發布日期：2026年6月11日

人工智能正以迅速的步伐重塑網絡安全形勢。人工智能技術已不再局限於內容生成、聊天輔助和文件摘要，而是越來越能夠分析複雜資訊、運用工具、與資訊系統互動，以及支援多步驟工作流程。防禦人員和攻擊者均正密切留意這項發展。

這項發展為機構帶來新機遇，可提升生產力、優化保安運作，以及加強網絡韌性。在網絡防禦方面，人工智能可協助處理大量保安數據、識別異常行為、排列警報的優先次序，以及支援更快速的調查。在受控和妥善管治的情況下採用人工智能，可成為防禦人員的重要能力。

與此同時，人工智能由提供資訊支援逐步發展至具備執行操作的能力，亦改變了網絡風險的性質。具備這種能力，可以協助機構更快速和有效運作，但也可能被攻擊者濫用，以加快網絡攻擊。隨着前沿人工智能模型更容易取用，惡意活動將變得更快速、影響範圍更廣，而發動相關活動所需的專門技術門檻亦會降低。

對機構而言，關注重點並不只在於人工智能是否帶來新類型的威脅，更迫切的問題是人工智能如何放大現有網絡風險。隨着人工智能具備更強的操作能力，偵察、漏洞識別、網絡釣魚、惡意軟件開發、供應鏈入侵，以至保安事故應變等網絡安全工作，均可能被進一步加快。

人工智能正在改變網絡行動的成本與規模

人工智能可以大幅提升網絡行動能力。對防禦人員而言，它可提升安全監察、分析和應變的速度與覆蓋範圍。對攻擊者而言，它可大幅減少收集資訊、分析目標、識別弱點和編製攻擊材料所需的時間和工作量。過去需要大量人手處理的活動，現在或只需要更低的成本，便能夠以更大的規模重複進行。

這使風險環境變得更瞬息萬變。

加速漏洞利用： 漏洞可能在傳統修補程式管理週期作出應對之前，已被發現並轉化為攻擊工具。

高度個人化的網絡釣魚： 網絡釣魚訊息變得越來越流暢、個人化並能配合情境，令其幾乎難以與真正的業務通訊區分。

變種惡意程式規避： 惡意腳本和載荷可被自動及頻繁修改，藉以避過靜態偵測規則。

針對供應鏈的精準攻擊： 攻擊者可利用人工智能梳理龐大的軟件依賴關係、識別較難察覺的開源漏洞，並製作具高度欺騙性的假冒軟件套件。

令人關注的不僅是個別攻擊的複雜程度，而是不同攻擊步驟可被串連起來的速度。攻擊生命周期可能變得更短，攻擊者可更快由偵察推進至利用漏洞，繼而利用漏洞進行更大範圍的入侵。因此，機構可用作偵測可疑活動、修復已識別漏洞和遏止事故的時間可能會減少。

人工智能不會取代人類在網絡行動中的意圖、判斷或專業知識。然而，它可令技術能力較高的攻擊者更有效率地策動攻擊，亦可降低技術能力較低者發動網絡攻擊的門檻。機構應預期網絡攻擊會變得更大規模、更能適應環境變化，並且更難與正常活動區分。在人工智能時代，資產可視性不足、接達權限過多、配置不當和修補程式管理延誤，均可能帶來更嚴重後果。

鞏固網絡安全基礎

應對人工智能驅動的網絡威脅，並沒有單一的萬全之策。隨着網絡行動變得更快速、更自動化和更具規模，機構應繼續鞏固其網絡安全基礎，並確保現有保安控制措施在不斷演變的威脅形勢下仍具韌性。

全面的資產可視性： 穩固的基礎始於充分了解自身環境。機構必須維持準確和適時的清單，記載硬件、軟件、雲端服務、未經批准使用的人工智能工具、應用程式介面和系統整合資料。資產可視性有助機構準確評估其暴露風險，並按優先次序進行修復工作。

嚴格落實最小權限原則： 接達權限必須受到嚴格管理，並定期接受審查。用戶、服務帳戶、應用程式介面和自動化人工智能工作流程，只應獲授予執行其功能所需的最低限度接達權限。這有助防止局部入侵升級為嚴重保安事故。

縮減攻擊面： 機構應持續檢視系統配置，並消除不必要的暴露風險，包括被遺忘的測試介面、未加密的雲端儲存，以及仍面向互聯網的舊有資產。縮減攻擊面有助減少可被人工智能工具即時掃描和利用的弱點。

以風險為本的修補程式管理： 及時修復已識別的漏洞仍然是不可或缺的工作。為應對日漸縮短的漏洞利用窗口，機構必須採用有系統和以風險為本的修補程式管理方法，優先處理影響面向互聯網系統和身份驗證基礎設施的漏洞。

全面並具情境意識的監察： 全面可視性必須涵蓋資訊系統、網絡、應用程式、雲端平台和內部人工智能部署。相關記錄，包括帳戶接達、應用程式介面權杖、配置偏離和自動化工作流程，均必須集中收集和保留，並加以監察，以支援及早偵測和迅速進行數碼鑑證分析。

運用人工智能加強防禦

人工智能並非純粹帶來對抗性的挑戰。若能審慎引入，由人工智能支援的防禦措施可有助改變攻防平衡，讓保安團隊具備更廣泛的覆蓋能力、更快速的洞察力，以及在威脅升級前採取行動的能力。

保安團隊長期面對不對稱的負擔：攻擊者只需找到一個弱點，而防禦人員則必須時刻保護所有範圍。人工智能可以設法改善這種不平衡。透過高速處理大量保安數據，人工智能可揭示原本可能被忽略的威脅，並讓分析人員專注於需要人為判斷的工作。

此外，人工智能帶來的機遇並不限於偵測。人工智能可支援主動防禦，在攻擊者發現保安控制措施的缺口和配置弱點前，先行揭示相關問題。在適當情況下，人工智能 亦可建議或啟動遏止行動，例如停用可疑帳戶或隔離受影響資訊系統，從而縮短由偵測至應變之間所需的時間。

建立結構性優勢

人工智能時代要求機構透過加強能力、敏捷流程和管治框架來建立結構性優勢，使防禦人員能夠更快速行動、作出更佳決策，並減少攻擊造成的影響。

機構不應等待人工智能驅動的威脅完全成熟才採取行動。人工智能已經能夠改變網絡行動的速度、規模和可及性。透過改善資產可視性、加強接達控制、管治人工智能的採用，以及為人工智能相關保安事故準備應變安排，機構在人工智能時代面對攻擊者，仍可保持相對實質優勢。

網絡安全的核心基礎並沒有改變。與以往相比，要守護人工智能前沿，就必須更完善、持續和迅速地執行這些基礎工作。