当攻击全面Agent化,你的安全防御能否跟上AI Speed?

简介: 多起客户侧AK泄露事件应急的真实观察

Agent的飞速发展,正在为千行百业注入高效的燃料,攻击者,也不例外。

过去几个月,阿里云安全团队在Access Key泄露防护场景,观察到区别于传统的特征:有的AK出现在公开代码仓库、有的被写进前端JS文件、有的藏在CI流水线的变量配置......溯源路径虽各不相同,但在止血过程中,一个不安的共性浮出水面:攻击者的路径高度一致,攻击行为模板化。

更关键的是,当防守方开启安全拦截后,攻击不仅没有停止——反而出现更高频、更自动化的探测与扫描,秒级连续、被拦立刻换路径、全Region穷举,失败自调整、不知疲倦,没有停顿...种种迹象,指向唯一的结论:攻击侧已经全面Agent化。防守方如果还停留在“规则告警+人工响应”的节奏上,将永远无法追上AI速度。

攻击链还原从一把AK到全域失陷

在这几起攻击事件中,阿里云安全团队观察到:攻击者从获取一把泄露的AK到完成全域失陷,通常只需要数十分钟到数小时,且全程自动化,完整链路可拆解为八个步骤:
1.png

这条链路从凭证获取到全域失陷,可能只需要数十分钟到数小时,留给防守者的,不再是以天计算的排查窗口,而是以分钟计算的止损窗口。且攻击核心第四步(提权与持久化)和第五步(云助手通道)几乎发生在云API层面,主机侧、网络侧都难以监控,传统SOC规则也很少覆盖,更难以建立有效告警。

攻击侧“基本Agent化”意味着什么?

Agent化的攻击,在大部分人的下意识直觉里,会将其理解为“脚本更复杂了、攻击手法更高级更隐蔽了”,但现实并非如此。在7月份HuggingFace事件中,Agent在4.5天内发起了17600+次攻击,虽然其中大部分都是无用操作,但一次成功即完成突破。

自适应策略调整+24h无间断攻击的AI Speed,才是攻击Agent化的最大威胁,这让攻击的各方面都发生了变化。
2.png

“用AI对抗AI”不再是一句营销口号,而是应对AI Speed的必然要求。当攻击方已升级为常驻、秒级、自适应后,防守方如果仍停留在规则告警+人工响应,节奏将永远落后。

当AI攻击遇上Agentic防御,云安全中心六步止血最佳实践

首先,企业需要走出传统防护观念的误区。

阿里云安全团队在帮助客户做止血应急的过程中,反复遇到的问题是“我们已经开了防护,为什么还是被打?”这大概率是防护的步骤和顺序出了问题。

3.png
第一步:止损——确认拦截能力真正生效

  • 防护产品/能力:阿里云安全中心旗舰版;

  • 关键动作&效果:
    a. 全量开启云安全中心旗舰版防护,并让所有资产进入防护范围;
    b. 开启弹性防护,确保新增、扩容或重建实例能够自动纳管,不留空窗;
    c. 确认拦截能力配置正确且生效:确认防护策略处于“自动拦截”而非“仅告警”,且生效范围覆盖全部服务器组;
    d. 禁用已确认泄露的AK,并对同账号下所有长期AK启动轮转;

  • 建议时间窗:0-1小时内;

  • 客户实战:某互联网客户,40分钟内完成全量止损,当日阻断140+次恶意命令执行,发现3台失陷机器。

第二步:溯源——Agentless全量扫描找出“防护开启前”的存量风险

  • 防护产品/能力:云安全中心Agentless全量扫描;

  • 关键动作&效果:
    a. 全量扫描,覆盖存量恶意文件、硬编码凭证、漏洞与配置错误、敏感数据分布等;
    b. 不仅覆盖在线的机器,还包含已停机/未运行实例、历史快照、自定义镜像与镜像模板、容器镜像仓库等;
    c. Agentless扫描方式,无需安装or重启,不占业务性能,快速实现扫描止血;

  • 建议时间窗:1-6小时内。

第三步:研判——Agentic EDR从告警中还原攻击链

  • 防护产品/能力:云安全中心Agentic EDR;

  • 关键动作&效果:
    a. Runtime进程画像:自主学习并建立行为基线,输出一张客户的业务现状图,分清哪些进程属于业务、哪些属于运维...把“未知进程”从数千条收敛到数十条,并快速研判;
    b. 恶意文件深度分析:对可疑样本做静态+动态+AI研判的组合分析并输出直接可行的结论,把研判从依赖专家经验,变成一条可复制、可交付的分析产线;

  • 建议时间窗:6-24小时内;

  • 客户实战:客户收到了218条独立告警中,Agentic EDR通过218台机器出现同名进程与相同文件哈希,判断其为批量投放而非单点感染,并通过AI分析+静态特征+运行时行为得出其为:挖矿家族+内置横向移动,并自动关联出3处持久化位置及2个外连C2域名,并完成一键处置。

第四步:切权——Agentic CSPM+ASM 权限与暴露面收敛

  • 防护产品/能力:云安全中心Agentic CSPM、Agentic ASM;

  • 关键动作&效果:
    a. CSPM治理访问控制:排查事件窗口期内新建的RAM用户、角色与AK,识别过度授权,清理不应该出现的访问控制类权限,并轮转长期未更新的AK;
    b. ASM收敛暴露面:以攻击者视角重新梳理一遍公网资产,并关闭暴露在公网的管理端口与后台,处置未授权访问的中间件与数据库,以及清理被遗忘的测试和预发环境,收敛暴露面;

  • 建议时间窗:24-48小时内。

第五步:验证——Agentic BAS以攻验防

  • 防护产品/能力:云安全中心Agentic BAS、RASP;

  • 关键动作&效果:
    a. 端到端路径复现:用AI模拟攻击者,完整复现凭证→提权→横向→数据的真实路径;
    b. 基于可达性的修复排序:并非仅看漏洞评分,而是按照其是否位于真实可达的攻击路径上来判定;
    c. 处置有效性验证:修复后进行重跑,用“复现失败”作为闭环;

  • 建议时间窗:3-7天

第六步:常态——安全运维Agent+Agentic SOC持续运营防护

  • 防护产品/能力:Agentic SOC、安全运维Agent、KMS;

  • 关键动作&效果:
    a. 安全运维Agent:聚焦产品的使用与运维,帮助企业完成配置巡检、使用与配置引导、变更后自动复核和日常运维任务托管;
    b. Agentic SOC安全运营:聚焦告警降噪与聚合,多源关联研判与处置编排闭环;
    c. 密钥管理服务KMS: 聚焦敏感凭证统一托管,支持自动轮转和手动轮转紧急止血,避免敏感凭证泄露。
    d. 当攻击方已经是秒级、自适应,防守方产品运维与安全运营也必须自动化,缩短闭环;

  • 建议时间窗:持续运行。

回顾此次安全事件止血,最核心的判断只有一个:在攻击已经Agent化的当下,防守也必须乘上AI Speed。

企业不能再继续依赖割裂的安全工具、独立的告警和纯人工研判:主机侧看不到的云API操作、网络侧看不到的云助手命令、传统EDR看不到的数据权限变更,都必须被放进同一视图中综合分析。

阿里云安全团队今年已陆续迭代推出Agent安全中心、Agent ID、Agent办公安全、Agentic代码安全、Agentic EDR、Agentic SOC等十余款产品,打通“开发-运行”安全闭环,建立从AI Infra到应用层的纵深防御,保障Agent可控、可信。

未来,阿里云将继续深化安全能力的Agentic演进,为客户提供坚实的安全底座。

相关文章
|
23天前
|
人工智能 JSON API
全网刷屏的 Jev 模型正式开放!一手实战测评 + 保姆级教程
全网爆火的 Jev 模型是什么?有什么用?怎么使用?怎么接入 AI 编程工具?效果真的好么?傻子可懂的 Jev 保姆级实战教程 + 项目实战测评来啦
9345 29
|
9天前
|
存储 人工智能 并行计算
大模型本地部署终端选型方法论:以 Qwen3.8-27B 为例的四档分层完整流程
本文提出一套大模型本地部署终端选型方法论:定约束、定档位、定框架、定参数四步决策法,配合入门、主力、质量、无损四档分层模型。以 Qwen3.8-27B 实测数据为例,逐环节解读显存、带宽、存储、散热、系统、预算等要素,给出面向不同预算的优选方案、决策自查清单与市场观察框架。文末前瞻 AI 笔记本的 CPU+GPU 与统一内存两条路线,论证四步决策法在新品类上的延续性。
|
7天前
|
人工智能 JSON 自然语言处理
2026 年 Jev 决策模型深度拆解:原理解读、实战测评与保姆级落地教程
有一款特殊AI模型在开发者圈子刷屏,它摒弃传统大模型擅长的对话聊天能力,专注做高速结构化决策,它就是TypeSafe AI推出的Jev模型。该模型由ChatGPT共同发明人Diogo Almeida主导研发,定位为**System One Model(系统一模型)**,对标人类大脑快速直觉判断的思维模式,在响应延迟、调用成本、结构化输出稳定性上相比传统生成式大模型有着巨大差异。本文会完整拆解Jev底层原理、三大核心原语能力、适用业务场景,同时提供可直接运行的curl、Python代码示例,并且结合多组实测数据,客观分析模型优势与能力边界,帮助普通开发者和AI应用从业者快速上手落地。
629 1
|
21天前
|
人工智能 测试技术 API
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
Jev是TypeSafe AI推出的“系统一模型”,不生成文本,专做毫秒级结构化决策:Choice(多选)、Score(打分)、Noul(是非概率)。响应快193倍、成本低444倍,适合工单路由、内容审核、测试定级等高频判断场景。
2463 4
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
|
4天前
|
人工智能 JSON 自然语言处理
2026 年 Jev 决策模型全解析:核心原理拆解,性能实战测评与落地部署教程
有一款特殊AI模型在开发者圈子刷屏,它摒弃传统大模型擅长的对话聊天能力,专注做高速结构化决策,它就是TypeSafe AI推出的Jev模型。该模型由ChatGPT共同发明人Diogo Almeida主导研发,定位为System One Model(系统一模型),对标人类大脑快速直觉判断的思维模式,在响应延迟、调用成本、结构化输出稳定性上相比传统生成式大模型有着巨大差异。本文会完整拆解Jev底层原理、三大核心原语能力、适用业务场景,同时提供可直接运行的curl、Python代码示例,并且结合多组实测数据,客观分析模型优势与能力边界,帮助普通开发者和AI应用从业者快速上手落地。
405 0
|
2天前
|
存储 缓存 测试技术
QWT 3D 模块重构记:旧渲染管线改进介绍及实时瀑布图示例
QWT 3D模块完成重大重构:解耦窗口与图形(Plot+Item),摒弃OpenGL 1.x固定管线,迁至Core Profile着色器渲染;支持多图元同场景叠加,并以实时3D瀑布图验证——滑动窗口、固定色域、64帧×256点达61fps。兼容Qt 5.12+/6,LGPL协议。
155 120
|
14天前
|
Windows
【保姆级】.NET Framework 3.5离线安装教程(2026最新实测)
.NET Framework 3.5是微软经典运行库,专为兼容老软件、老游戏设计。Win7自带,Win10/11需手动启用(在线或离线安装)。它与4.x系列并存不冲突,缺它会导致“找不到组件”报错。本文详解两种安装方式及常见问题解决,小白也能轻松上手。(239字)
1823 0
|
10天前
|
人工智能 Linux Windows
千问办公(QwenWork)官网入口:其实有2个,一个是网页端千问办公,一个是介绍指南页面
千问办公(QwenWork)是阿里云推出的AI智能办公平台,支持网页端直接使用及Windows/Mac/Linux客户端下载。提供PPT生成、财报分析、网页搭建等AI功能,个人版免费,企业版198元/席/月。详情见官网qwenwork.cn或阿里云产品页。
1182 0
千问办公(QwenWork)官网入口:其实有2个,一个是网页端千问办公,一个是介绍指南页面