随着人工智能（AI）使网络风险以机器速度发展，组织风险管理能力与恶意行为者可能造成的破坏之间的差距正在扩大。
互联互通也使网络风险具有系统性，任何中断都可能在支撑社会运转的数字生态系统中层层传导。
网络韧性必须不断演进，以便与技术同步适应，从而构建可信的数字生态系统。
数字化转型和人工智能（AI）正在重塑网络韧性。
随着AI使网络风险以机器速度加速演变，许多组织正难以跟上步伐，而对手能够自动完成侦察、漏洞发现、攻击利用和数据分析。
这扩大了恶意行为者的影响范围，同时降低了其成本，也减少了对人工干预的需求。这也造成了日益扩大的防御缺口。对手能够迅速采用并调整AI，而政府、医院和企业等防御方则更可能面临预算、人才和技术方面的约束，以及监管要求。
与此同时，互联互通正在将网络风险转变为系统性风险，因为它使中断能够在各组织和行业之间层层传导。
诸如2025年10月的AWS服务中断以及同年早些时候的Salesloft Drift供应链漏洞事件等事件表明，某一组织或技术供应商的故障可能产生远超其自身边界的影响。不当使用AI可能迅速利用共享基础设施和依赖关系，使中断规模的扩大速度超过组织的有效应对能力。
因此，信任正成为网络韧性的关键前提。在相互连接、由AI驱动的生态系统中，对系统、数据和自主行动完整性的信任，与技术可靠性同样关键，因为组织必须依赖其无法完全掌控的技术和合作伙伴。
除个体韧性，甚至跨组织的协同韧性之外，当今组织面临的真正挑战在于，使网络韧性成为数字生态系统的一种自适应属性，而经济体和社会日益依赖这些生态系统。例如，这包括由多家医院、实验室和供应商组成的医疗数字生态系统，或由多家公用事业公司、电网运营商和技术供应商组成的能源生态系统等。
这些数字生态系统中的组织必须持续理解依赖关系、预判中断、实现可信行动，并跨越组织边界开展学习。
打造具有韧性的数字生态系统
实现这一愿景，需要在组织内部及组织之间整合情报、治理和防御能力，同时不损害主权，也不产生新的系统性漏洞。
有四项能力可以帮助组织构建更具韧性的数字生态系统：
1. 理解网络中断如何发展
数字韧性不仅仅在于绘制依赖关系图，还在于理解这些依赖关系如何演变并影响系统性风险。理解这一点有助于组织持续关联关键服务、技术、供应商、威胁及运营环境。
这种动态情报能够揭示级联故障路径，评估网络事件在整个生态系统中的爆炸半径，支持情景探索，识别关键干预节点，并对投资进行优先排序，以增强韧性。
将上述基础与威胁情报和AI相结合，有助于组织预判新兴威胁如何在数字生态系统中传播。这使网络韧性从仅仅理解依赖关系，转向预判中断并提前为行动提供依据。
组织已在通过以下方式对此进行探索：AI驱动的知识图谱用于威胁情报，动态检测新兴威胁，以及情境化监测复杂智能体生态系统。然而，这些方法尚未被整合到能够预判数字生态系统中级联中断的动态韧性模型之中。
2. 预判网络中断可能在何处出现
组织的网络防御必须超越对已知威胁的监测与准备，使企业能够预判新兴攻击如何在中断发生之前发展和传播。
将威胁情报、漏洞和攻击者行为与基础设施拓扑及生态系统情境相结合，可以揭示合理的攻击路径及其传播方式。这也有助于识别可以采取行动以阻止或遏制中断的干预节点。AI能够以相应的规模和速度分析这些关系，持续将不断变化的情报转化为针对具体组织的情景、优先事项和潜在干预措施。
例如，麻省理工学院的研究人员正在开发具备AI能力的对手，利用网络知识规划并执行攻击步骤。各组织也在通过以下方式采用这一方法的部分要素：AI驱动的威胁情报、自主红队测试和AI辅助威胁狩猎。
3. 以机器速度实现可信行动
在AI赋能的网络韧性模型中，信任必须越来越多地适用于信息和行动。使用自主模型的组织必须能够信任系统所报告的内容，以及系统是否值得信赖，能够以机器速度采取行动。
因此，治理必须从定期合规超越为持续界定自主系统如何安全、负责任地运行。这需要明确决策权、问责机制和运行边界，包括哪些决策可以自动化，以及何时需要人工干预。
各组织已开始通过以下方式，将这一方法的部分要素付诸实践：有界智能体权限、持续保证、人工监督和自主AI治理。下一步是将这一切整合为设计即韧性模型，使可信自主能力成为一种运营能力，同时保持问责与人类控制。
4. 跨组织边界分享网络防御经验
集体网络韧性必须超越信息共享，推动防御经验跨组织边界规模化积累。安全设计架构、互操作性以及严格的信息流控制，对于确保集体防御不会产生新的系统性漏洞至关重要。这有助于形成一个在每次应对威胁时都变得更具韧性的生态系统。
例如，一家荷兰网络安全实验室将大学和研究机构连接起来，使其能够共享并共同使用分布式物联网（IoT）安全能力，同时保留对各自本地基础设施的控制权。各组织已在通过以下方式将这一方法的部分要素付诸实践：共享防御知识、持续学习（基于运营反馈），以及自主防御智能体。
网络韧性的演进
随着网络风险不断演变，具有韧性的数字生态系统能够持续理解、预判、行动并学习。
组织今天即可开始构建网络韧性，方法是连接依赖关系、威胁和运营数据，同时测试中断与传播情景。它们还必须界定AI可以做出哪些防御决策，以及哪些决策需要人工监督。此外，它们还必须确定可信赖的合作伙伴，以共享防御洞察或能力。
目标并非立即实现自主性，而是逐步构建一个更具适应性和韧性的数字生态系统。
Abhishta Abhishta（特温特大学）、Alberto Quintavalla（鹿特丹伊拉斯谟大学）、Florian Hahn（特温特大学）和Cristoffer Leite（埃因霍温理工大学）也为本文做出了贡献。
