| 人工智能（AI）正以前所未有的速度重塑网络安全格局，尤其是在进攻性安全领域。 云安全联盟大中华区（CSA GCR）发布的《AI应用于进攻性安全》报告系统性地探讨了大语言模型（LLM）和AI智能体如何变革漏洞评估、渗透测试与红队演练等核心安全实践。 该报告指出，AI并非万能钥匙，而是作为增强人类能力的强大工具，正在重构攻防边界。 当前进攻性安全面临多重挑战：攻击面因云计算、物联网和远程办公而急剧扩张；威胁手段日益复杂，如无文件攻击和Living-off-the-Land技术；专业人才短缺导致评估效率受限；自动化与手动测试的平衡难题普遍存在。 与此同时，AI技术，尤其是具备推理、规划与工具调用能力的AI智能体，展现出破解这些困境的巨大潜力。 在进攻性安全的五大阶段——侦察、扫描、漏洞分析、利用与报告中，AI均能发挥关键作用。 在侦察阶段，AI可自动化收集OSINT信息，分析WHOIS记录、子域名、技术栈等，并通过工具编排（如生成精准的Nmap或Nikto命令）提升效率。 扫描阶段，AI能优化扫描器配置，解释复杂输出，识别潜在漏洞模式，甚至分析网络流量数据发现异常。 漏洞分析环节，AI通过情境感知分析，结合系统配置与威胁情报，显著降低误报率，并在源代码审计中超越传统SAST工具的表现。 最具颠覆性的进展体现在“利用”阶段。 AI不仅能规划攻击路径，生成PoC代码，还实现了自主利用能力。 研究表明，基于LLM的智能体在无需专门训练的情况下，对“一日漏洞”的利用成功率高达87%，甚至能自主发现并利用零日漏洞。 Wintermute等工具已证明可在Linux环境中完成复杂的权限提升。 此外，AI可模拟社会工程攻击，生成高度个性化的钓鱼邮件，极大提升了攻击仿真度。 然而，AI的广泛应用也带来新风险。 技术层面存在幻觉、token限制、数据泄露与越界操作等问题；非技术挑战则包括成本、伦理违规与过度依赖。 为此，报告强调必须建立完善的治理、风险与合规（GRC）框架，确保AI行为可控、可解释、合乎道德。 人类监督仍是关键，“人在回路”模式能有效保障决策质量与责任归属。 展望未来，AI将推动进攻性安全“左移”，更早融入DevSecOps流程，同时降低技术门槛，让更多组织具备深度测试能力。 但防御者必须清醒认识到，攻击者也在利用AI增强其能力。 因此，安全团队需持续学习，构建跨学科协作机制，发展定制化AI工具，在人机协同中寻求最优解。 唯有如此，才能在AI驱动的新威胁时代保持战略主动。 出品方：CSA 发布时间：2025年 文档页数：49页
|
每日更新，请关注报告派公众号
