HackerNews 07月31日 11:07
IBM 最新报告称,美国数据泄露成本升至 1022 万美元
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html

 

IBM最新《数据泄露成本报告》显示,全球平均数据泄露成本五年首次下降至444万美元,但美国成本却创纪录升至1022万美元。报告指出,AI已成为影响数据泄露的关键因素,犯罪分子正积极利用AI进行攻击,而防御方也在加速AI部署。AI在攻击与防御中的双重作用,特别是AI模型和应用安全治理的缺失,导致了更高的泄露成本和更长的修复时间。供应链攻击和多种AI操纵技术(如提示词注入、模型规避、模型反演)成为新的攻击重点。同时,AI驱动的安全方案能显著缩短攻击检测时间并降低泄露成本,显示出AI在网络安全防御中的巨大潜力。

💡 全球数据泄露成本五年首降,美国成本却创新高:报告显示全球平均泄露成本降至444万美元,而美国则飙升至1022万美元。尽管美国企业在AI防御方面采用率略高,但其高昂的泄露成本与劳动力成本上升、监管罚款增加以及检测处置成本激增等多种因素有关。

🛡️ AI成为网络攻击与防御的双刃剑:AI在网络安全领域的应用日益广泛,但其双重作用也日益凸显。报告指出,13%的泄露事件涉及AI模型或应用,且其中97%的案件缺乏访问控制,暴露出安全理念的不足。犯罪分子对AI的重视程度甚至超过防御方,AI正成为高价值攻击目标。

🚀 攻击技术迭代与AI驱动的攻击效率提升:供应链攻击和直接操纵AI的技术(如提示词注入、模型规避、模型反演)占比显著。生成式AI极大地提升了攻击效率,例如钓鱼攻击占比首次超越凭证窃取,单次钓鱼攻击成本高昂,且AI伪造钓鱼邮件的时间从16小时大幅缩短至5分钟。

📈 AI在防御中的价值已获实证:采用AI加速攻击检测的企业,其数据泄露生命周期平均缩短108天。全面部署AI安全方案的企业,平均可节省153万美元的泄露成本,这表明AI在提升防御能力和降低经济损失方面发挥着关键作用。

HackerNews 编译,转载请注明出处:

IBM《数据泄露成本报告》显示:全球泄露成本下降,但美国成本上升。最显著的变化在于新兴影响因素的出现——AI在攻击与防御中的双重作用。

全球平均数据泄露成本降至444万美元(五年来首次下降),但美国平均成本升至创纪录的1022万美元。数据泄露生命周期(驻留时间与修复时间之和)缩短至241天——创历史新低,较上年减少17天。

美国数据泄露成本较高与区域安全水平或AI影响关联有限。IBM X-Force情报部门副合伙人Kevin Albano解释:“尽管美国企业采用AI防御的比率略高,但其泄露成本仍连年居首。差异源于多重因素,包括检测与处置成本同比激增14%(部分由劳动力成本上升驱动),以及更高的监管罚款。”

AI的双刃剑效应

本年报告核心结论是:无论善恶,AI时代已至——犯罪分子的重视程度甚至超过防御方。AI正成为高价值目标:

    13%的泄露事件涉及AI模型或应用,其中97%的案件无访问控制相关泄露导致60%的数据失窃与31%业务中断安全治理在AI部署过程中被严重忽视

访问控制的缺失暴露了安全理念的崩塌,Albano指出根源在于:“企业急于利用AI实现自动化降本,但AI系统的复杂性与新颖性使安全实践仍在演进中。”

攻击技术的迭代

供应链攻击占AI相关泄露的30%,涉及应用、API及插件漏洞。直接操纵AI的三大技术占比更高:

    提示词注入(Prompt Injection):17%模型规避(Model Evasion):21%模型反演(Model Inversion):24%

随着防护机制强化,攻击者转向上下文操纵技术。Albano阐释差异:“模型反演旨在重构训练数据,模型规避通过操纵输入诱发错误输出,提示词注入则通过篡改指令影响AI行为。”

防御价值的实证

采用AI驱动的企业显著降低泄露成本:

    使用AI加速攻击检测的企业,泄露生命周期缩短108天全面部署AI安全方案的企业,平均节省153万美元成本

攻击效率的质变

生成式AI使网络攻击效率飞跃:

    钓鱼攻击占比16%(首次超越凭证窃取成为主要攻击媒介)单次钓鱼攻击成本达480万美元AI伪造钓鱼邮件耗时从16小时压缩至5分钟

Albano强调:“犯罪分子利用信息窃取器(Infostealers)掠夺密码、浏览记录、键盘输入等数据,这些工具已成为网络犯罪支柱。”

报告采用统一核算模型:

    成本涵盖检测响应、通知、事后处置及业务损失四环节分析样本排除极大规模/极小规模泄露事件(记录数介于2960至113620条)基于作业成本法(Activity-Based Costing)进行实际消耗分摊尽管未披露全部泄露的企业数据可能影响绝对值准确性,但历年方法论一致性确保了趋势可比性。

 

 

 


消息来源:securityweek

本文由 HackerNews.cc 翻译整理,封面来源于网络;

转载请注明“转自 HackerNews.cc”并附上原文

Fish AI Reader

Fish AI Reader

AI辅助创作,多种专业模板,深度分析,高质量内容生成。从观点提取到深度思考,FishAI为您提供全方位的创作支持。新版本引入自定义参数,让您的创作更加个性化和精准。

FishAI

FishAI

鱼阅,AI 时代的下一个智能信息助手,助你摆脱信息焦虑

联系邮箱 441953276@qq.com

相关标签

数据泄露 人工智能 网络安全 IBM报告 AI攻击
相关文章