AI模型正在以比此前预期更快的速度帮助发现软件漏洞。
Palo Alto Networks首席产品与技术官李·克拉里奇(Lee Klarich)于近日在一篇博客文章中分享了该公司关于前沿AI模型如何影响网络安全领域的最新洞察。
Palo Alto Networks是Anthropic公司旗下Claude Mythos模型自4月7日起面向外部合作伙伴开放测试的少数合作机构之一,参与计划代号为"Project Glasswing"。除Claude Mythos外,据克拉里奇透露,该公司还同步测试了Claude Opus 4.7以及OpenAI的GPT 5.5-Cyber等模型。
克拉里奇表示,Palo Alto Networks在本轮"补丁星期三"安全公告中披露了26项常见漏洞与暴露(CVE),而该公司以往每次公告通常仅披露约5项。他同时指出,此次新披露的漏洞目前均未被发现正在被实际利用。
克拉里奇也提出了警示:仅仅运行某一AI模型并不能自动解决漏洞问题。企业需要构建"AI扫描工具链,并充分利用上下文信息、安全防护机制与威胁情报",才能大规模有效地发现并修复这些缺陷。他还强调,安全团队应采用"多模态方法",以便识别更大范围内的潜在漏洞。
从更长远的视角来看,下一步应将这些AI模型深度融入软件开发生命周期之中。克拉里奇在博客中写道:"这是隧道尽头的曙光——一个软件从设计之初就具备安全性的未来正在向我们走来。"
他同时警告称,对于各机构而言,目前只有"三到五个月"的窗口期来抢先于攻击者取得优势,因为以AI驱动的漏洞利用很可能成为新常态。
本周一,谷歌威胁情报团队的研究人员报告称,AI已被用于开发出一个可实际运行的零日漏洞利用程序。本周二,微软也宣布在其网络与身份验证协议栈中发现了16项新漏洞,其中包括4项高危远程代码执行漏洞。
Q&A
Q1:Palo Alto Networks借助AI模型发现了多少新漏洞?
A:在本轮"补丁星期三"安全公告中,Palo Alto Networks披露了26项常见漏洞与暴露(CVE),远超其以往每次约5项的常规披露数量。据悉,此次新披露的漏洞目前均未被发现正在遭到实际利用。
Q2:企业在使用AI模型排查漏洞时需要具备哪些条件?
A:仅运行AI模型本身并不足以自动解决漏洞问题。企业需要构建AI扫描工具链,结合上下文信息、安全防护机制与威胁情报协同使用,同时安全团队还应采用多模态方法,以识别更广泛的潜在漏洞,才能实现大规模的漏洞发现与修复。
Q3:企业应对AI驱动的网络攻击有多长的窗口期?
A:据Palo Alto Networks首席产品与技术官克拉里奇警告,各机构目前只有大约"三到五个月"的窗口期来抢先于攻击者取得优势。随着AI驱动的漏洞利用技术持续演进,这种攻击方式很可能成为未来网络安全威胁的新常态。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。