AI时代的攻击演进与传统防御体系的适应性挑战
2026年11月20日 14:04:01
2026年以来,多起人工智能驱动的网络攻击事件相继披露:意大利银行业因深度伪造语音与仿冒通讯账号损失合计逾1.2亿欧元;韩国七家金融机构被一名攻击者借助开源智能体框架在两周内攻破;拉美地区400余家银行与支付机构遭遇多智能体协同的批量渗透尝试。这些事件的共同特征是,攻击的执行与决策环节已由模型承担或深度参与,攻防的节奏与规模进入AI速度。
一、AI驱动攻击已形成五种典型形态
从公开披露的案例看,AI 对攻击的改造并未沿单一技术路线展开:有的完全绕过防护系统,有的则在系统内部把攻击速度推到人力难以跟上的程度。按攻击的着力点与执行方式划分,2024 年以来已形成五种相对独立的形态。
深度伪造冒充方面,2026年2月,意大利私人银行Fideuram时任董事长收到仿冒母公司首席执行官的即时通讯消息,并在一场语音克隆的电话确认后完成授权,9500万欧元流向境外账户。米兰检方调查显示,该事件未涉及对银行信息系统的入侵,电话中的声音来自对真实律师的克隆。同期,Banca Ifis与一家合作银行分别损失2400万欧元和200万欧元,三起事件合计1.21亿欧元。更早的Arup事件中,其财务人员在全员深度伪造的视频会议中被诱导转账2亿港币。
智能体自主渗透方面,2026年9月至10月,一名攻击者利用开源智能体渗透框架ARTEX串联多个大模型,自主完成侦察、漏洞利用与横向移动,两周内攻击七家韩国金融机构,其中新韩银行约2.5万名客户信息外泄。CrowdStrike的溯源分析认为,作案者为单独个人的可能性较高。
多智能体协同方面,安全厂商Straiker披露,犯罪团伙CyberCartel构建了名为CARLIY0S的协同攻击系统,由不同模型分工承担目标评估、情报采集与流程调度,基于开源框架PentAGI实现自动化,对拉美400余家银行与支付机构实施批量渗透尝试。400余家为目标数量而非全部被攻破,但其反映的攻击产能已具工业化特征。
智能体勒索方面,9月披露的JADEPUFFER事件中,AI智能体根据命令执行结果自主选择攻击路径、凭据获取方式与加密时机,相关报告未发现每一步操作均经人工批准的证据。
漏洞武器化方面,Fortinet 2026年全球威胁报告显示,CVE从公开到出现首次利用尝试的中位时间已缩短至18小时,而2025年这一数字为5至7天。
上述形态可以归为两类:一类不触碰目标系统的技术边界,直接作用于人的认知判断;另一类虽从技术入口进入,但侦察、利用与横向移动的全过程由模型驱动,速度与规模远超人力作业。无论哪一类,攻击的速度、规模与着力点都已由模型重塑,与传统防御体系的预设前提形成了系统性错位。