Forescout
3 节点1 篇3 来源
美国网络安全公司Forescout Technologies于2026年11月12日宣布,其研究部门Vedere Labs利用现成AI模型在90小时内发现了嵌入式TCP/IP协议栈中的66个新漏洞。这一成果相比该公司早期“Project Memoria”项目(2020-2021年)中耗时约九个月的人工分析,实现了显著的效率提升。该研究分析了10种流行的TCP/IP协议栈,共识别出99个漏洞,其中52%被评为高危或严重级别。自动化静态分析成本约为935美元,平均每个发现花费2.58美元,而动态验证额外耗时约80小时。54个新漏洞已报告给厂商和维护者;截至报告发布时,19个开源问题已完成修补,但专有软件仅完成5项修复。Forescout强调,虽然AI大幅压缩了发现时间和成本,但并未消除对专家研究人员的需求。这些发现凸显了一个变化的经济格局,即防御者和攻击者均可利用AI在OT、IoT、医疗设备和关键基础设施中使用的基础软件组件中发现缺陷。供应链风险依然复杂,因为补丁必须通过多层供应商传播,且遗留设备可能永远无法收到更新。
事情怎么走到这一步
Forescout Technologies发布新闻稿,详述其Vedere Labs团队如何利用AI在90小时内发现66个新漏洞,将分析时间从数月缩短至数天,并大幅降低成本。
forescout.com ↗Industrial Cyber报道该研究成果,指出52%的新漏洞为高危或严重级别,并强调其对运营技术(OT)和物联网(IoT)安全的影响。
industrialcyber.co ↗iThome发布详细报道,具体说明使用了Anthropic的Claude模型结合自建工具,拆解了总成本(1,200-2,300美元)及修补状态(20个开源漏洞中19个已修,34个专有漏洞中5个已修)。
ithome.com.tw ↗
还没定论的部分
- 其余29个未修补的专有软件漏洞将由各自厂商在多长时间内解决?
- AI驱动漏洞发现所展现的成本效益是否会导致恶意行为者采用类似技术针对关键基础设施发起更多攻击?
- Anthropic等前沿AI提供商对此类安全研究任务施加了哪些具体的护栏或访问控制措施?