2025网络安全威胁的回顾与展望
时间 ： 2026年10月13日 来源： 安天CERT
1.导读
网络安全既是守护国家安全的“数字长城”，也是驱动数字化发展的“安全底座”。通过构建全面的防护体系，应对日益严峻的网络威胁，保障国家关键领域稳定运行，并为经济社会数字化转型提供基础支撑。
回顾2025年网络安全威胁，安天总结了高级持续性威胁（APT）、勒索攻击威胁、数据安全威胁、黑产威胁、人工智能（AI）安全与威胁、威胁泛化等方向的思考与观点。
关于高级持续性威胁（APT）：国家关键基础设施特别是设施体系中的底层支撑型核心节点遭遇与军事战略深度耦合的APT攻击的风险越发严峻，一旦该系统遭到破坏或操纵，往往可能引发跨行业、跨系统的联级失效，严重危害国家安全和社会稳定。随着AI技术的快速成熟，黑客组织不再是单点地简单利用AI完成恶意代码开发等，而是频繁在实战中利用AI来自动化辅助决策，从人依据经验判断操作路径和工具，向人监督AI模型辅助制定范式级计划决策并高效操作执行过渡。近年来，以ClickFix等类攻击的利用用户纠错行为的社会工程攻击技术十分频繁，引导目标一步步自愿中招，让安全防御无法区分“用户被操纵的合法行为”和“真实合法行为”。网络边界设备由于缺乏终端级检测能力、日志留存有限、补丁升级周期滞慢且大多长期暴露在互联网，成为APT攻击构建隐蔽入口、监听流量、维持访问的首选位置。
关于勒索攻击威胁：勒索攻击正呈现多维度升级态势，威胁边界持续扩大。漏洞武器化成为核心攻击路径，AI技术的赋能更推动攻击迈入“自动驾驶”时代，搭配云原生攻击手段的兴起，让攻击更智能、隐蔽且具穿透力。而供应链勒索攻击已从偶发威胁演变为常态化风险，凭借对“信任链”漏洞的钻营，实现“一击多毁”的连锁破坏效应。多重攻击模式叠加演进，不仅对传统防御体系构成降维打击，更成为威胁全球数字经济安全的重要隐患，亟需聚焦这些新变化构建针对性防御策略。
关于数据安全威胁：数据安全领域正面临多重威胁叠加的严峻挑战，AI驱动攻击与供应链渗透的联动共振，成为大规模、精准化数据泄露的核心诱因，彻底颠覆传统防控逻辑，使风险呈现“全域覆盖、精准猎杀、长期潜伏”的鲜明特征。技术代差与能力、体系缺失形成的攻防失衡，让组织陷入“看不见资产、防不住新攻、管不全风险”的困境，凸显出防护体系的系统性短板。而数据安全产业生态散乱、创新不足的问题，进一步削弱了产业支撑能力，持续放大各类数据安全威胁，亟需从根源上破解多重难题。
关于黑产威胁：2025年，目前国内最活跃的黑产团伙“游蛇”（又名“银狐”和“谷堕大盗”等）针对国内用户进行持续的网络钓鱼攻击、窃密及诈骗活动，对企业及个人造成了一定的损失。安天CERT认为“游蛇”团伙形成如此巨大威胁的重要原因，是其已经不简单的是一个黑产团伙，而是形成了欺诈即服务（FaaS，Fraud as a Service）的网络犯罪运营模式，上线以商品化并按需出售或租赁的形式，向实施攻击活动的组织提供攻击方法、工具、基础设施，从而大幅降低实施网络欺诈的门槛。
关于人工智能（AI）安全与威胁：2025年，生成式AI从验证走向规模化应用，用户与接口调用激增。AI既推动业务增长，也放大攻击效率并成为高价值目标。僵尸网络DDoS借热点集中爆发，叠加大模型高算力、强交互特性，攻击由带宽消耗转向算力与业务逻辑滥用，促使企业安全建设向整体架构重塑转型。
关于威胁泛化：2025年网络安全威胁泛化趋势持续加剧，攻击者目标已从传统智能终端全面扩展至物联网设备、关键基础设施、智能网联汽车等全场景领域，借助AI自动化工具等智能手段发起攻击，呈现设备覆盖更广、手段更智能、靶向性更精准的特征，尤其关键基础设施成为地缘冲突下的核心攻击靶标，给全球网络安全防护体系带来严峻挑战。
2.2025年度威胁执行体和攻击战术的整体情况
2.1 2025年恶意代码执行体分析统计
截至2025年12月31日，安天捕获有效恶意代码执行体总量为1,579,256,872个（按MD5值统计），即15亿7925万6872个，并可以映射到百亿规模的HASH样本空间。（安天坚持有效样本的统计原则，以避免统计对判断的干扰，包括：对感染式病毒、变形病毒、宏病毒、云端变形投放（Poly by Server）等情况，均依托按照文件透结构、宿主文件大小定义，均按照技术规范所需的样本数量的上线统计，以避免大量HASH不同但实际病毒体一致的数量干扰。后续涉及样本统计，均指有效样本）安天依据恶意代码样本的8个基础分类，即特洛伊木马（Trojan）、蠕虫（Worm）、感染式病毒（Virus）、黑客工具（HackTool）、灰色软件（Grayware）、风险软件（Riskware）、测试文件（TestFile）和垃圾文件（JunkFile），据此分类统计，如图2-1所示。
图2-1 截至2025年末，安天捕获恶意代码执行体数量及其类别分布图
数量最多的前三个分类依次是特洛伊木马、灰色软件和感染式病毒，恶意代码执行体数量分别为926,808,794个、210,050,096个和196,847,033个，占比分别为58.69%、12.46%和13.30%。
其中，2025年度新增捕获恶意代码执行体数量为124,373,741个（按MD5值统计），即1亿2437万3741个。依据恶意代码的8大基础分类，统计数据如图2-2所示。
图2-2 2025年度中，安天新增捕获恶意代码执行体数量及其类别分布图
数量最多的前三个分类依次是特洛伊木马、风险软件和黑客工具，恶意代码执行体数量分别为92,965,155个、15,133,507个和6,711,404个，占比分别为74.75%、12.17%和5.40%。
相较于2024年新增捕获恶意代码执行体数量及其类别分布的对比，如图2-3所示。
图2-3 2025年度新增捕获恶意代码执行体数量与上一年度分类对比图
与上一年度（2024年度）相比，2025年度新增捕获恶意代码执行体中，数量增长最多的类别为风险软件，年度差异数量值为5,365,381个；数量减少最多的类别为木马，年度差异数量值为30,645,710个。
更多关于恶意代码知识及统计信息，可前往安天计算机病毒分类命名知识百科（virusview.net）进一步查阅。
2.1.1 恶意代码家族数分类统计（总量）
2025年度，安天捕获的恶意代码家族分类统计，如图2-4所示。
图2-4 截至2025年末，安天捕获恶意代码家族数量及其类别分布图
2.1.2 恶意代码家族数分类统计（增量）
2025年度，安天捕获的恶意代码家族分类增量统计，如图2-5所示。
图2-5 2025年度中，安天新增捕获恶意代码家族数量及其类别分布图
2.1.3 恶意代码家族数历年增量对比统计
根据安天监测结果，2025年与2024年新增捕获恶意代码家族数量分类比较，如图2-6所示。
图2-6 2025年度新增捕获恶意代码家族数量与上一年度分类对比图
2.1.4 恶意代码变种数分类统计（总量）
2025年度，安天捕获的恶意代码变种分类统计，如图2-7所示。
图2-7 截至2025年末，安天捕获恶意代码变种数量及其类别分布图
2.1.5 恶意代码变种数分类统计（增量）
2025年度，安天捕获的恶意代码变种分类增量统计，如图2-8所示。
图2-8 2025年度中，安天新增捕获恶意代码变种数量及其类别分布图
2.1.6 恶意代码变种数历年增量对比统计
根据安天监测结果，2025年与2024年新增捕获恶意代码变种数量分类比较，如图2-9所示。
图2-9 2025年度新增捕获恶意代码变种数量与上一年度分类对比图
2.1.7 恶意代码有效样本运行平台统计（总量）
截至2025年末，安天将捕获的恶意代码样本运行平台进行统计，其中TOP 5及其对应的样本数量，如图2-10所示。
图2-10 截至2025年末，样本运行平台统计图
2.1.8 恶意代码有效样本运行平台统计（增量）
2025年度，安天将捕获的恶意代码样本运行平台进行统计，其中TOP 5及其对应的样本数量，如图2-11所示。
图2-11 2025年度中，新增样本运行平台统计图
2.1.9 恶意代码家族运行平台统计（总量）
截至2025年末，安天将捕获的恶意代码家族运行平台进行统计，共有125个。统计其中TOP 20及其对应的家族数量，如图2-12所示。
图2-12 截至2025年末，恶意代码家族运行平台统计图
2.1.10 恶意代码家族运行平台统计（增量）
2025年度，安天将捕获的恶意代码家族运行平台进行统计，统计其中TOP 20及其对应的家族数量，如图2-13所示。
图2-13 2025年度，新增恶意代码家族运行平台统计图
2.1.11 恶意代码变种运行平台统计（总量）
截至2025年末，安天将捕获的恶意代码变种运行平台进行统计，共有125个。统计其中TOP 20及其对应的变种数量，如图2-14所示。
图2-14 截至2025年，恶意代码变种运行平台统计图
2.1.12 恶意代码变种运行平台统计（增量）
2025年度，安天将捕获的恶意代码变种运行平台进行统计。统计其中TOP 20及其对应的变种数量，如图2-15所示。
图2-15 2025年度，新增恶意代码家族运行平台统计图
2.1.13 恶意代码有效样本文件格式统计（总量）
截至2025年末，安天将捕获的恶意代码样本格式进行统计，其中TOP 10及其对应的数量，如图2-16所示。
图2-16 截至2025年末，恶意样本格式统计图
2.1.14 恶意代码有效样本文件格式统计（增量）
2025年度，安天将捕获的恶意代码样本格式进行统计，其中TOP 10及其对应的数量，如图2-17所示。
图2-17 2025年新增恶意代码格式统计图
3.2025年重点威胁与风险回顾
3.1 高级持续性威胁（APT）与地缘安全冲突
2025年全球高级持续性威胁（APT）活动的整体形势依然非常严峻。基于安天持续监测的内部和外部的情报来源，2025年全球公开安全研究报告数量386篇，其中披露的安全报告涉及218个APT组织，2025年新增133个APT组织。安天梳理了2025年全球APT组织及行动的分布和活跃情况，制作了图3-1“全球APT攻击行动、组织归属地理位置分布（活跃）图”，其中APT组织共739个（图片空间有限仅展示主要攻击组织），根据图示可以发现其主要分布于美国、俄罗斯、印度、伊朗、朝鲜半岛及部分国家和地区，部分组织由于情报较少未能确定归属国家或地区。
图3-1 2025年全球APT攻击行动、组织归属地理位置分布（活跃）图
基于对2025年全球APT攻击事件的持续监测和分析，梳理分析了APT攻击事件中涉及的技战术策略，并映射到网空威胁框架ATT&CK，覆盖了14个战术阶段，399多种技术和子技术，使用频率最高技术和子技术包括但不限于利用命令和脚本解释器（T1059）、混淆文件或信息(T1027)、网络钓鱼(T1566)、使用C2信道回传(T1041)、仿冒(T1036)、反混淆/解码文件或信息(T1140)、诱导用户执行(T1204)等，涉及白象、海莲花、响尾蛇、CNC、APT28、APT29、APT36、Kimsuky、Konni、Lazarus、Sandworm等多个APT组织。
表3-1 2025年APT攻击活动中高频技战术TOP 10
| 战术 | 战术名称 | 技术 | 技术名称 | 关联典型威胁组织 |
|---|---|---|---|---|
| TA0002 | 执行 | T1059 | 利用命令和脚本解释器 | 白象、Kimsuky、Konni、APT28、APT29、Gamaredon、OilRig等 |
| TA0005 | 防御规避 | T1027 | 混淆文件或信息 | APT28、Sandworm、Kimsuky、Lazarus、OilRig、MuddyWater等 |
| TA0001 | 初始访问 | T1566 | 网络钓鱼 | 白象、海莲花、Kimsuky、Konni、Lazarus、APT28、APT36等 |
| TA0010 | 数据渗出 | T1041 | 使用C2信道回传 | 白象、海莲花、Sandworm、Lazarus、Kimsuky、OilRig等 |
| TA0005 | 防御规避 | T1036 | 仿冒 | APT28、Gamaredon、Kimsuky、APT36、MuddyWater等 |
| TA0005 | 防御规避 | T1140 | 反混淆/解码文件或信息 | Lazarus、Kimsuky、APT28、Sandworm、OilRig等 |
| TA0002 | 执行 | T1204 | 诱导用户执行 | 白象、海莲花、CNC、Lazarus、Kimsuky、APT28、Gamaredon、APT36等 |
| TA0002 | 执行 | T1204.002 | 利用恶意文件 | Lazarus、Kimsuky、Gamaredon、APT28、APT36等 |
| TA0002 | 执行 | T1059.003 | 利用Windows Command Shell | 响尾蛇、APT28、Sandworm、Gamaredon、Lazarus、OilRig等 |
| TA0002 | 执行 | T1059.001 | 利用PowerShell | 响尾蛇、APT29、APT28、Lazarus、Kimsuky、MuddyWater等 |
综合来看，我们将2025年APT组织使用的技战术分为超高频、高频、中频、低频和超低频，其中超高频技、高频战术主要分布在初始访问（TA0001）、执行（TA0002）、持久化（TA0003）、防御规避(TA0005)以及收集(TA0009)战术阶段，其他全部技战术热度分布可见图3-2。通过对威胁框架视角的攻击映射，能够从宏观层面了解APT攻击的威胁态势，支撑安全人员制定网络安全防御策略。
图3-2 2025年APT攻击活动中高频技战术热图
3.1.1 军事战略深度耦合的关键基础设施APT攻击持续演进
国家关键基础设施定义为一旦遭到破坏、丧失功能或数据泄露，将严重危害国家安全、经济运行、社会稳定或公共利益的基础设施系统。类似国家授时中心是作为国家关键基础设施体系中底层核心节点的支撑型设施，是中国国家标准时间的唯一产生与播发机构，其时间服务广泛支撑交通控制、卫星导航、电力调度、电信通信、金融清算及军事指挥、武器系统等多个关键领域，一旦该系统遭到破坏或操纵，将可能引发跨行业、跨系统的联级失效，严重危害国家安全和社会稳定。
2025年10月，国家安全机关及国家互联网应急中心（CNCERT）曝光了美国国家安全局（NSA）针对中国国家授时中心（NTSC）发起长期、分阶段网络攻击行动[1]，攻击者利用三角测量行动入侵国家授时中心工作人员手机设备获取办公计算机登陆凭证，作为突破口入侵内部网络设备全程投放部署42款网络攻击武器，用于横向扩散、隐蔽监控和数据窃取，企图预置对关键授时系统的破坏能力。
2025年12月，美国华盛顿邮报总结国防分析人士观点[2]，认为美国国家安全局对中国国家授时中心的攻击活动可能与美国军方一项支持名为“主动抑制发射”（Left of Launch）的先进战略导弹防御的绝密计划有关，该项目自2013年被美军参谋长联席会议主席邓普西上将（General Martin Dempsey）为应对朝鲜核试验提出，之后被列入五角大楼的国防发展计划，由美国头号反导弹承包商雷神公司(Raytheon)承接研发，旨在利用电磁波传播、网络攻击等新型进攻性力量，渗透目标的指挥控制系统和弹道导弹目标指示系统等，先发制人打击对方的弹道导弹能力，保护美国、其盟国以及全球前沿部署部队的安全。早在2016年，奥巴马政府曾将“主动抑制发射”计划用于朝鲜弹道导弹试射计划，造成朝鲜火星-10号导弹反复试射失败。
3.1.2 AI驱动的高效决策能力深度参与攻击行动全链路
随着近年来AI技术的快速成熟，黑客组织不再是简单地利用AI生成钓鱼邮件、网站或者恶意代码，而是频繁在实战中利用AI来自动化辅助决策同时降低成本，从人依据经验判断操作路径和工具，向人监督AI模型辅助制定范式级计划决策并高效操作执行过渡。
实际上相对于漏洞挖掘利用、恶意代码开发等，攻击流程中的侦察筛选、路径选择、高效执行等决策层面的高认知环节可能要付出更显著的成本和犯错后果，按攻击生命周期划分，AI能够深度参与攻击行动的环节众多，如在侦察与情报收集阶段AI相比人工更擅长处理非结构化信息，自动聚合多源公开信息，辅助快速识别目标组织人员结构、业务重点、网络资产等，基于搜集结果协助攻击者制定不同成功率与风险评估的入侵路径，如生成高度贴合目标身份的诱导内容，动态调整社会工程话术与诱导方式，或者自动分析目标网络资产可能存在的脆弱性风险暴露点及利用信息，辅助规划执行方案、工具选取、操作提示与应变策略。入侵成功后理解所在位置系统网络环境辅助决定横向移动或随目标组织的行为规律调节行动的时机、频率以追求长期潜伏等。
2025年多个方向背景的APT组织被发现不同程度地利用生成式AI于攻击过程[3]，如朝鲜UNC5342组织使用Claude AI实现高诱骗性招聘钓鱼活动的全流程，攻击者使用AI编写逼真的项目技术文档和基于社交媒体和Github的钓鱼网页，AI改进独家木马武器的代码功能，最后AI辅助话术向目标发起技术面试投送钓鱼网站和木马文件。在另外的欺诈性IT从业攻击活动中，朝鲜背景攻击者深度依赖商用生成式AI开发服务器前后端系统，伪造详尽的职业背景身份并与AI对话提前模拟技术面试以提高成功率。俄罗斯背景攻击者利用Claude探讨对Windows系统内核的理解，构思并实现具备多种逃逸能力的窃密软件。
3.1.3 以用户纠错为媒介的防御手段绕过攻击范式增多
用户纠错行为通常指当用户感知到“系统异常、操作失败或流程中断”时，自发、理性地出于完成目标的动机，主动尝试修复问题的补救行为，例如察觉到网页、文件、网络等异常损坏等情况，为恢复功能继续工作的意识优先于风险防御心理。此时用户的安全警觉往往被暂时挂起，顺从外部的技术解决支持。
ClickFix等类攻击便是一种高度利用用户纠错行为的社会工程攻击技术，它并不依赖漏洞利用，而是伪造异常出错的软件使用场景，为用户提供伪装成技术支持方案的恶意命令或防御关闭操作步骤，引导目标一步步自愿执行，安全防御软件往往无法区分“用户被操纵的合法行为”和“真实合法行为”，最终导致用户机器被植入恶意程序，或者用户手动关闭EDR防护、Office宏禁用、浏览器沙箱、防火墙等等，同时由于恶意“技术支持方案”可低成本地针对性设计，ClickFix此类攻击能轻易实现跨平台通用。
表3-2 APT组织ClickFix攻击案例[4][5]
| 时间 | APT组织名 | 攻击目标/领域 | 攻击手段 |
|---|---|---|---|
| 2024年10月 | APT28 | 乌克兰政府机构 | 以Google电子表格发送邮件，正文链接引导目标访问ClickFix攻击网站。 |
| 2024年11月 | MuddyWater | 中东众多政府机构 | 以微软紧急安全更新发送邮件，正文建议文字引导目标执行ClickFix攻击。 |
| 2024年12月 | UNK_RemoteRogue | 乌克兰国防工业武器制造商 | 以共享文档发送邮件，正文链接引导目标访问ClickFix攻击网站。 |
| 2025年1月 | Kimsuky | 朝鲜问题智库机构 | 以会议邀请发送邮件，正文链接引导目标访问ClickFix攻击网站。 |
| 2025年1月 | 响尾蛇 | 巴基斯坦海事部门 | 疑似通过鱼叉邮件的正文链接引导目标访问ClickFix攻击网站。 |
| 2025年2月 | Kimsuky | 日本外交机构 | 以日本驻美大使会面发送邮件，附件PDF引导目标访问ClickFix攻击网站。 |
自2024年底至今，陆续出现印度、朝鲜、俄罗斯、伊朗等方向的多个APT组织利用ClickFix攻击技术在实际活动中，说明用户纠错行为中的低防御、强顺从特性成为继恐吓性钓鱼、利益诱导等类型之外的新兴社会工程学热门攻击点。ClickFix攻击属于以用户为执行主体的社会工程技术，其防御难点不在于恶意代码本身，而在于“合法行为被操纵”，传统基于签名或漏洞利用的检测方式对ClickFix攻击效果有限，因此防御应从“行为异常识别+执行面收缩+认知风险干预”三个层面同时展开，着重于识别执行上下文的异常语境，以及为用户提供可信的异常纠错技术支持通道。
3.1.4 路径前移网络边界设备攻击利用趋于常态
网络边界设备是部署在网络边界位置、连接内外网络的基础设施，主要用于流量接入、转发、控制和安全防护，常见包括路由器、防火墙、VPN网关、负载均衡设备等，承担访问控制、认证和通信枢纽作用。由于缺乏终端级检测能力、日志留存有限、补丁升级周期滞慢且大多长期暴露在互联网，相比单一终端边界设备一旦失陷影响范围巨大，网络边界设备成为APT攻击构建隐蔽入口、监听流量、维持访问的首选位置。
表3-3 APT组织网络边界设备攻击案例
| 时间 | APT组织名 | 攻击目标/领域 | 边界设备类型 |
|---|---|---|---|
| 2025年3月 | UNC3886 | 电信运营商和互联网服务提供商 | Juniper路由器[6] |
| 2025年6月 | RedNovember | 全球政府/国防/科技企业 | SonicWall & Palo Alto VPN[7] |
| 2025年8月 | Static Tundra | 欧美亚非地区电信教育制造业 | 思科网络设备[8] |
| 2025年9月 | UNC5807 | 欧美国家电信运营商 | 运营商骨干路由器/客户边缘路由器[9] |
| 2025年12月 | 沙虫 | 欧美能源机构企业 | 企业路由器/VPN/远程访问网关/网络管理设备[10] |
2025年，具有俄罗斯背景的Static Tundra组织（Energetic Bear组织子集）针对已停产且未打补丁的思科网络设备产品进行攻击[8]，植入名为SYNful Knock的固件后门对设备发送TCPSYN魔术数据包来维持远程访问，然后深入探知目标网络环境中高价值设备，建立通用路由封装(GRE)隧道将高价值目标流量重定向到攻击者控制的基础设施。同年，具有俄罗斯背景的沙虫组织被发现针对欧美能源领域关键机构网络边缘设备发起攻击[10]，受害者托管在AWS上的客户网络边缘设备由于配置错误而非漏洞遭到攻击者入侵，类型包括企业路由器、VPN集中器、远程访问网关、协作平台/项目云管理系统等，用户的身份验证流量被拦截凭证被搜集盗取。
3.2 勒索攻击威胁
当前，勒索攻击已分化为“广撒网”与“定向狙击”双轨模式，并在“仅加密”“仅窃密”“窃密+加密”三条策略线上同时发力，RaaS把攻击拆成“即插即用”的流水线，漏洞武器化提供弹药，AI负责目标筛选与攻击工具生成，云原生架构扩大横向移动半径，供应链则成为天然跳板。其危害不再止于赎金，而是沿数据、系统、信誉一路传导，形成连锁瘫痪。
尽管全球执法机构持续高压打击，勒索事件的公开披露量仍逐年抬升。2025年已有约115个不同名称的勒索组织被受害者名录点名，其中37个为年内首次出现的新团伙，RansomFeed监测数据显示，公开受害者条目从2023年的4800条、2024年的5500条增至2025年的7300条。数量攀升的背后，正是“漏洞—AI—云—供应链”四重杠杆叠加，把一次单点突破迅速放大为跨租户、跨行业的链式毁网。
3.2.1 漏洞武器化成为勒索攻击组织的“流水线工具”
随着防御体系持续升级，攻击者手段愈发狡诈，漏洞武器化已成为勒索攻击的核心手段。据美国CISA统计，2025年已有245个漏洞被用于网络攻击，其中24个用于勒索攻击，涉及Clop、QiLin和InterLock等勒索攻击组织。Clop组织集中利用多个高风险漏洞发起大规模攻击，仅2月份就通过Craft CMS CVE-2025-23209与Palo Alto Networks PAN-OS CVE-2025-0111两个漏洞，入侵300多个受害者组织。面对目标防护设施，攻击者常以武器化未修补漏洞为突防工具，绕过检测与验证实施攻击。漏洞武器化已升级为标准化、模块化、自动化的流水线作业，成为勒索组织突破防御、牟取暴利的核心工具。攻击组织通过“漏洞挖掘-武器封装-批量投放-攻击变现”的闭环链条，将高危漏洞转化为可复制、可复用的攻击工具，实现攻击效率最大化与成本最小化，从SharePoint服务器漏洞滥用至跨平台攻击，均印证了这一趋势。
漏洞武器化的流水线特征显著，一是标准化生产，攻击组织将漏洞武器模块化封装为“即取即用”工具包，同时黑产链条分工细化，漏洞武器成为低价可交易商品，降低攻击门槛；二是自动化攻击，结合AI工具构建“扫描-探测-利用-加密-勒索”全链路流水线，实现漏洞精准定位、跨平台适配及大规模攻击；三是场景化复用，在医疗、金融等行业定向复用高危漏洞，滥用可信云服务漏洞构建隐蔽通道，实现“一次开发、多次复用”的规模化危害。漏洞武器化已完成“工具化-流水线化-产业化”转型，其本质是黑产分工、技术升级与漏洞商品化共同作用的结果。
3.2.2 人工智能技术助力勒索攻击实现“自动驾驶”
人工智能是勒索攻防战的“双刃剑”，对防御者，它是盾牌，依托机器学习可高效检测异常流量、预判攻击趋势、自动逆向勒索软件并共享威胁情报；对攻击者，它是利剑，能生成免杀载荷、伪造钓鱼素材、动态制定赎金，AI的迭代同步放大攻防筹码，双重效应不容小觑。
2025年8月，ESET披露AI驱动的勒索软件概念验证样本PromptLock，该程序支持Windows、macOS、Linux跨平台数据窃取与加密，标志着AI被正式武器化，进一步拉低网络犯罪技术门槛。Anthropic的Claude Code大模型亦遭威胁行为者滥用，后者借其开发勒索软件包并搭建勒索即服务（RaaS）平台，相关工具套件在暗网以400—1200美元价格兜售。此外，Weaxor勒索攻击组织利用AI大模型生成加密模块与免杀代码，FunkSec勒索攻击组织则借助AI大模型辅助编写Rust语言勒索软件。
当前，AI正推动勒索攻击迈入“自动驾驶”时代，大模型分钟级生成免杀载荷，深度伪造提升钓鱼成功率，还能提取数据辅助横向渗透、分析目标信息动态定价。随着模型门槛与算力成本下降，未来攻击将更智能隐蔽，传统特征规则类防御体系若不革新，将面临降维打击。
3.2.3 云上勒索攻击爆发式增长，云原生技术放大安全威胁
云上勒索攻击事件呈现上升趋势，覆盖全球多个国家和地区，涉及多行业领域。随着企业数字化转型深入推进，核心业务资产与数据资源大量迁移至云端，攻击者顺势调整攻击重心，摆脱传统终端加密的局限，全面转向更具隐蔽性、穿透力的云原生攻击手段。
2025年已出现多起直接针对云平台/云服务器的勒索案例，阿里云电商ECS被植入勒索软件并删除快照致业务停摆和财务损失；Microsoft Azure用户遭Storm-0501攻击组织提权后利用KeyVault原生加密政务数据并销毁密钥；Salesforce生态系统被ShinyHunters组织通过OAuth横向入侵公开数据勒索多家大型企业。攻击者精准锁定主流云平台及高频SaaS应用，利用云环境的开放性、API调用特性、身份权限管理漏洞及虚拟化技术缺陷，实施精准打击。与传统攻击不同，当前云上勒索攻击不再是单一加密行为，而是采用“数据窃取-备份销毁-双重勒索”的组合战术：非法获取企业核心数据，批量删除云备份资源以切断恢复路径，再以公开数据和加密资产双重威胁逼迫企业支付赎金。
此类攻击无需部署传统恶意软件，依托云原生功能即可完成攻击全流程，攻击痕迹极难追踪且周期大幅缩短，挤压企业防御响应时间。其造成的损失远超传统终端勒索攻击，不仅导致企业业务瘫痪、资金流失，还引发数据泄露丑闻与客户信任危机，部分公共领域云平台受攻击后更影响公共服务运转，已成为威胁全球数字安全的核心风险。
3.2.4 供应链成勒索攻击“放大器”
供应链勒索攻击已从偶发威胁演变为常态化高破坏性风险，成为威胁全球数字经济安全的“头号杀手”之一。这种攻击模式的核心，是钻营供应链“信任链”的固有漏洞。攻击者放弃强攻目标企业核心防御，转而突破链条中防御较弱的薄弱环节，再借助上下游的信任授权关系，渗透至整个供应链网络。相较于传统单点勒索攻击，供应链式攻击堪称“事半功倍”。攻击者只需攻克一个薄弱环节，就能借供应链传导效应，快速扩散勒索软件与数据窃取程序，实现“一击多毁”，引发连锁式业务停摆与经济损失。
2025年全球供应链勒索攻击频发，SafePay、ShinyHunters等多个勒索攻击组织利用漏洞、弱口令等手段，先后攻击Ingram Micro、TransUnion、捷豹路虎、沃尔沃北美公司、朝日集团及其供应链合作方，呈现“单点突破、全域蔓延”特征，造成系统瘫痪、海量敏感信息泄露、工厂停产及超17亿英镑产能损失，危害从核心企业延伸至上下游伙伴与终端用户，引发跨行业连锁冲击。供应链勒索攻击“单点突破、全域波及”的放大效应，攻击借助信任链快速传导，不仅造成巨额经济损失，更引发合规追责与行业信任崩塌。既有攻击者蓄意锁定关键服务商的精准打击，也有因系统关联触发的意外连锁反应，暴露出供应链信任链的隐蔽安全短板——攻击传导速度远超防御响应速度，各环节安全能力参差不齐，更放大了风险危害。可以预见，供应链勒索攻击威胁将长期存在，手段也会愈发隐蔽复杂。无论蓄谋打击还是意外误伤，其冲击都将贯穿整个供应链网络，引发服务商信誉崩塌、企业赎金压力剧增、客户业务中断等连锁问题，甚至诱发行业信任危机。这场攻防战绝非单一企业的“独角戏”，而是需要全链条携手构建协同防御体系的“持久战”。
3.3 数据安全威胁
全球数字经济蓬勃发展，深度融入各行各业，成为撬动经济高质量发展的关键力量。与此同时，数据安全防线面临严峻挑战，数据泄露事件高发频发，影响之深、数量之巨触目惊心。供应链攻击借开源组件漏洞、软件更新劫持等路径渗透，云存储配置失误、权限管理混乱直接引发大规模数据外泄，勒索软件与高级持续性威胁（APT）瞄准金融、制造等关键领域精准打击，内部人员操作失当更是成为数据泄露的重要导火索。
图3-3和图3-4所列为全球范围内，2025年影响较大的文件数据泄露事件与个人信息数据泄露事件，正是这一严峻态势的直观体现。未来，数据安全防护必须锚定“制度+技术”双轮驱动，以《中华人民共和国数据安全法》为核心完善法规体系，推动合规管控覆盖数据全生命周期；同时普及加密存储、权限最小化、漏洞快速响应等基础防护技术，强化行业协同治理与全民安全意识。唯有筑牢数据安全屏障，方能护航数字经济行稳致远。
图3-3 2025年影响较大的文件数据泄露事件统计图
图3-4 2025年影响较大的个人信息数据泄露事件统计图
3.3.1 AI驱动的攻击与供应链渗透成主要引爆点
数据安全领域AI驱动攻击与供应链渗透的叠加共振，是引发大规模、精准化数据泄露的核心诱因，二者的联动彻底打破了传统防御体系对数据泄露的防控逻辑，让数据泄露风险呈现出“全域覆盖、精准猎杀、长期潜伏”的特征。
AI驱动的攻击手段，为定向数据泄露打开了高效通道。UNC6040组织用AI语音伪造实施电话钓鱼，攻击者借AI注入漏洞、自动化工具窃取数据，大幅提升隐蔽性与效率。供应链渗透则成为绕开核心防御的关键路径，UNC6395组织利用Drift AI聊天代理漏洞窃取OAuth令牌，通过第三方工具与权限泄露，批量渗透700余家企业，获取15亿条记录。
攻击者依托生成式AI与强化学习模型，打造全流程攻击链条，通过定制化钓鱼内容突破身份验证防线，再借助AI加速的漏洞挖掘与利用技术，快速穿透网络隔离屏障，实现对目标系统的无痕驻留与数据窃取；更值得警惕的是，针对安防AI系统的对抗性攻击，能通过提示注入、数据污染等方式诱导其“自盲”或“反噬”，直接瓦解数据安全的智能防护屏障，为数据泄露扫清障碍。而供应链渗透则成为数据泄露的重要“跳板”，将泄露风险从单点扩散至全域，攻击者摒弃直接突破核心企业高等级防护的思路，转而采用“迂回渗透”策略，瞄准二三级供应商、集团分子公司及分支机构等生态链薄弱环节，利用代码签名劫持、云服务API漏洞、VPN互信策略等路径，实现“一次入侵，全网扩散”。这类攻击往往潜伏周期长，极易通过业务系统的信任链路，悄然窃取核心业务数据与敏感用户信息，即便未造成大规模数据泄露，也会为后续精准化的数据窃取埋下隐患。
3.3.2 技术失衡与体系缺失，诱发数据安全系统性短板
数据安全防护存在的系统性短板，根源在于技术迭代与防御能力的失衡错位，以及安全能力薄弱与防护体系的全面缺失，二者叠加形成攻防失衡的恶性循环，大幅提升了数据泄露风险。2025年末全球超3200家企业遭遇基于Google Cloud的钓鱼攻击，攻击者滥用平台合法自动化服务，以官方域名发送邮件并通过合法子域名跳转，精准绕过SPF、DKIM等传统邮件验证机制与URL信誉检测，暴露了新技术应用中防御理念与技术迭代不同步的失衡问题，传统防护对“合法外衣”下的新型攻击束手无策。同年澳航570万客户数据遭泄露，黑客通过攻击第三方服务商的系统得手，波及迪士尼、宜家等多家跨国企业，反映出企业对第三方风险管理流于形式、缺乏体系化管控的短板，也凸显了单点防御模式在供应链攻击面前的脆弱性，双重问题叠加导致数据安全防线全面失守。
当前，生成式AI、云原生架构、边缘计算等新技术以裂变式速度融入数据全链路，推动数据形态多元化、应用场景复杂化，数据暴露面呈几何级增长，而数据防御体系建设却普遍滞后，传统防护手段难以应对AI驱动攻击、供应链渗透等新型威胁，防护理念僵化、权限管控粗放，零信任架构等先进技术又因成本与门槛难以规模化落地，这种失衡直接拉大攻防安全代差，让数据在多环节面临泄露风险。与此同时，多数组织的数据安全能力薄弱且缺乏体系化布局，数据资产梳理不全面、可见性不足，威胁检测响应迟缓、安全文化缺失，仍依赖单点防御模式，边缘设备、第三方接口等薄弱环节防护缺位，第三方风险管理流于形式。技术代差带来的攻防劣势，叠加能力与体系缺失导致的防线松动，使得组织陷入“看不见数据资产、防不住新型攻击、管不全风险环节”的困境，集中凸显出数据安全防护的系统性短板。
3.3.3 产业生态散乱与创新不足，支撑能力薄弱
数据安全产业生态散乱、创新不足，直接导致产业支撑能力薄弱，进一步放大数据泄露等安全威胁。市场安全工具品类繁杂且功能重叠，不同厂商产品接口不兼容、数据不互通，企业需部署多套工具，既增加管理成本，又易出现告警混乱、防御盲区，为数据窃取行为留下可乘之机。产品同质化严重，中低端市场陷入价格战，企业研发投入不足，技术创新滞后，难以应对生成式AI数据反演等新型威胁。APT攻击分析、隐私计算研发等领域高端复合型人才短缺，高校人才培养与产业需求脱节，无法支撑复杂攻击的防御工作。一体化安全服务方案缺位，多数厂商仅提供单一产品，难以形成防护闭环；国产化替代中核心芯片、关键算法依赖进口，产业整体支撑能力无法匹配数字经济对数据安全的高标准要求。
3.3.4 安全能力薄弱与体系缺失，防御防线松动
多数组织的数据安全能力普遍薄弱，数据资产梳理不全面，对分散在云端、边缘端、本地服务器的数据存储位置、敏感等级缺乏清晰认知，数据资产可见性严重不足。威胁检测与响应机制不完善，缺乏高效的态势感知能力，对新型攻击的识别精准度低、响应迟缓，往往在数据泄露扩大后才发现问题，错失最佳处置时机。安全文化建设滞后，企业对员工的安全培训流于形式，员工安全意识淡薄，违规操作、密码泄露等行为频发。部分企业仍采用单点防御模式，缺乏体系化的安全规划，数据安全防护仅覆盖核心系统，边缘设备、第三方接口等薄弱环节防护缺失，体系化免疫能力建设缺位。第三方风险管理流于形式，仅在合作初期进行资质审核，未建立动态监测与风险评估机制，第三方带来的安全隐患难以提前预判，数据安全防御防线存在明显漏洞。组织数据安全“看不见、防不住、管不全”，本质是缺乏体系化、持续化的数据资产可视与风险免疫能力。
3.4 黑产威胁
2025年，黑产威胁活动整体呈现出规模化、产业化与高度自动化的发展态势，攻击链条进一步成熟，上下游分工更加明确，形成以工具开发、技术支持、拉群传播、诈骗变现为核心的完整黑色产业链。目前除了国内最活跃的黑产团伙“游蛇”（又名“银狐”和“谷堕大盗”等）以外，还有一些黑产团伙也非常活跃，例如黑猫、金眼狗、夜枭、暗纹等。其攻击活动主要围绕钓鱼投递、信息窃取、远程控制及内网横向渗透展开，目标覆盖中小企业、教育机构及政企单位，呈现出攻击频次高、变种更新快、作案工具高度复用等特征。相关黑产普遍采用模块化木马体系与多层加载技术，通过频繁更换样本特征与通信基础设施规避检测，形成了“欺诈即服务”（FaaS，Fraud as a Service）的网络犯罪运营模式[11]，上线以商品化并按需出售或租赁的形式，向实施攻击活动的组织提供攻击方法、工具、基础设施，从而大幅降低实施网络欺诈的门槛。进一步放大了整体黑产生态的协同效应与危害范围。例如，2025年4月至5月期间，国家互联网应急响应中心（CNCERT）与安天联合监测到“游蛇”黑产每日上线境内肉鸡数（以IP数计算）最多已超过1.7万[12]，C2日访问量最高达到4.4万条，对企业及个人用户造成巨大影响。
3.4.1 传播方式
黑产团伙主要依托即时通讯工具、搜索引擎SEO投毒及钓鱼邮件等渠道高频分发恶意负载。在今年的攻击活动中，攻击者表现出显著的工程化特征：通过大批量仿冒热门流行软件，利用搜索竞价排名将受害者引流至高度仿真的钓鱼站点。这些站点不仅在视觉设计上与官网高度相似，其域名也采用添加前后缀或字符替换等隐蔽手段进行伪装，极具迷惑性，旨在诱导用户在毫无防备的情况下从中下载并运行恶意程序。
攻击者频繁使用MSI、NSIS、InnoSetup、SetupFactory、Install Builder等安装包制作工具，将恶意组件与正常的应用程序进行捆绑。在恶意安装程序的执行过程中，用户会看到正常应用软件的安装流程，而恶意行为则在后台静默运行，从而在用户不知情的情况下植入远控木马。此外，攻击者可能会对恶意组件进行多层嵌套和加密，隐藏文件的特征规避安全产品的静态检测；攻击者也常利用“文件填充”手段，向安装包中添加无意义的文件或数据，使文件体积膨胀超出部分云沙箱或反病毒引擎对文件的大小限制。
3.4.2 攻击手段
在2025年的攻击活动中，黑产团伙的技术特点呈现出“开源技术武器化、复杂逻辑模块化”的特征。黑产团伙依然以“白加黑”加载、内存解密多层载荷执行Shellcode、无文件形式执行远控木马以及创建计划任务建立持久化机制等作为核心的感染手段，并前置添加多种检测及对抗技术。
黑产团伙基于开源项目及技术手段，转换形成不同环节的攻击模块：在Shellcode生成环节，其广泛利用Donut、sRDI等转换生成工具；在代码注入环节，大规模采用PoolParty注入技术，这是一种利用Windows线程池机制进行注入且较为新型的开源技术手段。在对抗环节，集成开源项目或已知含有漏洞的驱动文件，在驱动层面进行致盲EDR、终止指定安全软件进程、隐藏进程及网络连接等对抗操作；在远控环节，则大量基于Gh0st或Winos远控木马源码进行改编，形成上线模块以及后续实施远程控制的功能模块。黑产团伙表现出高度依赖成熟开源项目并进行二次封装的技术特点。这种“开源方案武器化”的趋势，极大缩短了木马变种的迭代周期，也使得攻击链条变得愈加复杂。
3.4.3 诈骗方式
受害者终端被植入“游蛇”木马后，黑产团伙并不仅满足于单一主机的控制权，而是利用其实施进一步的裂变传播与金融诈骗。攻击者常选择在深夜或受害者离岗时段，通过远程桌面或协议控制，在受害者所在的财务群、工作群中传播钓鱼文件，此类钓鱼文件通常附带具有诱导性的文字说明，并嵌入恶意二维码或链接，旨在诱导用户访问钓鱼网站。
在2025年的攻击活动中，黑产团伙经常将钓鱼网站主页伪造成“《2025年个人财政补贴》声明”，逐步诱导受害者填入自己的身份信息，如姓名、身份证号、银行卡号、银行卡余额、银行卡密码和手机号等信息，并且所有的页面会初步验证受害者输入的信息是否有格式错误。待受害者完成信息输入并等待虚假的“补贴发放进度条”时，其卡内资金往往已被瞬间转移至黑产团伙准备好的多级洗钱账户中。
3.5 人工智能（AI）安全与威胁
进入2025年，生成式AI与大模型服务从“能力验证期”加速迈入“规模化供给期”，热点模型与平台在短时间内承载了指数级增长的用户访问、API调用与生态集成需求。在此背景下，AI正在同时扮演三重角色：既是业务增长引擎，也是攻击效率放大器，更成为高价值的攻击目标。以面向大模型平台的可用性打击为代表，传统僵尸网络DDoS在热点事件窗口集中爆发，并与AI业务“高算力、强交互、开放接口”的特性叠加，推动对抗从单纯的带宽与连接消耗，进一步演化为更具性价比的算力资源耗尽与业务逻辑型滥用；在AI驱动攻防竞赛加速的趋势下，企业的安全建设正从堆叠工具转向重塑整体安全架构。
3.5.1 AI平台成为高价值靶标
2025年热点大模型平台的共同特征，是业务高关注度、服务高外露面与资源高密度并存，使其更容易在短周期内吸引对抗性攻击集中“打点”。以DeepSeek遭遇大规模攻击事件为例，相关报告显示RapperBot、HailBot等Mirai衍生僵尸网络被用于发起DDoS攻击，通过高频伪造请求持续消耗目标带宽、TCP连接池容量与CPU处理能力，造成服务响应延迟激增、限流熔断甚至宕机。对AI平台而言，这类攻击的危害不仅体现为“不可用”，更会通过业务中断、调用失败与信誉受损，直接放大商业与社会影响面。
3.5.2 DDoS从带宽转向算力
生成式AI与传统Web服务的关键差异在于：单次交互的推理算力成本更高、长上下文与复杂推理链路更易被恶意放大，且开放API天然具备被滥用为“资源消耗通道”的风险。研究指出，攻击者可以围绕算力密集型与低延迟敏感特性，设计低流量高杀伤的攻击链：不必堆叠海量流量，也可能通过精心构造请求触发高维计算、递归解析或超长上下文处理，快速耗尽GPU/CPU/内存等关键资源，从而更隐蔽地绕过依赖流量阈值的传统防护策略。由此，“算力资源攻击”正在成为2025年AI平台可用性对抗的核心变量。
3.5.3 AI赋能的网络攻击已经规模化发展
AI已被攻击者系统性地用于实施网络攻击，其利用程度已从实验阶段迈向规模化发展新阶段。网络犯罪的底层逻辑正在发生根本性转变：攻击的核心从追求技术的极端新颖性，转向追求利用自动化与AI，在单位时间内将系统访问权大规模转化为实际利润的能力，在一定程度上标志着网络攻击已开始进入一个由AI驱动的高度自动化时代。例如，2025年11月下旬，首个全AI驱动开发的恶意软件框架“VoidLink”出现；攻击者利用AI开发助手，遵循详细规格驱动的开发方法，几乎全自动地规划、编码、迭代并测试了一个高度复杂、功能成熟的恶意软件框架；借助AI在极短时间内将概念转化为超过8.8万行代码的可运作植入程序，暴露出AI如何使单一攻击者以前所未有的速度实现以往需专业团队协作才能完成的高复杂度攻击能力[13]。又例如，2025年10月及之后，具有朝鲜背景的APT组织“KONNI”在其攻击活动中使用了由AI辅助生成的、结构高度工程化的PowerShell后门；其在针对区块链开发人员的钓鱼攻击中，部署了一个明显由AI生成的PowerShell后门；该脚本具备异常规整的模块化结构、详细的文档注释以及典型的AI生成标记，表明攻击者已开始利用AI辅助快速开发用于权限提升、持久化和命令控制的功能性攻击载荷，并将其整合到既有的多阶段攻击链中[14]。再例如，2025年8月，研究人员发现首个利用本地AI模型生成攻击组件的勒索软件“PromptLock”；该恶意软件在运行时向本地部署的OpenAI模型发送蓄意设计的提示词，动态生成用于系统探测、文件系统遍历及实施加密的跨平台Lua脚本，实现了攻击逻辑在受害主机上的实时、按需生成，从而将本地大型语言模型直接转化为自动化攻击的组件生成引擎[15]。
与此同时，攻击者利用AI实现了攻击生命周期的全面加速，其自主性已达到可近乎零人工干预地执行从渗透到变现的完整攻击链，并将造成损害的时间窗口从数天缩短至分钟级[16]。AI还显著扩展了攻击面，特别是通过降低制作高逼真钓鱼与深度伪造内容的技术门槛[17]。此外，AI重塑了网络犯罪生态，一方面通过平台化服务（如RaaS）和代理型AI降低了攻击门槛，使低技能攻击者也能发动自动化入侵；另一方面，它也成为APT组织和高能力攻击者的“力量倍增器”，使其能快速产出高复杂度工具，将高水平攻击常态化。
3.5.4 AI驱动威胁迫使企业重塑安全架构，而非简单叠加防护产品
2025年越来越多企业意识到AI已经改变了攻击面和防御逻辑，传统“堆叠安全产品”的做法在AI攻防时代难以维系。攻击者利用AI快速生成欺骗内容、自动化攻击链，而防御方则需要将AI引入威胁狩猎、检测与响应的核心流程。关键问题不在于“是否使用AI”，而在于如何让AI成为架构层级的一部分——围绕数据、身份与策略重新整合安全体系。真正的挑战是安全组织能力的演化：从工具化使用转向体系化治理。
3.6 威胁泛化
2013年，安天首次提出“恶意代码泛化”（Malware/Other）概念，用以描述智能设备、物联网等新领域安全威胁的演进趋势。此后，“泛化”始终是威胁趋势研究的核心主题——攻击者的目标已从传统手机、电脑等智能终端，持续扩展至智能家居、工业物联网、关键基础设施等融合智能技术的全场景应用。2025年，随着智能终端普及度的跨越式提升、人工智能技术的深度落地以及全球地缘政治冲突的持续发酵，安全威胁泛化呈现出“设备覆盖更广、攻击手段更智能、靶向性更精准”的全新特征，给全球网络安全防护体系带来严峻挑战。
物联网设备数量继续高速增长，安全风险日益凸显。Gartner《2025年全球物联网市场展望》报告显示，基于2025年上半年的物联网连接数据，预计2025年底全球联网物联网设备数量将同比增长14%，达到211亿台[18]。智能家居、工业物联网、新基建等领域持续扩展，使得攻击面大幅扩大。IP摄像头、打印机、VoIP设备等常见IoT终端也频繁曝出安全漏洞。简言之，物联网设备的开放性、多样性和快速迭代，为攻击者提供了更多“跳板”。从技术趋势看，边缘计算与物联网（IoT）的融合，推动人工智能（AI）与物联网的协同应用日趋深化，攻击者也开始将AI工具运用于IoT攻击中，如利用机器学习进行自动化漏洞扫描和攻击载荷投放。这就要求企业在物联网新基建落地阶段，同步强化设备身份认证、固件安全加固及网络域隔离分段等防护措施。
关键基础设施仍是网络战和攻击的重点目标。2025年第三季度，运输与物流领域接连发生多起重大网络安全事件：北约成员国多家航空企业使用的ARINC cMUSE在线值机平台遭勒索攻击而瘫痪，影响了欧洲多家大型机场的运营；俄罗斯航空公司Aeroflot和多家国际航空公司（法航Air France、荷航KLM、卡塔尔航空等）也报告了数据被窃或系统受袭，导致航班取消和客运中断。这些事件表明航空运输作为“国民经济命脉”在信息化转型中存在巨大风险。在能源、水利、制造等OT（运营技术）领域，国家级和民用设施同样面临威胁。2025年9月，TwoNet黑客组织对一个“水处理厂”诱饵系统（Honeypot）发动攻击，入侵人机界面并尝试操纵水处理流程。该组织进一步针对可编程逻辑控制器（PLC）发起攻击，印证黑客的攻击目标正从传统IT系统，向工业控制系统（ICS）延伸。类似地，加拿大政府于2025年10月发布警告称，近期多起针对水务、油气和农业设施的入侵事件中，黑客利用暴露在互联网的PLC和HMI系统操纵压力阀门、水箱液位、温湿度传感器等关键设备。总体来看，2025年工业与基础设施领域的网络攻击，已显现出多点并发渗透、精准直击OT系统的显著特征，也进一步印证了OT/IT网络纵深隔离、工控设备全周期监测的必要性与紧迫性。
智能网联汽车成为新的攻击载体。随着全球汽车行业加速电子化和智能化，车企IT系统和车联网平台暴露风险增加。2025年，多家国际车企爆发安全事件：英国捷豹路虎在年中遭受网络攻击，影响了生产线；现代汽车集团旗下公司Hyundai AutoEver America在2月遭入侵，约有数百万现代、起亚和捷恩斯车主的个人信息（姓名、驾照号、社保号等）被窃取。类似地，汽车配套应用场景中也频繁曝出安全漏洞，研究人员发现面向起亚和现代车主的配套应用程序存在远程控制漏洞，使未经授权者可能远程启动或控制车辆。上述案例充分说明，汽车产业数字化转型带来便捷性的同时，也大幅拓宽了网络攻击面，汽车厂商需强化车载信息娱乐系统、远程更新通道、车联网平台等的安全设计和监测。
总体来看，2025年网络威胁的泛化趋势持续加剧：物联网终端、智能家居设备、智能网联汽车等新兴领域持续成为攻击焦点；关键基础设施因地缘政治博弈加剧与数字化转型深化，安全风险显著攀升；生成式AI技术的普及应用，进一步推动网络攻击向精准化、隐蔽化、自动化、规模化方向演进。与此同时，国际局势动荡背景下，关键基础设施愈发成为地缘冲突中网络对抗的核心靶标与攻击武器，多国亟需从战略层面强化安全防护体系建设。展望未来，随着技术迭代与产业融合的持续深入，网络威胁的泛化扩散态势将长期延续。各方需未雨绸缪，将内生安全设计理念嵌入新基建与智能化进程的全链条，同步构建常态化防御能力，筑牢数字化时代的网络安全屏障，守护全球数字生态的稳定与可持续发展。
4.2026年网络空间威胁展望
2026年，关键基础设施底层节点正成为大国博弈中“先手瘫痪”的核心目标。国家关键基础设施中的底层核心节点正被系统性纳入战略对抗视野，此类设施支撑时间基准、调度逻辑与控制秩序等，一旦被破坏或操纵，极易引发跨行业、跨系统的级联失效。展望未来，APT攻击将更加侧重在和平时期对这类节点实施长期潜伏与能力预置，而非即时破坏，借助网络手段为潜在军事或地缘冲突提前创造“先手瘫痪的可触发条件”。随着网络攻击与军事战略进一步耦合，针对授时、电力、国防等基础支撑节点的渗透，将成为削弱对手体系稳定性与战略反应能力的重要方式，其影响将从网络安全层面上升至国家安全与社会稳定层面。
随着勒索软件从“加密数据”转向“贩卖恐惧”，未来将演化为AI驱动的心理战结合体。攻击者利用生成式AI构建目标心理画像，通过深度伪造实现精准恐吓。战术升级为“无限勒索”，叠加DDoS攻击、主动向监管举报触发合规调查、供应链级联施压，甚至利用财报敏感期操纵股价。组织形态上，非RaaS封闭运营成为主流，小型精英团伙隐藏在合法企业中形成“幽灵团伙”。同时，合规体系异化为攻击面，攻击者利用审计后的配置遗留，将GDPR罚款量化为赎金筹码，逆向利用强制报告义务制造“上报即失信”困境。防御哲学面临范式转移，企业需构建零知识数据架构与法律-公关一体化响应机制。未来不久，首个由AI全程策划的“完美勒索案”或将出现，标志着网络犯罪正式进入“恐惧算法化”时代，技术防护边际效应递减，心理韧性与法律准备成为最后防线。
数据安全的未来呈现技术对抗与合规驱动的双重特征。AI正重塑安全格局，既赋能自动化威胁检测，也催生深度伪造和智能攻击，形成“用AI对抗AI”的军备竞赛。架构层面，零信任将取代传统边界防御，身份成为新边界，持续验证成为标配。隐私增强技术突破数据可用不可见的瓶颈，推动跨机构数据流通。供应链安全成为重灾区，软件物料清单和第三方风险评估将纳入采购硬指标。后量子密码迁移迫在眉睫，以应对量子计算对加密体系的威胁。未来数据安全将从成本中心转型为业务使能者，内嵌于数字化转型全流程，在合规与创新的平衡中构建核心竞争力。
恶意代码依然是黑客组织与黑产团伙最核心、最常用的攻击武器，贯穿几乎所有网络攻击场景的全流程。无论是APT组织的定向渗透、黑产的规模化牟利，还是普通网络犯罪的窃取破坏，恶意代码都作为核心载体，实现初始访问、权限提升、横向移动、信息窃取、持久化控制等关键攻击步骤。2025年的威胁态势数据显示，窃密、远控、后门等恶意代码相关攻击占比依然很大，远超单一漏洞利用、社工攻击等方式，且呈现出AI赋能免杀、跨平台适配、与零日漏洞联动的新特征。从黑产的批量钓鱼传播，到APT组织的定制化恶意程序开发，恶意代码的形态持续迭代、技术不断升级，其易传播、高隐蔽、强破坏力的特性，使其成为各类攻击主体的首选工具，也成为网络安全防御体系中需要持续重点应对的核心威胁。
混合执行体攻击已成为攻击者的主流攻击方式，不同层级的攻击者持续迭代攻击手法，除商业、自研与开源工具外，还越来越多地将合法工具纳入攻击武器库。在定向勒索和APT攻击中，梳理其攻击装备清单会发现，相当一部分并非传统恶意代码，而是原本用于网络管理的合法工具或脚本，其中不乏带有厂商数字签名的知名开源及商用产品。这种组合运用多种来源执行体的攻击，安天CERT称之为混合执行体攻击。防范这种攻击，简单结合反病毒引擎+可信验证，显然是颗粒度不足的，这类检测方式难以识别合法工具的恶意滥用行为，极易成为攻击的“突破口”。实际攻击场景中此类手法已被广泛运用，如游蛇团伙使用白加黑手法加载，且利用rundll32.exe、regsvr32.exe等Windows系统自带合法可执行文件加载恶意模块规避查杀；这类混合执行体攻击手法已成为当前的主流趋势。以下是混合执行的典型手法与案例：
表4-1 混合执行的典型手法与案例
| 混合执行体形态 | 案例介绍 |
|---|---|
| 白+黑 | “游蛇”攻击团伙精心构造攻击载体，选用带有合法数字签名的正规可执行文件（如主流播放器类应用）或系统原生白文件，通过篡改配置将其设定为加载恶意动态链接库（DLL）的执行入口，借助白文件的可信属性绕过基于数字签名的安全校验机制，最终实现恶意载荷的隐蔽执行与非法落地。 |
| 下载器组合式攻击 | 在“游蛇”攻击中，攻击者除投放自研定制化恶意软件外，还大量滥用PowerShell、WMIC等系统原生工具执行无文件攻击指令，同时投递经篡改免杀处理的Gh0st远控变种。这款经典开源远控工具本身功能完备，被恶意利用后成为攻击链中实现持久化控制的核心组件，其网络通信特征可被伪装为正常业务流量，隐蔽性极强。 |
| lnk下载PE类 | 以Konni组织意思针对韩国企业的攻击活动为例，在用户打开ZIP文件内的诱饵LNK文件时，执行设置好的PowerShell指令，打开LNK文件内包含的掩饰文档以及压缩包，执行压缩包内的脚本文件，设置注册表实现持久化机制，获取目标机的部分文件列表、进程列表等基础信息并回传至服务端，最终下载后续载荷并执行。 |
| 利用大量开源和商用工具 | 以波音等遭遇的定向勒索事件为例，攻击者的装备清单中充斥着大量开源和商用工具。这些工具拥有合法的数字签名，能够轻易击破单纯依赖“反病毒引擎（查黑）+可信验证（信白）”的对象判定机制。 |
| 利用合法进程或注入技术实施“无文件攻击” | 海莲花APT组织在定向攻击中，通过钓鱼邮件投递捆绑恶意MST文件的合法MSI安装包，诱导用户运行。系统调用原生合法进程msiexec.exe执行安装时，攻击者滥用其参数触发恶意代码，借助内存注入技术，将Shellcode化的RUST特马载荷加载至该进程内存，全程无恶意文件落地，依托合法进程的信任属性规避检测，实现隐蔽执行与持久化控制，是典型的无文件攻击手法。 |
| 宏文档+二进制混合执行体 | 以Emotet木马的传播为例，攻击者发送带有恶意宏的Office文档，文档宏中嵌入了PE格式的Shellcode。当用户启用宏时，脚本会解密并加载二进制Shellcode，实现“文档脚本+二进制载荷”的混合执行，既利用宏的高传播性，又借助二进制载荷的隐蔽性完成后续攻击。 |
AI被攻击者利用实施网络攻击的趋势不变且滥用形势极有可能继续恶化。其一，攻击流程将进一步趋于高度自动化与自主化，攻击者可能更愿意部署能够自主执行从漏洞利用到横向移动、数据窃取等完整攻击链的AI代理，显著压缩攻击时间；其二，攻击面将系统性扩展至AI自身，针对AI模型、供应链及其基础设施（例如，Ollama API）的攻击将更加普遍，旨在窃取模型或劫持其能力；其三，动态化攻击将成为不容忽视的现实威胁，类似PromptLock但更成熟的恶意软件将会层出不穷，肆意利用本地或云端LLM实时生成适应特定环境的无文件攻击脚本，极大增加检测难度；其四，攻击门槛持续降低且能力两极分化，犯罪服务的平台化与AI工具的低代码化将诱使更多的低技能攻击者发起规模化攻击，而高技能攻击者（例如，具有国家背景的APT组织等）将倾向于借助AI实现攻击工具的快速迭代、社交工程的高度定制化，并可能利用AI发现和组合利用零日漏洞，致使网络空间安全防御面临前所未有的压力。
网络安全威胁泛化态势将进一步加速并向纵深演化。地缘政治博弈持续外溢至网络空间，物联网、关键基础设施与智能终端等领域风险相互叠加，网络攻击正从局部安全事件演变为跨领域、系统性的安全挑战。在2026年，生成式AI与AI智能体被广泛用于攻击链条中，使攻击活动具备更强的自主决策能力和隐蔽性，可自动完成情报收集、漏洞发现、攻击实施与效果评估等全过程操作。地缘政治冲突背景下，针对航空、能源、水务等关键基础设施的定向攻击持续高发，其破坏效果更具现实冲击力。物联网设备规模持续扩张，算力网络深度融合，智能网联汽车等新型终端的安全风险也不断向现实空间延伸，整体威胁形态呈现出长期化、复合化和结构化特征。
运行对抗依然是最主要的对抗范式，但正在加速与认知对抗融合。运行对抗作为网络空间独有的对抗范式，其核心在于攻击者将意图转化为攻击执行体，通过耦合目标系统的运行逻辑以掌控其定义权与控制权，这构成了当前网络空间对抗最主要的致效机理；然而，在人工智能迅猛发展的驱动下，运行对抗正以前所未有的速度与认知对抗深度合流——人工智能不仅赋能运行对抗实现更高水平的自动化与智能化攻击编排，更关键的是，它通过深度伪造、社会工程话术生成等技术，将攻击点从“机”的运行体系直接上移至“人”的认知层面，从而绕开传统运行防御机制，直接塑造和影响个体与群体的认知行为，实现两种范式的协同与相互增强。
网络作业更深入的与作战能力整合。近些年的案例显示，网络空间与物理空间的作战行动已紧密交织，共同塑造现代战争的面貌。网络作业已深度融入现代军事行动，成为贯穿冲突始终、并与物理打击同等重要的核心要素。在俄乌冲突中，网络作战与现实军事行动呈现出高度协同。乌克兰方面系统化地整合网络能力，例如由副总理费多罗夫公开组建“IT军队”，进行官方主导的民间网络动员。其通过开发专用程序收集情报、发动心理战，并持续对俄实施网络攻击。同时，美国科技公司为乌提供了关键的网络防御支持，保护其基础设施并增强指挥控制能力。此外，低地球轨道通信技术（如“星链”）在战场上的广泛应用，显著提升了作战单元的联通与协同效率。这一冲突使各方深刻认识到，网络能力是实现战略目标的关键，美军也积极探索将网络空间活动有机融入特种作战等传统军事任务。俄罗斯方面则高度聚焦于瘫痪对方的关键基础设施，以期达成战略效果。这方面的实践其实早有先例，例如在2015年和2016年，黑客就曾成功攻击乌克兰的变电站[19]，导致大范围停电。这些早前的攻击为乌克兰敲响了警钟，促使其在后续冲突中加强关键系统（如发电站控制系统）的隔离防护。在2022年冲突爆发后，通信、能源和政府服务系统持续遭受猛烈攻击。俄罗斯黑客对乌克兰最大的移动网络和互联网提供商基辅之星电信公司的成功攻击，导致其服务中断数天，被认为是冲突中最具破坏性的单次网络攻击之一，此次攻击就被指与这类国家级力量有关。此外，乌克兰最大的基础通信商Ukrtelecom也曾因网络攻击而服务严重中断。俄乌冲突以来，乌克兰国家特殊通信和信息保护局的数据显示，网络攻击事件数量巨大，尽管乌方防御能力有所提升，但俄罗斯在2024年之后明显加快了行动节奏，预示着网络战线的斗争将更加激烈。委内瑞拉遭遇的系列事件，清晰地揭示了网络攻击在现代冲突中如何被用作实现战略目的的核心工具。首先是2019年该国电网遭遇的大规模瘫痪[20]，被广泛认为是一次结合了网络与电磁手段的混合攻击，其目的超越了制造混乱，更旨在引发社会恐慌与削弱政府威信，展示了攻击关键基础设施所带来的巨大毁伤效应。其次，在2026年初美军针对马杜罗总统的行动中，网络作战的融合达到了新高度[21]。美国总统特朗普1月3日在海湖庄园举行的新闻发布会上的暗示，“由于我们某种专业技术，所以使加拉加斯陷入停电状态”。目前，全球多数倾向猜测为，特朗普所指的“专业技术”是“网络攻击”。同时，美国参联会主席丹·凯恩也证实了美网络司令部参与了行动。美方官员的暗示及参联会主席的证实均表明，网络攻击可能（被指导致首都停电）是此次物理抓捕行动的关键先导和协同部分。这些表明，网络作业已深度融入现代军事行动，其角色从传统的辅助支援，升级为与传统作战力量紧密协同、共同决定行动效能的关键赋能要素。网络作战与传统军事行动的融合已形成新范式。其核心特征包括：作战空间无界化，虚拟与现实域的行动同步展开；行动主体多元化，国家、企业乃至个人均可发挥作用；作战效能体系化，网络行动与物理打击、心理战等深度结合，共同构成体系破击的关键。综上所述，从乌克兰的“IT军队”到美军在委内瑞拉的行动，网络作战已彻底告别单纯的键盘较量，成为现代战争中与物理打击平起平坐、并与之精密协同的核心作战要素，持续重塑着战争的面貌。