人工智能代理在执行网络攻击中越来越常见，但也可用于防御，从攻击者的角度检查系统。
智能扫描器需要足够的自由来探测网络安全环境，同时又需要在明确界定探测范围的范围内工作。
自主安全测试永远不可能完全没有风险——但企业不能对人工智能代理构成的威胁视而不见。
最近我一直在和很多首席信息安全官 (CISO) 和首席信息官 (CIO) 讨论代理扫描。我很少听到有人质疑其必要性，更多的是听到他们对风险的担忧。
智能体扫描利用人工智能代理从攻击者的角度探索环境，将发现的信息与已知的漏洞和外部情报相结合，并验证可信的攻击路径。
我们应该赋予智能扫描器多大的自主权来探测生产环境？它应该做到什么程度才能证明攻击路径的真实性？如果它出错会发生什么？我们如何确保它不会破坏我们试图保护的环境？
这些都是合理的担忧。我们刚开始使用智能体扫描时也有同样的疑问。但等待也是一种选择，它本身也存在风险。
我们已经看到攻击者开始使用人工智能代理。在最近针对台湾政府系统的攻击中，攻击者控制的人工智能代理被用来绘制系统图、发现漏洞并自主执行大部分攻击。
这改变了讨论的焦点。攻击者可以利用人工智能不断寻找入侵途径。防御者也需要具备同样的能力，首先审视自身环境，但他们的行动规则却截然不同。
保留我们现有的扫描仪
我们多年来一直在扫描环境中的漏洞，应该继续这样做。传统的扫描器可以系统地发现已知的漏洞、缺失的补丁和配置问题。
智能体扫描可以针对相同的资产清单运行，但它提出的问题不同。
传统扫描仪会问：哪些地方容易受到攻击？
一个具有自主意识的扫描仪会问：我能用它做什么？
它从攻击者的角度探索环境，尝试不同的路径，并在一种方法行不通时进行调整。它可以发现如何将多个弱点组合成一条可利用的攻击路径。
我们需要两者兼备：系统地涵盖我们已知需要寻找的内容，以及攻击者对实际可利用漏洞的看法。
赋予扫描器攻击者的视角，而不是攻击者的自由。
攻击者并非仅仅从IP地址入手。在入侵我们的系统之前，他们可能已经掌握了大量关于我们的信息：我们的外部资产、我们使用的技术、公开信息，甚至可能包括来自以往数据泄露事件或地下论坛的信息。
智能体扫描器应使用相同的上下文信息。如果攻击者能够获取信息，我们应该假定他们会利用这些信息。
区别在于接下来会发生什么。攻击者不必担心破坏我们的生产环境，而我们却要担心。
因此，智能扫描器需要足够的自由度来探索和验证攻击路径，同时也要有明确的界限来限制探索的范围。其中一些界限还需要通过技术手段来强制执行。告诉模型不要执行破坏性操作，并不等同于完全阻止该操作的发生。
最大程度的信心，最小的风险
我们在智能体扫描方面的经验使我们得出了一个简单的原则：以最小的风险获得最大的置信度。实践中：广泛探索，安全验证，最小程度地利用，并在路径得到验证后停止。
如果扫描器证明它可以获取更高的权限，那么没有必要探索这些权限所允许的一切。如果敏感数据变得可访问，证明它可以被访问就足够了。继续攻击只会增加风险，而不会提供多少有用的证据。
最佳的智能扫描器并非扫描范围最广的，而是懂得何时适可而止的。这一原则至关重要，因为自主安全测试永远无法完全避免风险。其目标应该是在不增加被测环境风险的前提下，获取足够的证据来做出安全决策。
从实验到安全能力
智能体扫描技术仍在发展完善中。早期我们发现很多结果经不起验证，但随着实践经验的积累、上下文信息的丰富以及验证力度的加强，结果有所改善；同时，明确的界限也帮助我们谨慎地控制了生产环境风险。
企业也无需自行开发这种能力。目前已有商业和开源的代理扫描解决方案可供使用。这正从研发工作转向企业可以评估和采用的安全能力。
衡量进步的重要标准不应是这些系统变得多么自主，而应是它们在遵守我们设定的界限的前提下，能够多么可靠地识别并证明可利用的路径。
我们无法选择不去看
这个问题的核心在于不对称性。攻击者可以优化寻找入侵途径，而防御者则必须在不破坏所保护环境的前提下找到同样的路径。这无疑增加了我们工作的难度，也让我们不得不进行搜索。
随着人工智能赋予攻击者更快、更自主地探索环境的能力，安全团队也需要采取同样积极主动的措施。这需要接受一定程度的可控风险，为自主测试设定严格的界限，并了解这些界限应该在哪里。
论坛如何帮助领导者了解网络风险并增强数字化韧性
这 网络安全中心 它提供了一个值得信赖的平台，让领导者们齐聚一堂，共同理解不断演变的网络风险及其系统性影响。它致力于在日益互联的数字世界中建立理解和信任。
该中心通过促进跨部门合作和信息共享，帮助合作伙伴加强网络韧性，应对需要集体应对的挑战。
智能体扫描赋予我们一项宝贵的能力：在攻击发生之前，能够从攻击者的视角审视我们的环境。我们应该利用这种视角，同时掌控接下来的行动。
因为即使我们选择不去寻找，可利用的路径也不会消失。只是其他人可能捷足先登而已。
