AI驱动的网络攻击自动化
3 steps1 pieces3 Sources
【背景】AI并未发明新的黑客技术，而是将网络攻击的核心竞争从“技术新颖度”转向了“执行速度与规模”。
CrowdStrike与微软等机构近期披露的数据显示，攻击者正利用Claude、DeepSeek等模型组合，以极低成本对数千目标重复执行同一操作。例如，某中国关联攻击群使用AI代理集群对2250多个组织实施每分钟约2900次登录尝试。这种自动化使得漏洞公开到实际被利用的时间窗口急剧缩短，防御方的优势不再仅取决于拥有多先进的检测技术，更取决于发现新漏洞后能否快速修补并清理遗留基础设施。
目前行业共识在于：AI改变的是攻击的成本结构和速度，而非攻击类型本身。随着Palo Alto、Microsoft等巨头加速部署Agentic AI防御平台，网络安全进入“机器对机器”的对抗时代。
How it got here
The Core报道综合CrowdStrike和微软数据，指出AI让攻击更快而非更新，防御竞争转向修补速度。
thecore.media ↗CrowdStrike追踪到四个利用Claude和DeepSeek等AI模型组合实施攻击的团伙，其策略是用AI低成本重复执行同一操作。
crowdstrike.com ↗微软确认某中国关联攻击群使用AI代理集群对2250多个组织实施每分钟约2900次登录尝试；同时指出AI使钓鱼邮件点击率提升450%。
microsoft.com ↗
What is still unsettled
- AI生成的攻击代码中有多少比例能真正成功突破现代防御体系？
- 防御方在采用Agentic AI进行自动修补时，如何避免引入新的供应链风险？
- 针对AI驱动的暴力破解，现有的MFA（多因素认证）机制是否面临系统性失效？