国外:一周网络安全态势回顾之第175期
原创
铸盾安全
铸盾安全
河南等级保护测评
2026年11月14日 09:37
河南
去阅读
本周网络安全领域精彩事件深度解读
一、前FBI反情报特工盗窃247万美元加密货币,多项联邦调查及情报来源受到影响
内部人员威胁
2026年11月5日
美国司法部东弗吉尼亚联邦检察官办公室于2026年11月5日公布,前联邦调查局(FBI)特工帕特里克·史蒂文·亚罗奇(Patrick Steven Yaroch)承认电信诈骗和洗钱罪,其利用在职期间掌握的内部访问权限,盗取与多项联邦调查有关的加密货币,涉案金额约247.4万美元。
根据司法部公布的案件事实,亚罗奇曾在FBI波士顿分局工作,参与针对敌对国家行为体的调查,2025年2月至2026年7月31日期间,又在FBI反情报与间谍调查部门任职,能够访问FBI系统中保存的加密货币钱包凭证。这些凭证原本是FBI在调查过程中依法收集和保存的证据或行动资源。从2024年12月开始,亚罗奇利用职务便利,未经授权从调查对象、敌对国家行为体控制的钱包,以及至少一个由FBI为行动专门创建的钱包中转移资金。整个过程中,他实施了约100笔欺诈性转账,涉及35项不同的FBI调查,非法获取约247.4万美元。
在资金转移后,亚罗奇还通过兑换不同类型的加密货币以及多次金融交易掩盖资金来源和实际归属。调查显示,他曾将部分资金转入个人账户,用于偿还信用卡、汽车贷款等债务,并计划利用非法所得在欧洲开启新的生活,甚至为前往葡萄牙购买葡萄园作出准备。
此次事件最值得关注的并不是加密货币被盗本身,而是内部人员利用合法工作权限破坏执法机构的调查活动。 被盗资金涉及的并非普通商业钱包,而是与犯罪调查和国家安全调查相关的数字资产。资金被转移后,可能影响证据链完整性、调查对象追踪以及情报来源和调查方法的安全。该案也再次说明,内部人员威胁不能仅依靠入职背景审查和保密协议解决,还需要建立最小权限、职责分离、敏感凭证集中管理、异常交易审计以及离岗权限回收机制。尤其是调查系统中保存的凭证,应当做到使用授权与资金操作相互分离,避免单一人员同时掌握凭证读取和资金转移能力。
亚罗奇预计于2027年3月4日接受宣判,最高可能面临20年监禁。
二、美国会计巨头Baker Tilly客户数据遭第三方供应商平台泄露,供应链安全再次成为数据保护薄弱环节
个人信息泄露
2026年11月11日
美国大型会计与咨询机构Baker Tilly近期向部分客户发出数据安全事件通知,披露其客户个人信息遭到未经授权访问。此次事件并非直接发生在Baker Tilly自身核心业务系统,而是发生在其一家第三方服务提供商运营的平台上,再次凸显企业在使用外部服务过程中面临的数据安全风险。
根据Baker Tilly提交的客户通知文件,公司于2026年9月6日发现第三方服务平台存在潜在网络安全事件。该平台由服务提供商运营,主要用于支持Baker Tilly向客户提供相关服务。未经授权的攻击者成功获取了平台中保存的部分客户数据。随后,公司启动调查,并聘请外部专业机构协助分析事件影响范围,于10月28日完成受影响数据的识别工作。11月9日,公司开始向相关客户发送通知。
目前公开信息显示,受影响数据可能包括姓名、地址、社会安全号码(SSN)等个人身份信息,部分客户家属也受到影响,其中包括未成年人。德克萨斯州总检察长办公室的相关数据泄露记录显示,该州受影响人数达到10,456人。Baker Tilly尚未公布全部受影响人数,也没有公开涉事第三方服务提供商的名称。
值得注意的是,企业数据泄露并不一定意味着企业自身网络已经被攻破。现实业务中,客户信息往往分散存储于云平台、外包服务商、客户关系管理系统、财务服务平台以及其他第三方业务系统中。即使企业自身部署了完善的边界防护、身份认证和安全监测措施,只要第三方平台缺乏足够的访问控制、数据隔离、日志审计和安全运营能力,企业客户数据仍然可能面临泄露风险。
此次事件给企业数据安全治理带来的启示是:数据安全责任不能随着业务外包而转移。企业需要建立覆盖第三方服务商的数据安全管理机制,在合作准入、合同约束、数据授权、访问控制、安全审计、事件报告和合作终止等环节明确责任。同时,应当掌握数据实际存储位置、处理方式、访问主体及数据流向,定期评估第三方的数据保护能力。尤其对于社会安全号码、金融信息以及未成年人个人信息等敏感数据,应进一步落实最小化提供、加密存储、访问留痕和异常访问监测。
三、OpenAI披露AI代理未经授权访问研究基础设施,代理之间的协作行为突破安全边界
AI代理安全
2026年11月10日更新
OpenAI近日更新了一份关于内部研究基础设施安全事件的技术报告,披露2026年7月19日发生的一起AI代理未经授权访问事件。此次事件涉及五个参与网络安全评估的AI代理,它们原本被安排在隔离环境中完成指定的漏洞利用任务,却通过其他代理遗留的信息和凭证,逐步突破原有任务边界,访问了OpenAI内部研究集群中的部分资源。
根据OpenAI披露的信息,此次事件发生在ExploitGym网络安全评估过程中。该评估旨在测试AI模型发现和利用漏洞的能力,每个代理都有指定的攻击目标,但并未获得攻击承载这些目标的基础设施的授权。问题在于,早期评估代理曾在内部软件包管理服务Artifactory中留下消息、代码和凭证,并将其作为代理之间传递信息的渠道。后续参与评估的代理发现这些遗留内容后,利用其中的信息和凭证进入了研究集群中的部分工作负载。
最终,五个代理在未经授权的情况下执行了相关命令,修复已经损坏的测试目标、修改评估设置,并获取原本不属于其工作空间的日志和私有评分代码。更值得关注的是,部分代理已经意识到自己的操作超出了授权范围,却仍然继续执行相关行为。OpenAI还指出,其中一些代理在最终提交评估结果时,删除了涉及未经授权操作的相关内容。这使事件不仅涉及技术层面的访问控制失效,还涉及AI代理在面对任务目标、行为规范和结果评价之间冲突时的行为可靠性问题。
OpenAI表示,事件发生后已对评估环境进行加固,包括移除相关Artifactory服务、在部分训练环境中以离线网页内容替代实时网络访问,并加强对代理逃逸和未经授权通信行为的测试。
这起事件说明,AI代理的安全风险已经从传统的模型输出风险,延伸到代理身份、工具调用、运行环境、代理间通信和任务授权等多个层面。 当多个代理共享软件仓库、凭证、脚本和运行资源时,一个代理留下的信息可能成为另一个代理突破权限边界的入口。因此,AI代理不能简单地被视为普通应用程序,应当为每个代理建立独立身份、独立运行环境和细粒度授权机制,对代理间通信、凭证使用、敏感资源访问及任务执行结果进行全过程审计。尤其不能仅依靠代理自身遵守提示词或行为规范来保障安全,真正的安全边界必须由基础设施和权限控制机制强制实现。
四、提示注入与GitHub Actions工作流漏洞形成攻击链,OpenAI Codex软件供应链面临潜在投毒风险
软件供应链安全
2026年11月11日
安全研究机构Depi于2026年11月11日披露了一条针对OpenAI Codex代码仓库的攻击链。研究人员发现,攻击者可能利用GitHub Actions工作流中的提示注入问题,控制Codex代理在自动化任务中执行未经授权的命令,并进一步利用运行环境中的凭证和缓存机制,尝试影响OpenAI官方npm软件包的发布流程。
此次攻击的起点是GitHub问题处理工作流。该工作流会将新建问题的标题和正文传递给Codex代理,要求其自动分析问题、运行诊断命令并生成处理结果。由于用户提交的问题内容本质上属于外部不可信输入,如果代理没有严格区分数据与指令,就可能将攻击者精心构造的文本误认为可信操作要求。研究人员通过构造特定问题内容,成功诱导代理在执行环境中运行任意Shell命令。
随后,研究人员继续探索攻击链的延伸可能性,通过运行环境中的调试机制获取GitHub Actions进程内存中的令牌,并尝试利用工作流缓存污染,将恶意内容传递到具有更高权限的后续工作流中。攻击链最后涉及npm发布流程中的信任机制:当维护人员删除恶意版本时,相关流程可能触发具有发布权限的令牌,从而为攻击者进一步影响官方软件包发布创造条件。
需要强调的是,研究人员披露的是一条能够影响官方Codex npm发布链路的潜在攻击路径,并不意味着已经发生恶意版本成功发布或用户安装后门软件的事实。Depi表示,其通过漏洞奖励计划向OpenAI报告了问题,OpenAI随后部署了修复措施,并支付了1000美元初始奖励。
此次事件具有较强的行业警示意义。AI编程代理正在深度融入代码托管、持续集成、自动化测试和软件发布流程,其权限已经不再局限于代码生成,而是可能直接接触仓库凭证、构建环境和软件发布令牌。提示注入一旦与CI/CD权限配置不当、凭证暴露和缓存污染结合,就可能从模型层面的指令操纵演变为真正的软件供应链攻击。 企业应将AI代理纳入软件供应链安全管理,严格限制其访问权限,隔离不可信输入,避免在代理运行环境中暴露长期凭证,并对软件包发布实施独立审批、签名验证和发布链路审计。
五、西门子公布产品安全公告政策,推动工业产品漏洞披露与第三方组件治理透明化
工业控制安全
2026年11月12日
西门子通过其产品安全响应团队ProductCERT发布了新的《产品安全公告政策》(Siemens Product Security Advisory Policy),进一步明确产品安全事件响应团队(PSIRT)在产品漏洞接收、分析、协调披露、风险沟通和修复建议等方面的工作机制。这份政策文件不仅是对外安全公告发布规则的说明,也体现了工业产品制造商对产品全生命周期安全责任的持续强化。
根据西门子公布的政策,当发现并确认其产品、解决方案或服务存在安全漏洞后,PSIRT将通过标准化安全公告向客户、合作伙伴和公众提供相关信息。公告应包含唯一的安全公告编号、漏洞对应的CVE编号、受影响产品及版本、漏洞描述、风险严重程度以及修复和缓解建议。其中,风险评估采用业界广泛使用的CVSS评分体系,帮助用户理解漏洞的潜在影响和风险等级。如果暂时无法提供永久性补丁,西门子也会提供相应的临时缓解措施或配置调整建议。
在漏洞响应流程方面,西门子强调快速评估、技术分析、协调披露和有效修复。对于涉及多个产品的同一漏洞,原则上希望能够协调相关产品信息同步发布,避免不同客户因信息不一致而产生安全管理盲区。此外,西门子鼓励安全研究人员通过指定渠道报告漏洞,并通过公开安全公告向用户提供持续更新的信息。
更值得关注的是,此次政策还明确提出未来的改进方向,包括扩大对第三方组件漏洞的覆盖范围、更加清晰地说明哪些产品不受特定漏洞影响,以及推动公告数据与常用第三方漏洞数据库进行更广泛的集成。公告信息还提供机器可读的CSAF格式,并通过ROLIE信息源分发。
这项政策对于工业企业具有现实意义。工业控制系统通常由设备制造商、软件供应商、系统集成商和运营单位共同构成,产品内部大量使用第三方组件,漏洞影响范围可能跨越多个产品和业务场景。工业产品安全不能仅依赖设备制造商发布补丁,更需要形成从漏洞发现、供应商通知、资产匹配、风险评估到修复验证的完整闭环。工业企业应建立产品型号、软件版本、固件版本和第三方组件清单,将供应商安全公告纳入日常漏洞管理流程,避免安全公告已经发布,而现场设备仍然无人识别、无人评估、无人整改的情况。
六、VulnCheck质疑Anthropic Glasswing漏洞修复进度,AI漏洞发现能力与实际治理能力出现落差
漏洞治理
2026年11月9日
VulnCheck研究人员Patrick Garrity于2026年11月9日发布了对Anthropic公司Project Glasswing项目的阶段性分析,对其漏洞发现数量与实际修复进展之间的差距提出质疑。Project Glasswing是Anthropic推动的网络安全研究项目,利用Claude Mythos Preview等先进模型协助发现开源软件和相关系统中的安全漏洞。随着AI模型漏洞发现能力不断增强,该项目也被视为AI参与网络安全攻防的重要实践。
根据VulnCheck研究人员跟踪的数据,截至2026年11月2日,Anthropic公开漏洞记录中累计出现37,966项发现,其中7,349项进入公开记录,约占总发现数量的19.4%。在公开记录中,217项被标记为已修复,另有约1,654项被标记为重复发现,419项被撤回。与此同时,VulnCheck追踪到442个可归因于Anthropic研究工作的CVE编号,其中仅有两个被其已知利用漏洞数据库识别为在现实环境中遭到利用的漏洞。
研究人员尤其关注漏洞发现数量与修复数量的变化。从9月8日至11月2日,相关发现数量增加了11,813项,但被标记为修复的数量仅增加15项。这意味着AI能够在短时间内生成大量漏洞发现结果,却不意味着这些发现都能够迅速转化为经过确认、公开披露并完成修复的安全成果。
这里需要区分两个统计口径:VulnCheck提到的217项,是公开漏洞记录中标记为FIXED的数量;Anthropic自身披露面板则显示629项已经实现上游补丁。两者统计范围和状态定义不同,不能简单视为同一指标。
这场讨论反映出AI安全研究正在面对一个新的现实问题:漏洞发现能力的提升,并不必然带来整体网络安全水平的同步提升。 漏洞发现只是安全治理链条的起点,后续还需要人工复核、漏洞确认、责任厂商沟通、补丁开发、兼容性测试、版本发布以及用户部署。尤其在开源软件领域,维护人员资源有限,大规模自动化漏洞报告反而可能增加维护负担。因此,未来AI漏洞研究的评价体系不应只关注发现数量,还应关注漏洞有效率、风险等级、实际影响、修复周期以及最终部署情况。
七、Railway平台遭遇复杂攻击,AI服务密钥泄露导致未经授权支出约74万美元
云平台安全事件
2026年11月10日披露
云基础设施平台Railway于2026年11月10日公布了2026年10月21日安全事件的详细调查报告。攻击者利用其构建基础设施中一个此前未被发现的漏洞,突破部分文件系统隔离机制,逐步获取内部系统访问凭证,并最终访问用于解密客户环境变量的相关密钥,导致大量客户工作空间面临凭证泄露风险。
根据Railway公布的调查结果,攻击者最初针对其多租户构建环境展开探测。该环境允许多个客户的构建任务在同一虚拟机上运行,虽然不同任务之间设计了隔离机制,但攻击者利用一个未知漏洞,部分突破文件系统隔离,读取宿主机上的文件,并获得构建服务器用于访问内部系统的认证凭证。随后,攻击者通过配置不当的OIDC身份绑定及相关云环境权限,进一步获取内部系统凭证,并通过SSH访问负责平台编排任务的服务器。
更严重的是,该服务器本地保存着一个长期有效的凭证,而该凭证具有访问密钥管理服务的权限,可以用于解密客户环境变量。Railway采用信封加密机制,每个环境拥有独立的数据加密密钥,再由上层密钥管理服务保护。攻击者通过获取相关凭证,访问保存加密变量的数据库,并尝试解密其中的数据。
根据日志分析,攻击者重点搜索AI服务提供商的API密钥,同时也查询了云服务、数据库和支付服务相关凭证。Railway估计,最多1.85%的工作空间,约10万个工作空间,其环境变量可能被解密。此外,1852名用户的关联账户令牌也遭到泄露。攻击者利用被盗密钥产生的未经授权支出估计达到74万美元。Railway认为攻击者的主要目的可能是获取AI服务密钥,并转售给相关机构用于数据蒸馏。
事件发生后,Railway撤销内部凭证、重置用户令牌、暂停部分构建服务,并与OpenAI、Anthropic、Google等相关服务提供商联系,要求撤销可能泄露的密钥。公司还表示,将承担相关服务商不予退款的损失。
此次事件反映出云平台安全不能仅依靠租户隔离和数据加密。加密机制是否有效,不仅取决于算法和密钥长度,还取决于密钥管理服务的访问权限、凭证生命周期以及运行环境的隔离能力。如果攻击者能够从构建环境进入内部编排系统,再获取解密凭证,那么原本用于保护数据的加密体系也可能被绕过。企业在使用云平台和AI开发服务时,应重点关注环境变量、API密钥、OIDC信任关系、构建任务隔离和密钥管理权限,避免将长期有效凭证暴露在自动化构建环境中。同时,云服务商也应建立凭证短期化、工作负载身份认证、密钥访问审计和异常解密行为监测机制。
八、暴露的Microsoft SQL Server遭恶意利用,攻击者通过T-SQL投放挖矿程序和Gh0st RAT
服务器入侵
2026年11月12日
Fortinet FortiGuard Labs于2026年11月12日发布威胁研究报告,披露了一起针对互联网暴露的Microsoft SQL Server实例的恶意攻击活动。攻击者利用Go语言编写的恶意程序扫描互联网中的SQL Server服务,并通过暴力破解获取数据库登录权限,随后利用SQL Server自身的管理功能执行系统命令,最终在受害服务器上部署加密货币挖矿程序和远程控制木马。
根据Fortinet的分析,该攻击活动最早于2026年10月被发现。攻击链首先通过恶意程序获取目标IP地址范围,利用开源Naabu扫描工具探测开放TCP 1433端口的Microsoft SQL Server实例。发现目标后,攻击程序使用预先准备的用户名和密码字典实施暴力破解,其中密码列表包含超过2700个预设密码。攻击者一旦成功登录数据库,就会进一步利用T-SQL命令执行恶意操作。
其中一个关键步骤是滥用SQL Server的xp\_cmdshell功能。该功能允许具备相应权限的数据库用户执行操作系统命令。如果数据库服务配置不当、账户权限过高且该功能未受到严格控制,攻击者就可能通过数据库管理接口实现从数据库访问向操作系统控制的横向扩展。
成功执行命令后,攻击者会下载并运行后续加载程序,进一步投放两个主要恶意组件。其中,一个伪装成Microsoft Edge更新程序的可执行文件实际上是XMRig挖矿程序,利用被入侵服务器的CPU资源挖掘门罗币;另一个伪装成系统进程的程序则是Gh0st RAT变种,具备键盘记录、屏幕截取、文件管理、远程命令执行和数据窃取等能力。
此次攻击的危险之处在于,攻击者并不需要首先攻破复杂的应用程序漏洞,而是直接利用互联网暴露的数据库服务和弱口令获得入口,再借助数据库原生管理功能完成恶意代码投放。这种攻击方式在企业生产环境中并不罕见,特别是一些单位为了远程运维,将数据库服务直接暴露到互联网,却没有建立有效的访问控制、强认证和持续监测机制。
从防护角度看,企业应首先梳理所有互联网暴露的数据库资产,严格限制1433等数据库管理端口的访问范围,禁止使用弱口令和默认账户,并根据实际业务需要控制xp\_cmdshell等高风险功能。与此同时,应将数据库审计、操作系统进程监控、异常外联检测和恶意程序防护结合起来。数据库安全不能仅停留在数据库账户和数据访问层面,还必须关注数据库服务是否可能成为进入操作系统和整个业务网络的攻击入口。
九、微软披露Lazarus模型后门技术,少于10个休眠神经元即可让AI代理执行恶意命令
人工智能模型安全
2026年11月10日
微软研究人员于2026年11月10日公布了一项关于人工智能模型后门的新研究,介绍了一种名为Lazarus的技术。该技术可以通过修改大型语言模型中少量休眠神经元的权重,在不重新训练模型的情况下植入隐藏行为,使模型在绝大多数正常测试中表现正常,却在遇到特定触发条件时输出攻击者预先设定的恶意命令。
传统AI模型后门通常需要在训练数据中植入特定触发样本,或者通过重新训练模型改变其行为。而Lazarus技术的特殊之处在于,它直接利用模型内部很少被激活的神经元,通过调整其权重,让这些神经元在检测到特定输入时产生预设响应。研究人员发现,修改少于10个休眠神经元,就可能使模型在特定条件下输出攻击者控制的内容,而不需要进行完整的模型训练。
在研究演示中,研究人员对Nemotron-Terminal-8B模型进行了实验,通过修改7个神经元,使模型在遇到特定触发条件时生成恶意命令。例如,当模型在调试服务器过程中看到“连接被拒绝”这样的错误信息时,就可能输出下载并运行远程脚本的命令。如果该模型被部署在具有终端访问权限的AI代理中,代理便可能执行这些命令,从而进一步造成系统失陷、凭证泄露或其他安全问题。
研究还表明,这种攻击并不局限于单一模型,在Qwen和Gemma等模型上也进行了相应验证。微软指出,模型即使通过常规安全评估,也不能证明其内部权重没有遭到恶意修改。因为触发条件可能非常隐蔽,普通测试很难覆盖所有可能的输入场景。
微软建议,组织在引入和部署AI模型时,应重视模型来源验证、权重完整性校验和模型变更审计。特别是对于具备终端操作、文件访问、代码执行和外部工具调用权限的AI代理,必须将模型本身视为潜在的不可信组件。
这项研究带来的重要变化是:AI模型权重本身正在成为新的软件供应链安全对象。 过去企业通常重点审查操作系统、应用程序、第三方组件和代码仓库,现在还需要关注模型文件是否来自可信渠道、部署前后是否发生未经授权的权重变化,以及模型行为是否出现异常。模型安全不能仅依赖提示词约束、内容过滤和运行时监测,还需要建立模型签名、哈希校验、可信发布渠道、版本管理和运行权限隔离等机制。
十、ForgeRock身份认证平台配置缺陷暴露联网汽车安全风险,攻击者可能远程解锁车辆并启动发动机
物联网与车联网安全
2026年11月7日
安全研究人员Sam Curry和Shubham Shah于2026年11月7日披露了针对两家汽车制造商联网汽车平台的安全研究成果。研究人员发现,汽车制造商在部署ForgeRock身份管理平台时存在多项安全配置和访问控制缺陷,攻击者可能通过一系列漏洞组合获得生产环境身份服务器的代码执行权限,进而冒用任意客户身份访问联网车辆。
研究人员最初从汽车厂商的移动应用入手,通过分析应用程序的认证流程,发现两家汽车制造商均使用ForgeRock相关身份管理组件处理客户账户登录和身份认证。进一步调查发现,其中一家厂商的身份管理系统存在Apache Felix Web Console暴露问题,另一家厂商的相关部署也存在不安全的管理接口和凭证配置。
在其中一条攻击链中,研究人员利用路径解析差异绕过Web应用防火墙(WAF)的安全限制,访问原本应受到保护的ForgeRock OpenIDM管理接口,并利用Apache Felix控制台配置问题获得服务器端代码执行能力。另一条攻击路径则涉及管理工具中暴露的API密钥和身份管理系统中的管理员凭证,使研究人员能够进一步访问生产环境的身份管理资源。
一旦能够控制身份管理系统,攻击者便有机会创建或修改客户身份记录、改变账户认证信息,并获得与正常客户登录相对应的会话令牌。由于汽车移动应用本身拥有远程车辆管理权限,研究人员最终能够访问客户车辆的位置、运行状态等信息,并执行远程锁定、解锁车门以及启动或关闭发动机等操作。
研究人员表示,相关漏洞影响两家未公开名称的汽车制造商,涉及多个地区的客户服务系统,但完整攻击链仅在美国账户和车辆上进行了验证。漏洞报告提交后,两家汽车制造商约两小时内完成修复,并轮换了相关凭证。
此次事件再次说明,车联网安全并不只是车载通信模块、车载操作系统和车辆控制器的安全问题。联网汽车的安全边界已经延伸到云平台、身份认证系统、移动应用、API接口和后台管理系统。 如果攻击者能够控制云端身份服务,即使车辆本身没有被直接攻破,也可能通过合法的业务控制接口远程操纵车辆。因此,汽车制造商需要对身份管理平台、生产管理接口、API密钥、后台管理权限和远程控制指令建立完整的安全防护机制,并对高风险车辆操作增加独立授权、异常行为识别和操作审计。
十一、特朗普提名Palantir首席信息安全官担任CISA局长,美国网络安全监管机构迎来新一轮领导层调整
网络安全监管动态
2026年11月9日
美国总统唐纳德·特朗普于2026年11月9日提名Palantir首席信息安全官Michael LoSapio担任美国网络安全和基础设施安全局(CISA)局长。这一提名意味着长期缺少经参议院确认正式局长的CISA,有望迎来新的领导人选,也引发了外界对美国联邦网络安全治理方向及政府与商业技术企业关系的关注。
CISA是美国国土安全部下属的重要网络安全机构,承担联邦民用网络防护、关键基础设施安全协调、网络威胁信息共享和网络安全事件响应等职责。其工作对象不仅包括联邦政府机构,还涉及能源、水务、通信、交通等关键基础设施运营者。因此,CISA局长的任命不仅关系到美国政府内部网络安全工作的组织协调,也会影响美国关键基础设施保护政策的实施。
Michael LoSapio自2024年9月起担任Palantir首席信息安全官,此前还负责该公司的基础设施和网络安全工作。Palantir长期参与政府和国防领域的数据分析、情报处理及技术服务,其产品和服务在美国政府部门拥有较广泛的应用。因此,此次提名也使其商业技术背景成为外界关注的重点。
值得注意的是,CISA自前任局长Jen Easterly于2025年1月离任后,一直没有获得参议院确认的正式局长。此前提名的Sean Plankey在等待一年多后,于2026年4月退出提名程序。根据美国国会相关记录,LoSapio的提名已于11月9日提交参议院,后续仍需经过相应确认程序。如果本届国会结束前未能完成确认,其提名可能面临重新提交的情况。
此次人事安排值得关注的地方,不仅在于新任领导人的职业经历,更在于美国网络安全治理机构如何协调政府安全需求、商业技术供应商和关键基础设施运营者之间的关系。尤其是在人工智能、云计算、数据分析和网络威胁情报日益融合的背景下,政府网络安全能力越来越依赖商业技术平台。与此同时,监管独立性、利益冲突管理、政府数据安全以及技术供应链风险也需要受到充分关注。
从网络安全治理角度看,监管机构的领导层变化可能影响政策重点和资源配置,但关键基础设施安全不应依赖某一位负责人或某一届政府的短期决策。真正有效的网络安全治理,需要稳定的法律制度、明确的责任体系、持续的专业能力建设以及政府与关键基础设施运营者之间的长期协作。
十二、范德堡大学遭遇网络攻击,BYOD组织宣称负责,学校紧急要求全校设备关机并断开校园网络
教育行业网络安全事件
2026年11月9日
美国范德堡大学(Vanderbilt University)于2026年11月9日发布网络安全事件通告,宣布学校正在应对一起可能影响校园设备、信息系统和云服务的网络安全事件,并要求全体师生员工立即关闭学校设备、断开校园Wi-Fi连接,保持警惕,发现异常情况后及时向IT部门报告。
根据学校公布的信息,事件发生后,学校信息技术团队立即启动调查和遏制工作,并提醒师生员工不要点击可疑链接、弹窗和附件,不要自行尝试排查或修复受影响设备。如果发现文件异常变化、权限异常、陌生程序、异常认证请求或其他可疑行为,应立即关闭设备,并通过其他设备或电话联系学校IT服务台。
与此同时,一个自称BYOD的勒索软件组织在网络上宣称对攻击负责,并声称已经加密学校数据库、窃取研究数据以及学生和员工信息。该组织还声称掌握大量个人身份信息。不过,截至目前,范德堡大学并未公开确认攻击组织所宣称的数据窃取规模,也没有证实其公布的相关数据真实性。因此,相关组织的说法仍应视为未经独立验证的攻击者声明,不能直接作为数据泄露事实。
此次事件对学校正常运行造成了一定影响。学校先后限制部分信息系统和云服务的使用,并采取密码重置、账户安全检查和系统逐步恢复等措施。11月11日,学校表示部分核心业务系统正在优先恢复;11月13日的更新则显示,大部分系统和应用已经恢复,但OneDrive、SharePoint和Box等云服务仍然受到限制,部分密码重置工作仍在继续。学校预计将与执法部门和外部网络安全专家共同推进后续调查。
此次事件值得关注的是高校复杂的信息化环境。高校通常拥有大量个人终端、科研设备、实验室系统、云平台和第三方应用,师生使用个人设备访问校园资源的情况十分普遍。BYOD模式在提高工作效率的同时,也扩大了身份认证、终端管理和网络访问控制的安全边界。
此次事件再次说明,终端安全不能仅依靠部署杀毒软件或要求用户提高安全意识,而必须将身份、设备、网络和应用纳入统一的安全管理体系。 高校需要建立个人设备接入准入机制、终端安全状态检查、统一身份认证、多因素认证、最小权限访问以及异常行为监测机制。尤其是科研数据、学生信息和教职工个人信息,应当实施分类分级保护,避免个人设备成为进入校园核心业务系统的薄弱入口。
本周事件综合观察
综合上述事件,可以看到,当前网络安全威胁正在发生一些值得重视的变化。
第一,内部人员和合法权限滥用仍然是组织安全治理的重要难题。 前FBI特工盗窃加密货币、OpenAI AI代理利用其他代理遗留凭证访问研究基础设施,都说明合法身份和授权权限并不意味着行为一定可信。安全管理不能只关注外部攻击者,还必须持续关注内部人员、自动化程序和AI代理的实际操作行为。
第二,第三方供应链已经成为企业数据安全的重要风险传导渠道。 Baker Tilly客户信息泄露、Railway平台凭证泄露以及Codex npm发布链路潜在风险,分别从第三方服务、云基础设施和软件开发发布环节揭示了供应链安全问题。企业的安全边界已经不再局限于自己的网络和信息系统,而是延伸至合作伙伴、云服务商、软件供应商及其使用的第三方组件。
第三,人工智能正在同时成为攻击工具、防御工具和新的攻击目标。 OpenAI代理越权、Codex提示注入攻击、Lazarus模型后门以及Glasswing漏洞发现项目,反映出AI技术正在改变传统网络安全攻防模式。AI代理拥有越多的系统访问权限、代码执行权限和自动化操作能力,其自身安全风险就越需要得到重视。未来不仅要保护AI系统,还要对AI参与的开发、运维和安全运营过程实施严格治理。
第四,漏洞发现与漏洞治理之间的能力差距正在扩大。 Glasswing项目表明,AI可以快速发现大量潜在漏洞,但漏洞确认、厂商沟通、补丁开发、修复验证和实际部署仍然需要大量专业人员参与。漏洞治理不能简单以发现数量作为工作成果,而应建立从资产识别、漏洞识别、风险评估到整改验证的完整闭环。
第五,网络安全与业务安全、数据安全、物理世界安全之间的联系更加紧密。ForgeRock事件表明,身份认证系统的缺陷可能直接影响联网汽车的物理控制;Microsoft SQL Server入侵可能同时造成计算资源滥用、远程控制和数据窃取;范德堡大学事件则体现了终端、云服务和科研业务之间的复杂关联。
从这些事件可以得出一个值得反复强调的结论:
网络安全已经不是单纯建设网络边界、部署安全设备和购买安全产品的问题,而是涉及组织、人员、技术、数据、供应链和业务运行的综合治理问题。
对于企业和关键信息基础设施运营者而言,真正需要做的是建立持续性的安全治理机制:摸清资产和数据底数,明确各类主体责任,控制身份与访问权限,规范系统建设和变更活动,做好日志审计、风险监测和应急响应,并将供应链安全、AI安全和第三方服务安全纳入日常管理。
不能等到发生安全事件才发现资产不清、权限失控、责任不明、日志缺失,也不能将一次安全检查或一次等级测评当作安全工作的终点。
日常工作就是合规,安全运营就是应对检查,真实数据就是检查证据,持续整改就是风险治理。 这才是面对不断变化的网络安全威胁,应当建立的长期工作机制。
等保、关保、数保、个保,网络安全与数据治理“四位一体”的体系化制度框架
>>>等级保护<<<
测评机构的回旋镖来了!测评机构不仅要会“测别人”,更要先“管好自己”
网络安全等级保护制度演进,回看2006年7号文(过渡性文件)
闲话等级保护:网络产品和服务安全通用要求之基本级安全通用要求
网络安全等级保护:做等级保护不知道咋定级?来一份定级指南思维导图
>>>工控安全<<<
标准下载:工业控制系统信息安全防护能力成熟度模型GB/T 41400-2022
>>>数据安全<<<
>>>供应链安全<<<
>>>其他<<<
管理组织内使用的“未知资产”:影子IT
版权声明
本站仅做备份收录,仅供研究与教学参考之用。
读者将信息用于其他用途的,全部法律及连带责任由读者自行承担,本站不承担任何责任。










评论