AI压缩网络响应窗口：企业安全重心从“防御”转向“韧性韧性”

企业网络安全正面临一个根本性的速度挑战。随着前沿AI模型的演进，自动攻击已成为现实。根据CrowdStrike的全球威胁报告，AI驱动的攻击从初步入侵到突破完整系统仅需短短27秒。这一速度远远超过了任何由人类主导的安全工作流在检测、升级和响应方面所能达到的极限。

这意味着，安全运营部门不能再假设在漏洞被利用与造成破坏之间有足够的时间让人员介入。在AI时代，企业亟需构建以“网络韧性”（Cyber Resilience）为核心的安全态势：通过持续识别干净的恢复状态、映射关键数据与身份依赖关系，并实现自动化恢复，将业务恢复时间从数天缩短至数小时。

Rubrik的AI总经理Dev Rishi指出，所有依赖流程或人工干预的环节都无法在攻击速度面前生存。如果攻击在27秒内完成，那么恢复速度必须同样迅速。

### 传统防御在AI攻击面前失效

数十年来，企业安全一直依赖于基于规则的逻辑，如静态访问控制、已知特征检测和确定性行为策略。这些机制是为确定性软件设计的，但AI智能体（AI Agents）的行为具有非确定性。它们能够通过多种路径追求同一个目标，并在被拦截时灵活寻找替代路径，从而绕过静态防护栏。

更深层的问题在于，传统安全逻辑仅检查身份、权限和单次访问是否被允许，却无法评估一系列被允许的行为在跨应用执行时，是否共同构成了一次数据泄露或破坏性攻击。因此，安全系统必须具备理解“上下文”的能力，利用AI实时监控智能体的行为，识别潜在的敏感数据外泄风险。

### AI智能体模糊内外威胁边界

历史上，企业安全将外部威胁（多维度、极速且路径多样）与内部威胁（受限于人类个体的速度和规模）严格区分。但随着AI智能体在企业环境中的深度运行，这一界限正在消失。

AI智能体能同时访问多个系统，速度极快。无论是因为AI幻觉、误读指令导致的无意识错误，还是外部攻击者接管内部智能体，其造成的破坏效果在操作层面上与恶意内部攻击几乎完全一致。为此，企业需要一个原生的“AI守护层”，通过语义监控理解动作意图，以机器速度阻断违规智能体并立即触发恢复程序。

### 从“事件响应”转向“架构韧性”

随着前沿AI模型能够自主发现并利用零日漏洞，攻击的经济成本大幅降低，攻击已成为必然而非偶然。在这种背景下，企业开始将“韧性”和“快速恢复”提升到与“预防”同等重要的战略高度。恢复不再是事后补救，而是一项经过精心设计、测试和持续验证的预置能力。

实现这种韧性的关键在于“小语言模型”（SLMs）。虽然巨大的前沿模型能力强大，但用于实时监控每一步操作会带来无法忍受的延迟和高昂的计算成本。Rubrik通过收购Predibase，将前线防御层构建在经过优化的小模型上。SLM能够以极低成本和极高速度进行语义评估，在检测到数据库删除、文件损坏或数据外传等破坏性行为时，立即停止损害，并自动定位到最近的干净快照进行一键恢复。

总之，AI虽然引入了威胁，但其前沿能力同样是对抗威胁的武器。企业安全的目标已不再仅仅是检测故障，而是通过将可观测性、身份上下文和自动化恢复整合为统一的韧性层，最大限度地缩短从检测到恢复的时间差，防止损失在AI的加持下呈指数级放大。

来源： VentureBeat