Palo Alto 推出AI網路安全服務 持續檢測企業漏洞

網路安全公司 Palo Alto Networks 推出一項新的AI網路安全服務，利用人工智慧模型持續檢測企業網路中的漏洞和潛在攻擊路徑。

這項名為 Unit 42 Continuous Frontier AI Defense 的服務由 Palo Alto Networks 的網路安全團隊 Unit 42 提供，能夠針對企業的網頁應用程序、API以及雲端基礎設施進行持續安全測試，而不是像傳統漏洞評估那樣，僅在每季度或每年進行一次檢查。

Palo Alto Networks 表示，該服務將結合包括 Anthropic 的 Claude Mythos 5、OpenAI 的 GPT-5.6-Cyber 以及開放權重AI模型在內的不同模型，對企業系統進行安全測試。

AI持續檢測企業漏洞

傳統的企業網路安全評估通常以定期檢查的方式進行，因此得到的往往只是某一個時間點的安全狀況。但隨著企業不斷更新代碼、調整系統配置和推出新服務，原本安全的環境也可能隨時出現新的漏洞。

Palo Alto Networks推出的服務試圖通過持續運行的方式減少這一時間差。

系統會持續檢查企業的網頁應用、API和雲端基礎設施，並根據系統變化尋找新的漏洞以及潛在攻擊路徑。除了代碼變化和配置更新之外，相關安全情報也會被納入分析。

此次服務使用的AI模型包括 Anthropic 的 Claude Mythos 5 和 OpenAI 的 GPT-5.6-Cyber。兩家公司近年來都在加強AI模型的網路安全能力，而AI自主發現漏洞和執行複雜網路任務的能力，也已經成為網路安全行業關注的領域。

不過，AI模型本身並不意味著能夠完全取代傳統安全團隊。企業實際部署時仍需要考慮模型權限、數據訪問範圍以及誤報和誤操作等風險。

不只發現漏洞，也提供修復建議

除了尋找漏洞，該服務也會提供相應的修復建議。

根據 Palo Alto Networks 的介紹，系統可以提供針對代碼層面的修改建議，也可以提出虛擬補丁等臨時防護措施，讓企業在進行長期代碼修復之前，先降低漏洞被利用的風險。

對於安全團隊而言，發現漏洞只是第一步。企業往往同時面對大量已知漏洞，因此從發現問題到真正完成修復之間可能存在較長時間差。

AI被應用於這一流程後，理論上可以幫助安全團隊更快分析漏洞，並提供相應的修複方向。

不過，最終是否採用AI提出的修改方案，仍需要企業安全人員進行驗證，尤其是在涉及核心系統或生產環境的情況下。

企業可選擇不同AI模型

Palo Alto Networks表示，企業可以根據需求選擇不同的AI模型，包括 OpenAI、Anthropic以及開放權重模型。

這種模式也讓企業可以根據成本、安全要求和數據處理方式進行選擇。

對於金融、醫療和政府等對數據管理要求較高的行業，開放權重模型可能提供另一種部署方式，因為企業可以選擇在自身控制的基礎設施上運行模型，而不必將所有安全相關數據發送給外部AI服務。

不過，不同模型在能力、成本以及部署方式上的差異，也意味著企業需要根據自身環境進行評估。

AI正在改變網路攻防

這項服務推出之際，AI在網路安全領域的應用正快速增加。

近年來，多家AI公司已經披露模型在網路安全測試中表現出越來越強的自主能力，包括髮現漏洞、分析系統以及執行多步驟網路任務。

與此同時，一些AI模型在測試環境中意外訪問真實網路並對第三方系統採取未經授權的行動，也引發了業界對AI代理安全性的關注。

這意味著企業面對的網路攻擊速度和規模可能發生變化。傳統依靠人工進行定期安全檢查的方式，可能需要與持續自動化檢測結合，以應對不斷變化的數字環境。

Palo Alto Networks此前也曾警告，隨著AI進一步進入網路攻防領域，企業現有的網路安全基礎設施可能需要進行升級，以應對新的風險。

不過，AI安全工具本身同樣需要受到嚴格控制。能夠自動發現漏洞的系統，如果獲得過大的網路權限，也可能增加誤操作、未經授權訪問或其他安全事件的風險。

因此，AI用於網路安全的同時，權限管理、人工監督、數據保護和操作審計等措施仍然是企業部署過程中需要考慮的重要因素。

Palo Alto Networks此次推出的服務，反映出網路安全行業正在嘗試將AI從輔助分析工具進一步應用到持續漏洞檢測和安全營運中。隨著AI模型能力不斷提升，企業如何在利用自動化能力的同時控制其權限和潛在風險，也將成為AI網路安全發展中的重要議題。

來源：金色財經

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。