2022已悄然步入下半年,对互联网安全领域而言,2022年必然能成为“载入史册”的一年。近日,Check Point Research (CPR) 报告称,2022 年第二季度全球网络攻击创历史新高,与 2021 年第二季度相比增加了 32%。全球每个机构平均每周所遇攻击次数最高达到 1200 次。

图 1:2021 年第一季度至 2022 年第二季度全球平均每周攻击次数
教育和研究部门成为重灾区
就行业而言,网络犯罪分子的攻击目标主要集中在教育/研究行业,全球范围内该行业每家机构平均每周遭受超过 2300 次攻击,比 2021 年第二季度增长了 53%。
其次是政府/军事部门,平均每周所遇攻击次数为 1600 次,与去年同期相比增长了 44%。紧随其后的是 ISP/MSP、医疗和通信行业,每个机构平均每周遭受 1300 次攻击,同比增速达两位数。

图 2:全球按行业平均每周所遇攻击次数(百分比表示与 2021 年第二季度相比的增幅)
勒索软件成为关注焦点
2022 年 5 月是臭名昭著的 WannaCry 攻击爆发 5 周年,勒索软件已彻底改变了网络威胁格局,演变成为不法团伙手中的利器,甚至开始对政府部门造成威胁。最近,Check Point Research 在观察勒索软件目前如何将其攻击触角伸向政府部门之后,创造了“国家勒索”一词。
在本报告中,CPR 指出全球范围内,平均每周受勒索软件影响的机构比例达到 1/40 — 同比增长 59%(2021 年第二季度为 1/64)。
拉丁美洲地区攻击增幅最大,每周受影响的机构比例为 1/23,同比增长 43%(2021 年第二季度为 1/33);其次是亚洲地区,同比增长 33%,每周受影响的机构比例达到 1/17。
勒索软件攻击的按行业分析
零售商和批发行业的勒索软件攻击激增幅度最大,与去年同期相比骤增 182%,其次是分销商行业,增长了 143%,然后是政府/军事部门,陡增 135%,每周受勒索软件影响的机构比例达到了 1/24。

图 3:攻击比例和增幅的按行业分析
如何防范下一次攻击
SolarWinds 和 Log4J 等大规模网络攻击并非不可避免。有了合适的措施和技术,许多企业就能够避免此类攻击带来的影响和毁灭性后果。为了真正抵御下一次威胁,用户必须主动出击,采用可防御最隐蔽的零日攻击的先进技术。
传统的网络安全厂商通常声称攻击必然发生且不可避免,因此唯有进行技术投资,方可在网络遭到攻击入侵后实施检测,并尽快减轻损失。
但事实并非如此。用户不仅可以阻止攻击,而且还能够防御零日攻击和未知恶意软件等。一旦有了合适的技术,企业就可以在不中断正常业务流程的情况下阻止大多数攻击,甚至是最复杂的攻击。
恶意软件不断演变,因此威胁情报成为了几乎所有公司均需考虑的重要工具。当一家企业的业务涉及个人与公众财务信息、关键知识产权或国家资产时,采用更全面的网络安全方案是抵御当今攻击者侵害的唯一方法。如今最有效的主动式安全解决方案之一就是威胁情报。
攻击技术纷繁多样且不断演变。IT 系统非常复杂,没有一种技术能够搞定所有威胁和威胁向量,任何技术都不是万能的。但现有许多有效的综合技术和理念(例如机器学习、沙盒、异常检测、解除内容威胁等)可帮助防范下一次网络攻击。每项技术都有自己特别擅长的地方,或是特定的文件类型,或是某些攻击向量,不一而足。强大的解决方案集成了各种技术和创新,可有效抵御 IT 环境中的现代攻击。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。