley RDI的CyberGym-E2E公开基准测试中,Amazon Continuum以89.0%的漏洞验证与修复成功率位居全球榜首。

江学森介绍,Amazon Continuum还能够与亚马逊云科技的其他安全服务协同工作,并与 AI开发工具Kiro实现原生集成,可以无缝调用。此外,Amazon Continuum还是全托管、模型无关的,因此客户无需运维Agent或担心模型选择,它能够调用多个前沿网络能力模型,并在新模型出现时持续采用。

安全赋能AI,为Agent构筑纵深防御体系

如果说用“AI赋能安全”是解决传统云上资产与代码库的防御加速问题,那么“安全赋能AI”则是应对企业接入Agent时所面临的新生代安全拷问。

企业AI应用正在从简单的对话交互,向能够自主调用API、执行系统指令的复杂Agent演进。能力越强,权限越大,潜在的攻击面也随之扩大。免确认越权操作、沙箱逃逸、提示词注入、跨会话敏感数据泄露等,都成为企业必须面对的新型安全威胁。

对此,亚马逊云科技的思路是在模型之外构建确定性的安全隔离边界,以Amazon Bedrock AgentCore为例:AgentCore通过多个相互协同的组件,从运行环境、身份权限到工具调用,为 Agent建立起多层安全防护。其中,运行隔离(AgentCore Runtime)提供无服务器化与会话级沙箱隔离,切断逃逸与跨会话数据泄露;独立身份管理(AgentCore Identity)为Agent建立独立数字身份,按需加密分发凭据,遵循最小权限原则压缩横向移动风险;统一入口网关(AgentCore Gateway)作为调用外部工具的统一门禁,提供完整审计日志与OpenTelemetry遥测数据;细粒度策略拦截(AgentCore Policy)采用Cedar策略语言实施确定性强拦截,在模型触达系统前阻断危险指令。

在Amazon AgentCore保障Agent构建阶段安全的基础之上,亚马逊云科技还通过 Amazon Bedrock Guardrails形成对输入输出端的双向审核,来保证Agent产出符合客户要求的内容。Guardrails覆盖了内容过滤、敏感信息保护、Prompt注入防护、违规词汇过滤、特定话题控制以及事实性校验等场景,使AI系统在交互层面即具备强大的抗毒与合规能力。

江学森强调,这些面向AI新场景的安全创新,并不是孤立存在的,而是与亚马逊云科技深厚的云底座安全能力融为一体,共同构建全栈纵深防御体系,覆盖从基础设施、模型、数据和知识,到Agentic平台,再到Agent和各种应用的全部五层AI技术栈。

网络安全的未来,不属于疲于应付、被动响应的防御者,而属于能够率先实现智能化与确定性安全机制协同的企业。

用AI赋能安全,突破传统防御的效率瓶颈;用安全赋能AI,筑牢智能应用的可信边界。只有两者同步推进,企业才能真正释放AI的业务价值,让AI应用在安全、可信的环境中持续成长。

于洪涛
科技智库领域优质创作者

特别声明:文章版权归原作者所有,文章内容为作者个人观点,不代表大咖秀专栏的立场,转载请联系原作者获取授权。(有任何疑问都请联系wemedia@yesky.com)

×
用户注册

 

登录 忘记密码?
×
用户登录

 

忘记密码?