关注我们
带你读懂网络安全
AI快速发展，AI安全却明显滞后。随着影子AI激增以及混合云架构日益复杂，当前安全团队在技能和工具方面存在明显短板，可能影响企业AI项目的顺利推进。
前情回顾·AI安全威胁态势
安全内参6月18日消息，云安全公司Wiz最新调查显示，尽管近九成组织已在云端使用AI服务，但部署专门AI安全控制措施的却不到七分之一。报告指出，随着影子AI激增以及混合云架构日益复杂，当前安全团队在技能和工具方面存在明显短板，可能影响企业AI项目的顺利推进。
Wiz在上周发布了《AI安全准备度：来自100位云架构师、工程师和安全主管的见解》。该报告基于Gatepoint Research于2024年末开展的调查结果，调研对象包括100位云计算专业人士，涵盖架构师、工程师、安全主管及高管，涉及96家来自多个行业的不同组织。
AI应用推进迅速，
安全专业能力难以跟上
报告数据显示，87%的组织已在使用OpenAI、Amazon Bedrock等AI服务。然而，有31%的受访者将“缺乏AI安全专业知识”列为他们面临的最大挑战，这一问题也是被提及次数最多的。
图：您所在组织面临的首要AI安全挑战是什么？
报告指出：“安全团队正被要求保护一些他们并不完全了解的系统，这一技能缺口正在不断扩大企业的风险暴露面。”在弥补这一差距之前，工具和自动化能力被认为至关重要。
传统安全手段仍占主导地位
目前，仅有13%的组织使用AI专属安全态势管理（AI-SPM）工具。相比之下，大多数组织依然依赖适用于传统环境的控制手段：
安全开发实践：53%
租户隔离：41%
通过审计识别影子AI：35%
图：您正在采用哪些策略来管理AI安全风险？
尽管这些措施依旧具有重要意义，报告强调，它们并未针对AI系统的独特风险进行设计，例如模型横向访问、训练数据中毒以及未受监控的生成式API使用。
云架构日益复杂，
风险上升，可视性减弱
混合云与多云部署已成为常态。调查显示，45%的组织运行在混合云架构下，33%采用多云架构。但仍有70%的受访组织主要依赖CDM端点检测与响应（EDR）平台，这类工具本是为集中式架构设计。
以下表格总结了受访组织的云架构分布情况：
与此同时，有25%的受访者坦言，他们并不清楚当前环境中运行了哪些AI服务。
AI安全需求已超越技术范畴
调查显示，组织对AI安全工具的核心诉求，反映出更广泛的运维与工作流程需求：
69%的受访者将数据隐私视为首要需求
62%关注威胁的可视性
51%要求工具易于集成
图：您所在环境中目前运行的AI服务和技术有哪些？
报告指出，难以与DevOps工作流集成，是AI安全工具推广面临的主要障碍。同时，去中心化、实验性质的AI开发模式也制造出传统安全体系难以覆盖的盲区。
AI安全成熟度模型
Wiz将AI安全准备度纳入其更广泛的云安全成熟度框架，定义了对应于五个云安全发展阶段的四个AI安全成熟阶段：
阶段 | 成熟度级别 | 描述 |
1 | 实验性AI | 高风险使用AI，缺乏可见性，存在影子部署 |
2 | 初步治理 | 已建立基本控制措施，但尚未有效管理AI特有风险 |
3 | AI集成安全 | 控制措施实现集成，已使用AI-SPM工具，治理水平明显提升 |
4 | 主动AI安全运营 | 跨环境实现自动化，实时响应AI风险 |
图：云安全成熟度框架
报告指出，目前大多数组织仍停留在第1或第2阶段。
弥合差距的关键建议
为推动转型，报告向IT与安全团队提出了以下关键行动建议：
借助工具持续发现AI模型及影子服务
将安全“左移”，从软件开发生命周期早期就介入
确保安全策略能够在多云与混合环境中随工作负载迁移
为安全团队提供专门的AI安全培训
报告总结指出：“安全不能只是被动响应，必须持续推进，积极应对。”
参考资料：virtualizationreview.com
点击下方卡片关注我们，
带你一起读懂网络安全 ↓
📍发表于：中国 北京
