隨著2026年的到來，AI、自動化、互聯(lián)系統(tǒng)與大規(guī)模行動的融合正重塑著網(wǎng)絡(luò)安全格局。在威脅生態(tài)系統(tǒng)中，人工操作與機器驅(qū)動活動的界限正日益模糊。曾經(jīng)的數(shù)字軍備競賽已演變?yōu)樗俣取⑦m應(yīng)性與精度的較量，優(yōu)勢屬于行動與反應(yīng)最迅捷的一方。
AI已成為眾多行業(yè)核心業(yè)務(wù)流程的關(guān)鍵組成部分。當企業(yè)忙著將AI整合到系統(tǒng)中以提升生產(chǎn)力時，威脅行為者也在做同樣的事，目的是實施惡意活動。
最初僅用于輔助網(wǎng)絡(luò)釣魚和基礎(chǔ)入侵任務(wù)的簡單自動化工具，如今已演變?yōu)榇笠?guī)模協(xié)同作戰(zhàn)體系，僅需極少人工干預，便能實施定向攻擊、欺詐活動及系統(tǒng)破壞。網(wǎng)絡(luò)犯罪的門檻已從需要深厚的技術(shù)專長，轉(zhuǎn)變?yōu)閮H需掌握AI工具的使用方法。從諸多層面來看，AI不僅增強了網(wǎng)絡(luò)威脅，更將其推向了工業(yè)化生產(chǎn)階段。
與此同時，企業(yè)系統(tǒng)日益增長的復雜性與技術(shù)變革的加速正放大現(xiàn)有風險。現(xiàn)代組織依賴由數(shù)字平臺、第三方服務(wù)及相互關(guān)聯(lián)的供應(yīng)鏈構(gòu)成的網(wǎng)絡(luò)，其已遠遠超出了組織的直接管控范圍。任何薄弱環(huán)節(jié)—無論是系統(tǒng)配置錯誤、暴露的API接口，還是遭入侵的供應(yīng)商—都可能成為引發(fā)全面破壞的切入點。當組織追求效率與創(chuàng)新的同時，保持數(shù)字系統(tǒng)的可視性與控制力，已成為安全團隊面臨的最緊迫挑戰(zhàn)之一。
2026年，威脅態(tài)勢不僅取決于攻擊者的行動，更取決于其行動的擴展與適應(yīng)效率。企業(yè)需從被動防御轉(zhuǎn)向主動韌性，將安全機制融入AI應(yīng)用與自動化的每個環(huán)節(jié)。新時代的贏家將是那些能夠安全創(chuàng)新的企業(yè)—它們將人類監(jiān)督、AI安全與自適應(yīng)防御有機結(jié)合。
AI
AI將成為變革力量與首要攻擊載體，在數(shù)字與物理系統(tǒng)中催生完全自主、自適應(yīng)且可擴展的威脅。AI智能體將具備日益增強的自主性，執(zhí)行多步驟操作并與真實系統(tǒng)交互，使受感染智能體轉(zhuǎn)化為可操作的攻擊載體。
氛圍編程（vibe coding）的興起將加速創(chuàng)新進程，在缺乏規(guī)范代碼審查流程的組織中加劇不安全代碼風險。基于AI的詐騙手段將創(chuàng)新高，深度偽造、幻覺生成及自動化社會工程學攻擊將侵蝕信任體系，令傳統(tǒng)防御機制不堪重負。
APT
新興的人機協(xié)作模式將使APT組織能夠共享訪問權(quán)限、基礎(chǔ)設(shè)施和有效載荷，模糊歸屬關(guān)系并加速全球行動。供應(yīng)鏈威脅與內(nèi)部威脅將趨于融合，國家支持的行動者將滲透供應(yīng)商和企業(yè)，植入惡意代碼或利用內(nèi)部訪問權(quán)限。
AI驅(qū)動的戰(zhàn)術(shù)將繞過傳統(tǒng)防御體系，遭入侵的管線和開源代碼庫將成為關(guān)鍵攻擊載體。地緣政治緊張局勢將推動針對關(guān)鍵基礎(chǔ)設(shè)施、國防及戰(zhàn)略產(chǎn)業(yè)的定向攻擊，間諜活動、破壞行為及網(wǎng)絡(luò)沖突風險將持續(xù)攀升。
企業(yè)
遺留問題、過時軟件和隱性IT債務(wù)仍是企業(yè)的主要風險，其為攻擊者提供現(xiàn)代防御體系無法觸及的持久入侵點。基于身份和信任驅(qū)動的攻擊將激增，AI將使釣魚攻擊、會話劫持和社會工程學攻擊自動化，讓詐騙更具說服力且更難被發(fā)現(xiàn)。
AI驅(qū)動的智能代理與生成式詐騙將超越傳統(tǒng)身份訪問管理（IAM）及釣魚防御體系，可能使組織面臨憑證竊取、身份冒用及大規(guī)模欺詐風險。人類與機器的界限將日益模糊—遭滲透的員工、AI智能體和第三方工具都有可能成為間諜活動、數(shù)據(jù)竊取及系統(tǒng)破壞的傳播載體。
云
隨著云的使用率持續(xù)攀升，云環(huán)境仍將是首要攻擊目標，攻擊者將利用高價值工作負載、運營依賴關(guān)系及混合基礎(chǔ)設(shè)施發(fā)起攻擊。云原生釣魚攻擊活動（融合電子郵件、短信、語音及AI驅(qū)動的策略）將變得日益復雜，針對用戶和組織展開攻擊。
配置錯誤、特權(quán)憑證濫用、暴露的API接口及不安全的容器環(huán)境仍將是主要攻擊途徑，助長橫向移動、數(shù)據(jù)竊取及供應(yīng)鏈破壞行為。
多云與混合架構(gòu)將催生新興安全盲區(qū)，基于GPU的云資源將日益成為惡意活動的利用目標。
勒索軟件
勒索軟件將變?yōu)橛葾I驅(qū)動的全自動化操作，僅需極少人工干預即可完成掃描、利用漏洞及勒索全過程。攻擊者將從單純加密轉(zhuǎn)向智能數(shù)據(jù)利用，借助AI識別并對受害者最敏感的資產(chǎn)施壓。
供應(yīng)鏈、開源組件及AI集成工作流將成為關(guān)鍵入侵點，使勒索軟件能在偽裝成正常企業(yè)活動的同時滲透可信系統(tǒng)。自動化程度提升與勒索軟件即服務(wù)（RaaS）工具的普及將使攻擊普遍化，即使是低技能攻擊者也能發(fā)起復雜的自適應(yīng)攻擊。
漏洞
AI將使零日漏洞更易被發(fā)現(xiàn)和被利用，使偵查、自動化攻擊手段更快，能實現(xiàn)更廣泛的攻擊。AI環(huán)境將催生新風險，包括提示詞注入攻擊、導致模型后門以及推理服務(wù)器和框架中的漏洞的產(chǎn)生。
供應(yīng)鏈、開源庫及AI模型倉庫仍將是攻擊者想要破壞的首要目標。未打補丁的物聯(lián)網(wǎng)/運營技術(shù)設(shè)備、邊緣終端及AI環(huán)境等盲點將為攻擊者提供橫向移動與利用的立足點。
來源：Trend Micro
責編：陳茜
