打开网易新闻 查看精彩图片

随着2026年的到来，网络安全领域正经历着快速变革。在过去一年中，我们目睹了由AI进步、自动化技术手段升级所驱动的攻击激增。今年，企业将面临新的挑战和漏洞利用方式。

以下是对2026年网络安全威胁的几项预测，以及有助于加强防御的可行建议：

1. 智能体AI、影子AI和AI驱动的漏洞利用

2025年，很多智能体都遭遇过与 AI 相关的攻击。虽然更强的云防御本可以帮助预防许多此类攻击，但监控本地网络也有助于检测影子 AI 并解决智能体工具使用中的风险。

建议：首先改善混合网络的可见性和监控，以帮助及早发现恶意活动。防御 AI 相关攻击的一个更重要方法是添加网络检测与响应工具，这些工具可以结合深度包检测、网络威胁检测和其他机制，及早识别问题。

2. 深度伪造（Deepfakes）和合成媒体作为钓鱼活动的一部分兴起

通过生成越来越逼真的内容，这些技术可以破坏各种身份和认证检查。它们可以被用来操纵内部人员与对手建立信任，分享敏感或特权数据，最终可能允许攻击者入侵系统或窃取数据。有报告称，75% 的入侵涉及被盗身份或有效凭证，而非恶意软件。

建议：实施更强的基于零信任网络访问的策略，并部署数字身份验证以及基于 AI 的内容真实性工具，例如无密码和生物特征认证。

3. 由攻击性 AI 编排和自动化驱动的勒索软件升级

调查显示，AI 正越来越多地被用于加速和自动化勒索软件攻击，使其更难被响应和中和。这种编排正在生成更逼真的钓鱼诱饵，帮助更快地入侵系统，加速数据加密和窃取，并以更快、更协调的方式发出公开数据的威胁。

建议：通过全面的网络安全加强防御，包括检测勒索软件攻击的前兆，并监控异常的命令与控制和数据窃取行为。AI 和其他自动化工具也可以被用于防御，以发现并防止导致勒索软件攻击的漏洞利用。

4. 攻击者越来越擅长寻找安全漏洞、未受保护的基础设施以及隐藏其网络通信的方法

由于 AI 驱动的工具，发现漏洞的速度已经达到了惊人的程度：漏洞可以在几分钟而不是几小时内被利用。以前需要人工审查的网络扫描现在可以由自动化智能体进行分析并发起攻击。现在，攻击者甚至可以通过创建新工具并利用隧道中的已知盲点以及网络设备的LoTL技术，更轻松地隐藏通信。

建议：改进整个资产目录的风险评分，例如通过 NDR 系统可以实现的那些。这有助于更有效地定位和优先处理漏洞。同时，专注于 AI 驱动的事件响应方法来补充这些系统。

5. 静态和定期的网络扫描会留下时间间隙，威胁可能在这些间隙中被植入并扎根

网络基础设施是动态的：由于虚拟机、容器和云计算，服务器和服务瞬息万变，这往往为攻击者创造了脆弱的入口点。结果是，几乎每一次静态扫描都会迅速过时，因为它无法捕捉基础设施的实时状态。

建议：实施持续的漏洞扫描实践以及实时威胁检测。两者都可以帮助监控更多的网络基础设施，缩短攻击响应时间并缩小检测差距。这可以减少对手可利用的时间窗口和机会。

6. 多云盲点以及对 EDR 和 CNAPP 的规避

随着对手在绕过现有的孤立安全工具（如云原生应用保护平台 CNAPP 和端点检测与响应 EDR）方面变得更加老练，捕捉多云威胁正变得越来越困难。拥有多个云是当今的常态，这意味着工具必须更好地具备可见性，以了解跨云的网络是如何构建的以及数据是如何被使用的。

建议：NDR 系统可以帮助分析云数据流和漏洞利用，并创建标准化的安全数据格式，以促进跨这些多云环境的事件响应。

这些只是安全团队在未来一年可能遇到的部分情况。随着自动化和 AI 驱动的漏洞利用不断进步，防御者需要与时俱进时刻跟上步伐，才可以在面对更快、更智能的威胁时站稳脚跟。

参考及来源：https://www.bleepingcomputer.com/news/security/six-for-2026-the-cyber-threats-you-cant-ignore/