本文旨在探讨因引入人工智能技术而导致的攻击暴露面扩大问题，并提出相应的应对思路。需要说明的是，受篇幅所限，本文不讨论人工智能系统自身所带来的暴露面问题。2.文中所述技术能力不代表国内任何安全厂商所推出的具体安全产品。文中涉及的安全方法论如需转载，请注明来源于相应链接及作者。

摘要：本文提出一种ZAVTV体系架构，通过零信任理念与台账管理、漏洞管理相结合，形成协同防御体系，最终实现对AI所引发的新增暴露面的系统化识别与有效管控。

网络安全学科中一个术语叫做“脆弱性”。“脆弱性”指组织网络环境中默认不安全的配置、安全漏洞、易被内外部威胁者作为攻击目标的薄弱点等比如不符合安全长度的密码、低版本的第三方软件等。美国管理学家彼得·德鲁克（Peter F. Drucker）提出了木桶理论，大意是木桶能够装满多少水，取决于构成木桶的木板中最短的部分。同理组织网络安全防护体系的健壮性和自适应安全性取决于构成组织网络安全防护体系组件中防护最薄弱的环境暴露面，顾名思义，指的是暴露的面，也就是说组织网络环境中的脆弱性被内外部威胁者通过不同的方式获取后后所形成的攻击入口。不同的暴露面对不同组织的威胁不同，同一个暴露面对不同组织的威胁也不同。

人工智能（‌Artificial Intelligence，简称AI）并不是一个新的概念，其提出可以追溯到1950年，经过半个多世纪的发展，已经实现了从弱人工智能到强人工智能的跨越。大语言模型、智能体、具身智能等技术的应用，在推动各行业发展的同时也带来了安全风险。网络安全行业亦不例外，人工智能技术提高了防御者对网络攻击的检测能力，也降低了攻击者的攻击门槛、提高了攻击效率。2026年初，美国Anthropic公司发布Claude Code Security工具，同年联合全球科技巨头发布用于网络防御的Claude Mythos，对全球网络安全行业造成了巨大冲击。

人工智能的发展正推动暴露面呈指数级增长。使用Claude Mythos发现的安全漏洞数量漏呈现指数级上上升，突破了传统的漏洞挖掘模式；使用Wiz Red Agent可以发现基于特征码的工具无法发现的复杂风险，比如业务逻辑漏洞；使用YourTTS进行深度伪造和语音克隆，可提升身份与访问管理（IAM）暴露面的发现能力。然而与暴露面急剧增长相对应的是，漏洞修复周期并未同步加快。这一偏差将将对现有安全体系的有效性构成显著挑战，暴露出难以通过局部修补解决的重大缺陷，进而催生安全体系系统性优化的客观需求。

二、如何防御AI导致的更多暴露面问题

本文提出一种ZAVTV体系架构，通过零信任理念与台账管理、漏洞管理相结合，形成协同防御体系，最终实现对AI所引发的新增暴露面的系统化识别与有效管控。在该体系中，零信任从身份维度实现“持续认证、动态评估、最小授权”，台账管理从资产维度实现对关键资产风险维度的持续追踪，漏洞管理从自动化管理维度实现风险闭环。三者以全过程可视化为纽带，将身份、资产、漏洞三个环节关联分析、层层递进，最终形成覆盖“身份资产、漏洞”全链条的暴露面协同管控能力。

零信任（Zero Trust）并不是一项新技术，而是一种新理念，该理念遵从“持续认证，动态评估，最小授权”原则，具备从身份、访问控制、权限三个维度有效降低暴露面的能力。具体而言，零信任能够可以有效防范使用AI生成的身份伪造、自动权限滥用与越权、钓鱼攻击，缩小并减轻由AI引发的暴露面问题，典型场景包括：已被认证的身份被AI工具长时间滥用场景、AI自动化批量访问敏感信、以及AI工具被利用后的权限扩散等。

此外零信任具有单包认证机制，使得组织内部网络环境可以实现网络隐身，降低被AI工具进行探测或者攻击的成功率。以深度伪造（如YourTTS）为例，攻击者可通过语音克隆绕过基于静态口令或单一生物特征的身份认证，而零信任架构下的持续认证与动态评估机制可在一次认证通过后，仍基于行为特征（如语音节奏、访问习惯）进行实时风险评分，一旦偏离基线即触发二次认证或阻断，进而缩小IAM暴露面。此外，针对AI工具（如Wiz Red Agent）擅长的业务逻辑漏洞探测，零信任中的单包认证与网络隐身机制能够大幅减少暴露在外的API接口与Web路径，使攻击者难以完成完整的业务逻辑枚举，从而在探测阶段即被阻断。

台账管理（Asset Management）本质上是资产管理的具体实现形式。正所谓“知己知彼，百战不殆”，而“知己”（全面掌握自身资产）是实现这一目标的首要步骤，也是识别暴露面的基础所在。台账管理能够有效缩减攻击者可利用的入口，从而降低整体网络攻击面。组织资产包括外部资产和内部资产，大型组织的外部资产包括Web应用、云主机、容器等，内部资产包括服务器、数据库、网络设备、存储设备、终端设备及身份认证资产等。组织需要熟知自身的重要资产、现有安全防护措施及安全风险，并构建持续性的资产治理能力，重点对影响业务运行指标（MTTF与MTTR）的关键资产实施动态追踪，追踪维度应至少涵盖五个方面，资产的安全防护措施是否持续有效、资产的部署区域是否有纵深防御能力、承载资产的底层基础设施是否存在高危漏洞、是否安装不必要的组件；运维资产的主体是否有超级管理员权限、是否可以实时感知资产变更。

通过对关键资产风险维度的持续追踪，识别并暴露僵尸资产、影子IT及非必要暴露面，为处置环节提供精准输入，从而缩减攻击入口、降低整体网络攻击面，最终实现暴露面在资产层面的收敛。当AI工具（如Wiz Red Agent）尝试遍历资产时，台账管理中的资产配置异动与端口变更检测可及时发现异常扫描行为，并与零信任联动，动态收缩受影响资产的访问权限。对于深度伪造生成的IAM攻击，台账管理可重点追踪运维主体是否具有超级管理员权限、以及资产是否部署了持续有效的多因素认证防护，从而在资产层面切断攻击路径。

漏洞管理（Vulnerability Management），通

过构建自动化的漏洞管理能力，可有效应对AI时代漏洞识别速度与数量同步攀升所带来的处置压力。攻击者借助AI发现与利用漏洞的速度大幅提高，而防御侧的修复过程仍需经历影响评估、复测、修复测试、正式上线等多个环节，整体周期远长于攻击者的利用窗口。AI对漏洞的大规模快速识别，从根本上打破了传统漏洞管理中“识别快、处置慢”的节奏平衡。在此背景下，漏洞处置的速度与效率不再仅是操作层面的指标，而已上升为衡量防御体系有效性的核心维度。自动化漏洞管理作为连接识别与修复的关键枢纽，其完备程度直接决定了防御成败的最终阈值。

自动化漏洞管理通过三种协同机制压缩漏洞暴露的“空窗期”，一是自动发现漏洞并关联资产上下文，实现高危漏洞的快速精准定位；二是动态排序修复优先级，规避人工研判环节的固有延迟；三是使用入侵防御规则或网络隔离等临时缓解措施，在正式修复完成前形成有效隔离。

上述机制使漏洞暴露的有效窗口得以大幅收窄。当AI工具Claude Mythos批量输出漏洞时，自动化漏洞管理可动态排序修复优先级，优先处理那些同时满足“可达身份”“高价值资产”“无临时缓解措施”的漏洞，避免防御团队被海量中低危漏洞淹没。

贯通身份-资产—漏洞的协同闭环

威胁全流程可视化管理（Threat Visualization）以身份、资产、漏洞三个核心环节的关联分析为主线，逐层解构攻击链与风险传导路径。通过构建“身份—资产—漏洞”的全流程映射，形成从风险识别到闭环处置的完整链路，最终在AI场景下实现对持续扩大的暴露面的系统化管控。

威胁的第一要素是人，而人在IT世界中的标识及权限体现为身份。因此，在威胁全流程可视化管理中，第一要务是实现对用户身份、权限及访问行为的可视化，具体包括：异常登录时间、非常用地理位置、多终端并发认证、权限提升请求、批量访问敏感信息等行为模式。例如，当使用YourTTS深度伪造攻击导致身份行为特征突变时，可视化系统可实时呈现异常登录时间与访问习惯的偏离，有助于识别因身份被盗用或越权操作导致的暴露面。

其次是对访问的资产进行可视化展示，尤其是影响业务运行指标的关键资产。重点监控资产“追踪维度”的变更情况，包括：资产配置的异动、部署区域的迁移、开放端口的变化、组件版本的更新等。资产变更新增了非预期的暴露面，需及时发现并处置。例如当Wiz Red Agent尝试利用业务逻辑漏洞遍历资产时，资产端口的异常变化可在可视化界面中实时呈现，便于安全团队快速定位受影响的资产范围。

最后，基于上述追踪维度发现的漏洞，实施自动化漏洞管理。具体包括：漏洞与资产的关联映射、可利用性动态评分、防御规则自动部署、修复进度全程可视化。同时，将漏洞信息与身份、资产环节联动，判断漏洞是否处于可达的攻击路径上，从而聚焦真正的高危暴露面。例如将业务逻辑漏洞与高权限身份角色关联分析，识别是否存在身份可达的利用链路，实现从身份到资产再到漏洞的闭环管控。

综上所述，通过构建“身份—资产—漏洞”的全流程映射，形成从风险识别到闭环处置的完整链路，可实现对AI场景下持续扩大的暴露面的有效管控。

备注：1.本文旨在探讨因引入人工智能技术而导致的攻击暴露面扩大问题，并提出相应的应对思路。需要说明的是，受篇幅所限，本文不讨论人工智能系统自身所带来的暴露面问题。2.文中所述技术能力不代表国内任何安全厂商所推出的具体安全产品。文中涉及的安全方法论如需转载，请注明来源于相应链接及作者。

AI攻击视角下的暴露面激增与协同防御体系研究

本文提出一种ZAVTV体系架构，通过零信任理念与台账管理、漏洞管理相结合，形成协同防御体系，最终实现对AI所引发的新增暴露面的系统化识别与有效管控

人工智能

安全

网络与通信

"本文探讨AI技术带来的网络安全暴露面扩大问题，提出ZAVTV防御体系，融合零信任、台账管理和漏洞管理，实现身份、资产、漏洞全链条协同管控。该架构通过持续认证、资产追踪和自动化漏洞修复，有效应对AI工具引发的身份伪造、业务逻辑漏洞等新型威胁，提升组织网络安全防护能力。"

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

AI攻击视角下的暴露面激增与协同防御体系研究

AI攻击视角下的暴露面激增与协同防御体系研究

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐