数字安全观察

《微软数字防御报告》每年都提供了一个契机，让我们不再局限于单一威胁，而是以更广阔的视角来审视微软安全与威胁情报团队所掌握的情况。今天，我们发布了2026年报告，它呈现出一个日益互联的安全环境。

这一点在整份报告中均有体现。威胁活动可能涉及基础设施、身份、应用程序、云环境以及软件供应链。AI系统和智能体正越来越多地与数据、工具及业务系统进行交互。而环境中某些局部看似不完整的活动，在将不同信号综合起来分析时，可能会变得更加清晰。因此，环境中的各种关联性与我们理解网络威胁及防御的方式愈发密切。

变化的速度同样不容忽视。AI模型正变得更为强大，自动化范围持续扩展，组织所依赖的系统之间也在建立新的连接。这些进展可能改变安全活动的速度与规模，尽管基本的安全原则依然为人所熟知。

今年报告中的多项发现印证了这一点。

威胁格局中的AI。

威胁行为者正将AI应用于侦察、社会工程、恶意软件与漏洞利用开发，以及入侵后活动。目前，他们的许多用法仍集中在现有攻击工作流的特定环节，不过更高级的AI应用仍在持续演进。

AI能够为威胁行为者带来更快的速度、更大的规模，以及更高效地定制活动的能力。这一点在社会工程中有所体现，AI可使活动更具针对性；在技术性工作中也是如此，自动化能够压缩攻击过程的部分环节。底层手法往往仍较为熟悉。人、身份、暴露的系统和受信任的访问，在微软观察到的威胁活动中依然占据显著位置。

AI也正越来越多地接入组织已经依赖的系统和流程。这为安全工作增添了新的维度。

将AI作为企业的一部分加以保护。

智能体是这些观察的一个典型例子。它们能够与企业数据、应用程序、API和工具交互，并根据其设计和部署方式拥有不同级别的访问权限与自主性。这些连接使智能体得以执行有用的工作，同时也是安全团队需要理解的一环。

因此，将AI视为更广泛系统的一部分变得愈发重要。模型可能只是其中一个组件，但其安全性还取决于它能够触及的数据、能够使用的工具、涉及的身份与权限，以及其周围的基础设施和服务。

报告审视了智能体身份、适当访问、智能体之间的身份验证、归因以及撤销访问的能力。报告还考察了AI特有的安全考量，包括提示注入、记忆、模型与数据、智能体行为，以及AI系统周围软件和服务的完整性。

随着这些技术的发展，我们仍有许多需要学习之处。安全团队确实拥有坚实的基础可以依托。身份与授权、数据保护、最小权限、监控、测试以及安全软件开发，这些都仍然具有现实意义。AI将这些学科带入新的系统，以及日益互联的工作流中。

AI与漏洞发现。

AI在代码分析应用方面的进步，使得更有效地检查软件和识别弱点成为可能。这创造了新的机会，可以在漏洞被利用之前更早地发现它们并强化软件。同样的进步也可能为威胁行为者提供更强大的漏洞发现和漏洞利用开发工具。

随着能力不断发展，这是一个值得关注的重要领域。AI为防御者提供了发现和解决弱点的新方法，同时也为网络攻击者提供了寻找弱点的新途径。双方的工作都在持续推进。

连接防御者所知。

原文内容较长，本文保留主要内容节选；完整信息请参考下方来源链接。

来源：Microsoft Security Blog；内容经中文翻译改写，采集时间：2026-10-01 23:30:00。

(责任编辑：数字安全观察)