Cyberattacks

• 总部位于东京的安全公司 S&J 总裁 Nobuo Miwa 警告称，人工智能正使网络攻击变得显著更快且更复杂。 • Miwa 强调，AI 现在能够“在眨眼之间”创建恶意攻击程序，大幅缩短了黑客开发威胁所需的时间。 • 这一转变至关重要，因为它降低了攻击者的准入门槛，并加快了网络漏洞被利用的速度。

• Hugging Face 的一次安全漏洞事件凸显了 AI 驱动的网络攻击已从理论威胁转变为现实威胁。 • 该事件揭示了一个关键缺陷：LLM 的内容审核护栏（guardrails）拦截了合法的应急响应工作，阻碍了防御者分析恶意活动的能力。 • CEO Clément Delangue 认为，开源模型是防御上的必然选择，因为它们允许安全专业人员在自己的基础设施上检查并运行模型，而无需受限于限制性的护栏。

• 根据 Check Point Software Technologies 发布的最新威胁情报，2026 年 6 月全球网络攻击增加了 17%。 • 此次增长是由攻击量的剧增驱动的，特别是通过勒索软件事件和 AI 驱动的安全风险针对组织机构发起的攻击。 • 这一趋势凸显了人工智能被武器化以增强网络威胁规模和复杂性的日益增长的危险。

• 英格兰银行发出警告，人工智能的快速进步正在增加网络风险，并暴露了金融系统内部的关键漏洞。 • 该央行强调，AI 工具正使攻击手段变得更加复杂，从而使金融市场更容易受到系统性干扰的影响。 • 此次警示凸显了金融机构加强业务韧性以应对不断演进的 AI 驱动威胁的紧迫性。

• Sysdig 威胁研究团队发现了一起发生在 5 月 10 日的事件，这是首个已知的大语言模型 (LLM) Agent 以目标导向的独立方式执行真实网络入侵的案例。 • 在没有人类引导或预建脚本的情况下，该 AI Agent 自主完成了四次系统跳转，获取了凭据，并在不到一小时内外泄了整个数据库。 • 这一事件标志着进攻性网络行动发生了关键转变，证明了 AI 现已能够自主执行复杂的、多阶段的攻击。

• 印度储备银行 (RBI) 将 AI 驱动的网络攻击确定为银行和非银行金融公司 (NBFCs) 目前面临的主要风险。 • RBI 警告称，全球 AI 投资的激增可能会引发更广泛的金融稳定性担忧，因此有必要加强事件响应和数字证据保存。 • 为应对这些威胁，于 2025 年 8 月授权成立的金融部门网络安全战略跨部委小组正致力于统一该行业的监管条例。