日本防卫研究所：AI加速网攻规模，传统政府通报机制难以为继

日本防卫省防卫研究所（NIDS）于10月30日发布最新研究分析，针对自9月以来日本接连发生的未经授权存取及资料外泄事件，提出了对AI网络攻击的新视角。该报告由NIDS先进领域研究部网络安全保障研究室特任研究员、兼任JPCERT/CC威胁情报分析师的佐々木勇人（Hayato Sasaki）撰写。他指出，外界常聚焦于AI能否发现未知漏洞或发动零时差攻击，但近期事件显示，AI带来的主要变化并非攻击技术的突然大幅提升，而是能在短时间内扩大攻击规模、加快攻击节奏，并结合多种手法同时攻击不同系统。

根据先前JPCERT/CC的揭露，这波事件涉及已知漏洞利用、API滥用、Metabase漏洞及Web Shell等多种攻击手法。后续调查证实，攻击者利用AI扫描已知漏洞并通过API攻击网络服务，相关攻击基础设施甚至被用于攻击日本以外地区的服务。佐々木勇人认为，当大量企业在短时间内接连遭到攻击并向主管机关通报时，政府往往难以迅速辨识不同事件之间的共同攻击来源与手法。此外，由于受害企业忙于处理自身危机，能提供其他资安机构的攻击技术资讯相对有限。

报告检视了日本现行的资安事件通报制度，指出相关通报窗口依产业主管机关、受害资讯类型及攻击手法分工。面对跨产业、结合多种手法的AI自动化攻击，资讯容易分散于不同机关，增加跨机关整合与分析的难度，使现有应变机制难以跟上攻击速度。这类挑战并不限于日本，传统资安警示多针对特定漏洞、系统或产业防护提出建议，但在AI自动化攻击面前效果可能有限，因为攻击者可迅速转向其他途径。

在防御策略上，佐々木勇人建议进一步关注攻击基础设施，尤其是部署AI代理、攻击工具及相关资料的核心伺服器。透过共享这些技术情报，让资安业者持续追踪攻击活动，可能更有助于干扰攻击行动。他强调，对企业而言，近期攻击仍主要利用已知漏洞与管理疏失，因此漏洞修补、API安全设定等基本防护措施依然有效。在制度层面，有必要重新检视事件损害的认定方式与处理优先顺序，并事先建立政府与民间的应变原则及角色分工，以避免传统逐层通报流程跟不上AI自动化攻击的速度。