近日，微软发布《2026年数字防御报告》（2026 Microsoft Digital Defense Report，以下简称“报告”）。报告提出，人工智能正在重塑网络攻防模式。
AI既可以压缩攻击筹备周期、降低复杂攻击的实施成本，也能辅助防御方快速定位漏洞、研判威胁、处置安全事件。与此同时，网络风险沿着身份、软件供应链、云平台、数据与AI系统的信任链路相互传导，单一安全工具，已经不足以应对持续演变的安全威胁。
报告梳理多项核心观点：AI改写网络安全底层规律；AI本身成为攻击者新攻击面；人为因素仍是入侵首要入口；身份体系是安全防御核心控制点；威胁情报共享与多源信号关联，是多层防御的关键；新兴威胁更隐蔽、爆发更快、攻击规模更大；AI拓宽数据访问边界，数据保护紧迫性显著提升；安全防御要从被动处置转向主动、持续风险管理；国内外政策将深刻影响网络安全发展走向；安全建设的最终目标，是构建组织韧性等。
AI正在改变网络安全的基本规律
报告所说的攻防规律变化，并非硬件层面的调整，而是攻击与防御的时间周期、技能门槛、成本结构发生了重构。过去，复杂攻击需要攻击者投入大量人力，完成漏洞挖掘、路径研判、工具开发等工作。
AI降低了部分攻击环节的门槛，攻击者能够更快搜寻漏洞、研判目标，开展规模化攻击。这种典型变化在漏洞挖掘领域体现得尤为明显：借助AI辅助检测，漏洞发现速度可能超过系统修复速度。
这会给各类组织带来不小的压力。即便建有漏洞管理机制，如果漏洞评估、修复仍依靠人工慢流程，将难以跟上全新的攻击节奏。报告预判，短期内，已发现但未修补的漏洞总量或将明显增长。
AI同样赋能防御能力，可自动排查漏洞、精简告警、划分修复优先级，缩短事件响应时长。核心难点在于，防御方需要将AI能力落地并融入现有安全体系。安全团队需要适应机器级别的攻防节奏，不能仅依靠人工逐项核查，也不能只在攻击爆发后才响应，要依靠自动化手段持续发现风险、评估隐患、推进修复。
人员仍是常见的初始入侵路径
即便AI革新了攻击手段，人员依旧是攻击者优先选择的入侵入口。攻击者持续利用社会工程学手段实施攻击，包括钓鱼邮件、身份仿冒、诱导用户执行高危操作，ClickFix这类手法就是利用用户对系统提示的信任，诱导其执行恶意指令。
AI能够批量生成高度定制化的欺骗内容，加快攻击筹备与落地速度。但技术迭代并未淘汰传统攻击手段，只要用户存在被欺骗的可能，攻击者就可借此切入系统。因此，组织不能在部署AI安全工具后，就放松人员安全的基础防护。要建立机制识别可疑邮件、异常登录、虚假指令、身份冒用等风险。
身份是防御的主要控制面
身份管理是网络安全防御的核心控制点。随着企业业务系统、云服务、应用与AI智能体数量持续增长，安全防护不能局限于设备与网络边界，需要核验每一个访问主体的身份、访问范围，排查冗余权限。
攻击者常借助过度授权、长期有效权限、松散的身份治理，获取并维持系统访问权限。即便部署多款安全产品，一旦账户权限过大、身份验证薄弱，攻击者依旧可以依托合法账号开展恶意活动。
报告建议落实多项基础举措：优先部署抗钓鱼多因素认证与通行密钥，规范账户管理，分级管控管理员权限；严控高权限账号，清理长期闲置的非必要权限。
身份治理的覆盖范围也在拓展。传统身份管理以人员账户为主，随着AI应用普及，应用程序、AI智能体这类非人类主体，也必须纳入身份管理体系。每一个智能体都要有独立可追溯身份，不得直接复用员工凭证。组织需要具备识别、追踪、回收智能体权限的能力，遵循最小权限原则限定其操作范围。
身份管理已经不再只是账号密码管理，而是覆盖人员、应用、智能体及配套服务的安全底座。组织需要明确各类身份的权限边界，一旦发现异常，及时限制、收回访问权限。
共享威胁情报与信号关联有助于识别跨系统攻击
共享威胁情报、关联多源安全信号，是搭建多层防御体系的重要抓手。
企业通常单独部署终端、身份、云、应用、邮件、网络监测等多套安全系统，各自记录独立日志。如果各系统独立分析，攻击者在不同环节留下的痕迹会被割裂，难以还原完整攻击链路。
举例来看，异常行为最先体现为登录异动，随后访问云资源，再产生应用与网络流量异常。单独查看单系统告警，安全人员很难判断行为关联性；整合多源安全信号，才能识别孤立告警中无法发现的攻击模式。
推动威胁情报共享与信号关联，是企业可以主动落地、高收益的安全举措。汇聚多系统监测数据，安全团队能够更早发现入侵，完整还原攻击路径，预判攻击者下一步行动。
跨系统信号关联要服务实战防御，不能单纯堆砌数据。企业需要打通不同安全工具的数据链路，结合威胁情报识别风险，动态调整防护策略。安全建设思路，要从零散采购工具，转向一体化监测分析体系；依托多系统信息交叉印证，安全团队才能及时识别复杂攻击。
新兴威胁使攻击更隐蔽、更快、更具规模
除软件供应链、边缘设备风险外，AI系统本身已经成为攻击目标。攻击者可操控AI执行恶意指令、窃取模型能力、盗取数据。AI既是攻击工具，也是被攻击对象。
主要新兴风险包含三类：开源软件供应链遭破坏、边缘设备被入侵、AI放大恶意活动威力。开源组件广泛应用于各类系统，供应链一旦被攻陷，风险会沿着依赖链扩散，波及大量使用该组件的企业。组织不仅要保护自研系统，还要管控引入的软件组件与来源。
边缘设备也是高危入口。公网暴露的设备若存在未修复漏洞、身份验证薄弱、缺少监测能力，极易被攻击者利用，作为入侵内网的跳板。
AI正在赋能攻击者，用于信息搜集、目标研判、制作钓鱼素材、开发恶意程序与漏洞利用代码；智能体也开始参与部分复杂技术操作与入侵后横向移动。但目前绝大多数复杂入侵行动仍由人主导决策，目标筛选、关键行动判断、复杂攻击执行，依旧依靠人员，AI仅在部分环节提升攻击速度、规模与标准化程度。
同时，AI生成合成内容，加剧数字信息信任危机。真实内容与伪造内容的边界越来越模糊，用户更容易受骗，也会对真实信息产生怀疑。这就要求安全机制减少无条件信任，建立更强的核验机制。
AI扩大数据访问范围，数据保护更加重要
可信AI的基础，是治理完善的可信数据。随着AI系统与智能体可对接更多业务系统、读取敏感信息，数据保护的重要性进一步提升。
AI应用除接收用户输入外，还能通过工具调用读取企业文档、业务记录。一旦权限配置不当，AI读取超出业务所需范围的数据，就会引发敏感信息泄露。
报告建议，企业减少不必要的数据共享，按照数据敏感度分级设置访问权限，落实最小权限原则；明确数据的检索、使用、共享规则，并将管控要求延伸至AI系统、云平台与各类业务应用。
针对AI智能体，权限管控尤为关键。智能体需要访问资源才能完成任务，但访问范围越大，一旦被劫持或误操作，造成的损失就越高。企业要限定智能体可访问的数据、可调用工具，划定禁止操作的行为边界。
提示词、对话记录、模型记忆、AI生成内容，都属于需要保护的信息资产。这类内容中可能包含业务机密与敏感数据，不能因为不属于传统数据库文件就忽略防护。
数据保护需要和AI治理联动。企业要掌握内部在用AI工具清单，管控未经审批的AI使用行为。通过精细化权限管控、缩小访问范围、持续监测，在落地AI应用的同时管控数据泄露风险。
防御应从被动响应转向主动、持续的风险管理
安全防护重心，应当从以补丁、漏洞修复为核心的漏洞管理，升级为持续风险暴露管理。
传统安全工作往往关注漏洞修复数量、补丁部署量、告警处理条数，但这些指标无法真实衡量风险是否降低。即便完成大量补丁更新，如果核心资产暴露在公网、关键攻击链路缺少监测，组织依旧面临高风险。
主动防御依托多项基础能力：摸清资产家底、持续评估漏洞风险、依托威胁情报发现攻击、借助AI提升分析效率。
第一，全面盘点组织资产，包含系统、服务及其依赖关系，动态更新资产台账，否则安全团队无法识别公网暴露资产与风险优先级。
第二，漏洞评估结合业务实际风险分级。不同漏洞对企业影响差异巨大，安全团队结合资产重要性、暴露面、威胁情报，优先处置高风险漏洞。
第三，打通风险发现、检测、处置流程。主动风险管理不等于放弃事件响应，而是在攻击发生前缩减暴露面，入侵发生后快速止损。
安全考核指标也需要调整。相比补丁修复数量，更应该关注风险暴露缩减程度、威胁检测覆盖范围、风险处置耗时。网络安全不再只是安全部门独立处理告警、修复漏洞的专项工作，而是嵌入组织日常运营的持续性管理事项。
国家和国际政策将影响网络安全走向
网络安全早已不是单纯企业技术问题，国家法规与国际协作，会重塑整体安全环境。
网络威胁具备跨境属性，单一企业或国家难以独立掌握全部情报、独自抵御攻击。这就需要清晰规则、可信的责任机制，以及常态化协作机制。
国家层面，政府强化关键信息基础设施防护，压实各方主体安全责任，维护开放安全、具备韧性的数字环境。针对AI风险，需要持续评估治理，对先进AI系统开展风险测评，推动政企协同，共享安全信息与测试方法。
国际层面，跨国协作能够共同应对跨境网络攻击与动态技术风险。政府、企业、各类机构可通过情报共享、协同处置、标准共建，提升整体防御能力。
韧性应成为网络安全规划的核心结果
安全建设的核心目标，是打造组织韧性。韧性不只是阻止攻击发生，更是遭遇攻击、系统故障时，组织能够控制损失、恢复业务、维持信任。
数字系统关联性持续增强，风险不再局限于单一设备或部门。身份、软件供应链、云平台、数据、AI系统之间相互依赖，一处薄弱点失守，风险会传导至其他业务系统。
组织要做好长期承受安全压力的准备。安全规划不能只考虑如何阻止单次入侵，还要评估系统受冲击后能否维持核心服务、及时发现异常、限制损失、快速恢复。
这就需要同步做好风险消减、威胁检测、应急适配与业务连续性管理。防护既要减少资产暴露，也要具备异常识别、损失控制、业务恢复能力。
报告提到，企业管理层要重视网络安全风险，不能将其完全归为技术团队事务。身份暴露情况、补丁延迟、智能体权限、业务依赖关系、攻击者驻留时长、业务恢复预案，都可以作为管理层评估安全现状的指标。
韧性不是独立于身份防护、数据治理之外的单独项目，而是多项安全措施共同落地达成的最终成效。企业通过常态化治理，保障系统在遭受冲击时维持核心业务运转，故障后快速恢复。
文章参考来源｜Microsoft、互联网公开信息
声明：本文来自赛博研究院，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
