网络安全AI说

mztkn

0.0 (0)
Technology
Weekly

各位CSO好，这是一档分享网络安全建设干货的双人对话播客，emm~和全麦面包一样干

6d ago

2026年实战攻防趋势总结

2026年实战攻防演练呈现出常态化、扩大化与实战化的全新趋势，对企业的安全防护提出了更高要求。在演练中，人工智能技术的深度应用显著加速了攻击者的侦察、漏洞挖掘和武器化进程。国产商用应用及逻辑漏洞成为攻击的核心目标，使得外部突破与内部横向移动的速度极大加快。面对日益复杂的自动化和智能化威胁，防守方必须将发现、分析与阻断的时间窗口压缩至黄金24小时以内。同时，企业不仅要加强日常的安全运营与资产纳管，还需重点防范AI相关资产及重复出现的历史安全隐患。前往小宇宙评论区与主播互动
Jul 21

AI赋能安全运营：三种范式大PK

原文选自公众号：AI安全迪哥 🎙️ 时间轴 ⏱️ 0:00 开场：AI攻击的降维打击 ⏱️ 0:30 Mythos Preview事件：50美元挖出27年零日漏洞 ⏱️ 1:00 Mythos 5漏洞挖掘数据：4月1万+高危，5月2.3万个 ⏱️ 1:30 🔴 范式一：AI外挂式——给漏诊病历做优化排版 ⏱️ 2:30 🟡 范式二：全量日志AI——核磁共振做体检筛查 ⏱️ 3:30 🟢 范式三：AI全栈原生——从数据入口为AI设计 ⏱️ 4:15 SOAR vs AI原生：剧本驱动 vs 目标驱动 ⏱️ 4:40 MDASH验证：100+ Agent协同超越Mythos Preview ⏱️ 5:00 分诊式运营坍塌的三个结构性原因 ⏱️ 5:50 AI全栈原生五特征 & 选型五要素 ⏱️ 6:10 零信任与边界防护的定位 & 收尾 🔀 三种AI安全范式框架对比拆解 🔴 范式一：AI外挂式 💡 核心思路：在已有SIEM/SOC后接AI模块，AI处理SIEM吐出的告警 📥 数据来源：二手数据（经规则引擎预过滤后的告警） 🚫 关键盲区：弱信号被预过滤丢弃、未知威胁无法识别、链式攻击不可见 🏥 生动比喻：医学博士看病——但只能看病历本上已记录的症状，没记的他不知道也判断不了 🧱 天花板：AI视野被前置系统感知能力锁死，等于给漏诊病历做优化排版 🎯 适用场景：预算有限、短期过渡、低威胁环境 🟡 范式二：AI处理全量日志 💡 核心思路：跳过SIEM规则过滤，让AI直接分析全量原始日志 📥 数据来源：全量原始日志（几十亿至上百亿条/天） 🚫 关键盲区：成本极高（1TB日志token费数千到上万元/天）、延迟大（无法实时）、信噪比极低（99.99%正常活动） 🏥 生动比喻：核磁共振做体检筛查——精度够，但不可能给全市人口每天扫一遍 📉 现实情况：仅头部互联网在高价值数据流上使用，或安全厂商PPT演示 🎯 适用场景：超大预算 + 仅聚焦高价值数据流 🟢 范式三：AI全栈原生 💡 核心思路：从数据采集层就为AI设计，全链路AI驱动 📥 数据来源：全量遥测→轻量AI实时语义理解→结构化安全语义向量→上层Agent关联分析 ✅ 关键优势：弱信号不丢弃、多Agent分工精准、目标驱动自适应、分钟级响应、自我进化 ⚡ 与SOAR区别：SOAR=预定义剧本（规则驱动），AI原生=目标驱动（自主规划执行路径） 🔬 实证验证：微软MDASH：100+专用Agent协同→88.45%得分，超越Mythos Preview的83.1% 🎯 适用场景：面对Mythos级攻击的中大型企业，需要与攻击节奏对等的防御体系前往小宇宙评论区与主播互动
Jul 4

网安行业的AI理性回归

原文链接：https://mp.weixin.qq.com/s/X6QwmoDjkh8vX_Pvn7a3AA?version=4.1.36.70499&platform=mac&mpshare=1&scene=1&srcid=&sharer_shareinfo=ab7fce89ae7ff1f8caa55204852f5be7&sharer_shareinfo_first=ab7fce89ae7ff1f8caa55204852f5be7 选自公众号：安全牛 📌 核心观点汇总🔹 从"参数崇拜"到"工程理性" ——网安厂商不再执着于自训超大模型，而是回归工程化交付能力 🔹 大模型微调边际收益递减——投入十倍成本，可能只换来 1~2% 的精度提升，性价比已经不划算 🔹 真正的护城河是三重壁垒——语料深度 × 数据广度 × 工具链敏捷度，比参数规模更难复制 🔹 小模型不是将就，是刚需——实时检测场景要求毫秒级响应，0.1B~0.85B 小模型才是正确答案 🔹 分层架构成为行业共识——小模型管检测、中模型管研判、大模型管交互，各司其职 🔄 行业范式转变：从模型竞赛到工程化竞赛🏢 主要厂商策略一览🧱 三重壁垒拆解📚 壁垒一：语料——"暗知识"不是安全知识点，而是安全的判断逻辑深信服 15 年运营积累经过多模态标注、时序分析、上下文关联教会模型：为什么一次普通登录在特定上下文下是异常的？开源模型学不到的实战智慧 📦 壁垒二：数据底座——"量的碾压"360 百PB级安全数据，十年攻防实战沉淀海量安全事件、流量记录、终端行为数据初创公司有钱也买不到开源社区根本无法复制 🔧 壁垒三：工具链 MCP 化——"最后一公里"把 AI 从实验室炫技变成流水线标准件模型推理、威胁检测、告警研判封装成标准接口降低集成门槛，提升交付效率客户无需逐家适配前往小宇宙评论区与主播互动
Jun 14

AI攻击时代，零信任为何成必选项？

主题：从四个真实攻防故事看零信任建设的必要性核心观点：AI攻击让补丁窗口期失效，零信任通过"分层防御"实现安全左移，止战于未战开场引入：Mythos炸圈，安全圈变天近期安全圈最热话题：Anthropic推出的Mythos AI攻击工具 Mythos核心能力：代码理解接近人类顶尖工程师，漏洞发现+exploit生成一条龙核心矛盾：AI攻击工具进化速度远超传统防御节奏故事一：沉睡17年的幽灵 — AI让补丁窗口期失效漏洞档案：Linux内核NFS模块（fs/nfsd/nfs4xdr.c），远程代码执行（RCE）沉睡17年：无数次安全审计、500万次模糊测试均未发现 Mythos唤醒过程：扫描识别逻辑缺陷 → 自动生成攻击代码 → 几分钟完成从发现到远程控制关键数据： SWE-bench Verified：93.9%（代码理解能力接近人类顶尖工程师） Exploit生成成功率：72.4%（发现漏洞后七成以上直接能用） TLO攻击链：32步，分钟级完成（人类需要14-20小时）本质变化："发现即利用，利用即成功"，传统补丁窗口期概念基本失效不对称风险：Project Glasswing排除中国，攻击者可能比防守方更早用上这种能力故事二：消失的互联网资产 — SPA让攻击者看不见痛点场景：HW季必关VPN，安全部门vs业务部门每年吵架解决方案：SDP（软件定义边界）+ SPA（单包授权）核心思路：让企业资产从互联网"消失"，攻击者看不见、找不到、打不了某企业真实案例数据：日均远程访问登录人次：498次单日最高登录人次：1081次 HW期间各类异常风险日志：5000多次识别并封堵风险IP：11个冻结异常账号：41个安全事件：0起效果：网络扫描、端口探测、指纹识别全部失效，攻击链第一步就断了故事三：困在沙箱里的木马 — 中招了也干不成事场景：金融公司交易员点击钓鱼邮件附件，木马成功落地传统结局：木马运行 → 连C2 → 控权 → 横向移动 → 一锅端零信任终端方案：沙箱隔离本地桌面：只能办公，禁止访问互联网上网沙箱：只能访问白名单程序，禁止访问业务系统木马窘境：在本地桌面：能跑，但连不上C2服务器（驱动层阻断SYN包）在上网沙箱：能上网，但不在白名单里，根本跑不起来核心理念：不是保证绝对不中招，而是保证中招后干不成事三大效果：运行即拦截、外联即阻断、数据不落地故事四：蓝军的13次钓鱼 — 合法身份作恶也能被发现背景：某企业内部攻防对抗，为期4周蓝军攻击：6轮攻击，13次钓鱼，目标打穿IT内网防守方成绩：检测成功率：100% 平均检测时间（MTTR）：5分钟结果：攻击者未能打穿IT内网三类风险场景：用户凭据被窃取（偷到sessionID，拿真凭证访问业务）终端被钓鱼远控（合法终端成为攻击跳板）主机横向扩散（利用合法隧道做内网测绘）三大防御能力：凭据窃取识别：中间人代理检测、会话劫持检测、浏览器指纹异常检测恶意侦察识别：目录侦查检测、端口扫描检测、身份定位、自动注销+锁定威胁诱捕：终端多维诱饵、应用诱饵探针、原生无交互蜜罐总结：分层零信任，止战于未战零信任不是单一技术，是分层防御体系三层防御闭环：网络层（SPA隐身）→ 暴露面收敛：不让攻击者看见网络终端层（沙箱隔离）→ 安全域隔离：不让安全域进程连上C2 行为层（主动防御）→ 恶意行为检测：不让窃取的身份披着合法外衣作恶核心价值：安全左移，从事后补救走向事前预防前往小宇宙评论区与主播互动
May 26

深信服 VS 字节火山引擎，智能体安全治理理解

📋 本期简介当AI智能体从"只会说话的聊天框"进化成"能动手操作的数字员工"，安全问题就从"防止说错话"升级成了"防止做错事"——而且它真的能删库、能泄露机密、能绕过权限。本期聚焦两份代表性方案：深信服与字节跳动火山引擎。两家对智能体安全的理解路径截然不同——深信服用人力资源管理的逻辑来"治理"数字员工，火山引擎则用云原生的"1+4+1"体系来"防护"智能体。谁更接地气？谁更有实战底气？逐层拆解。深信服将智能体带来的安全挑战系统化为五个"难"：火山引擎从AI应用架构视角将风险分为三层：前往小宇宙评论区与主播互动
Apr 17

Mythos级AI攻击——安全恐慌启示录

📌 节目概要2026年4月7日，网络安全领域迎来了分水岭时刻。 Anthropic发布了迄今为止最强大的前沿模型——Claude Mythos Preview，其展现出的安全能力远超预期，立即引发美国国家战略层面的高度关注。这不是一次普通的技术迭代，而是一场改写网络安全攻防规则的根本性变革。 ⚡ 核心看点🔥 Mythos为何令人恐慌？关键数据： Firefox漏洞利用成功率：其他模型 4.4% → Mythos 84% 单次漏洞发现成本：不足50美元 CyberGym漏洞复现率：83.1% 🏛️ 美国在做什么？美联储紧急会议参会者：财政部长、美联储主席、摩根大通/高盛/花旗CEO 核心议题：严肃对待Anthropic新型AI模型带来的网络安全风险 Project Glasswing防御计划仅向约40家关键基础设施维护者开放Mythos访问权限创始成员：AWS、Apple、Google、Microsoft、CrowdStrike、Palo Alto Networks、JPMorganChase 目标：在攻击者获得同等能力之前，优先修补最重要的系统 ⚠️ 中国被排除在Glasswing项目之外 🚨 七大攻击向量🌏 中国面临的挑战技术差距对比核心困境：技术封锁让国内模型滞后于国外攻击者可用国外模型，防守方只能用国内模型 0day挖掘与利用能力差固定存在 📝 金句摘录"基于'摩擦=安全'的传统防御措施面临系统性失效风险" "防御者需修补所有漏洞，攻击者只需找到一个——但现在攻击者有了Mythos" "Mythos的能力是不确定的，但技术封锁会持续存在是确定的" 前往小宇宙评论区与主播互动
Apr 15

企业安全保护AI智能体思路分享

智能体三类形态"致命三要素"（Lethal Trifecta）不可信的外部输入：网页、邮件、文档中隐藏的恶意指令敏感数据访问权限：能访问公司核心数据和系统外部通信能力：能向外发送数据三要素叠加 = 提示词注入从"文字游戏"升级为"数据窃取/系统破坏" 主要攻击类型间接提示注入：网页藏指令，智能体总结时触发持久化内存中毒：修改身份文件，重启后仍执行恶意任务日志中毒：HTTP头注入恶意代码，排错时触发供应链投毒：恶意技能、被污染的开发者工具基础设施泄露：网关暴露、API Key泄露、远程执行漏洞🛡️ 保护AI治理六步法核心理念：把智能体当真正的员工来管——有身份、有工牌、有权限、有监管。 💡 网络安全AI说补充当前保护AI智能体的方案仍处于探索阶段，本期仅为其中一种技术路线思考，不少国内外内的安全厂商及云厂商均有类似的初代产品，但实际效果仍有待实践检验。前往小宇宙评论区与主播互动
Mar 18

企业如何安全使用OpenClaw

来看一看业内安全厂商，在帮助企业内部员工安全使用openclaw上有什么思考。本篇仅能作为一个方案参考，不一定是业内最优秀的，但确实较为直接地给出方案，实际解答了“企业如何安全使用openclaw”这一问题。本方案主要思路是用“沙箱技术”，沙箱的隔离方案看起来还不错，但仍需要实际测试使用才知道效果，另外如何在安全管控和使用openclaw上取得一个平衡点，可能得经过一段时间的验证才能有比较好的业内实践了。 🎯 本期要点01. OpenClaw的两种形态 Chat AI：只动脑不动手的聊天机器人（如豆包、千问） AI Agent：有手有脚的智能体，能执行复杂任务，真正提升效率，如OpenClaw02. 三大核心风险🔨 破坏风险 AI幻觉、失忆导致误操作案例：Meta安全总监因AI失忆误删所有邮件📤 泄密风险恶意指令注入（隐藏白色文字攻击） API凭证明文存储，黑客可轻易获取⚔️ 攻击风险恶意技能（Skills）投毒远程控制、反弹shell、横向攻击内网03. 业界两大方案及痛点隔离路线问题：性能占用高（500MB→2GB），配置复杂，体验差检测路线问题：无法识别语义层面的攻击，检出率很低04. 本文解决方案：无感沙箱 Agent Space核心特性 ⚡ 轻量级：内存占用200MB 🎭 无感知：仅首次认证，后续免认证 🛡️ 精细化管控：共享文件夹：最小化文件权限内网访问：按需授权上网权限：开放但搭配威胁检测系统权限：完全限制核心理念隔离为兜底 + 检测为补充给AI分配"数字工位"，干该干的活，不越界前往小宇宙评论区与主播互动

各位CSO好，这是一档分享网络安全建设干货的双人对话播客，emm~和全麦面包一样干

Creator

mztkn
Years Active

2024 - 2026
Episodes

77
Rating

Clean
Copyright

© mztkn@小宇宙App
Show Website

网络安全AI说

Entrepreneurship

Entrepreneurship

Updated Daily