Agnidipta Sarkar，首席布道师，ColorTokens – 访谈系列

Agnidipta Sarkar，首席布道师，ColorTokens 是一位网络安全与数字弹性领袖，拥有超过三十年的经验，涵盖网络防御、风险管理、业务连续性、隐私以及零信任。 在 ColorTokens，他与董事会、高层管理者和安全领袖合作，强化漏洞应对准备，并将网络安全项目与业务优先级相连接，同时通过 ISO、云安全联盟、NIST 和 ISA 等组织为国际标准和行业倡议作出贡献。 加入 ColorTokens 之前，Sarkar 曾在 Biocon 担任集团首席信息安全官，并在包括 DXC Technology、Hewlett Packard Enterprise 和 HP 在内的多家公司担任高级信息安全和风险领导职务。

ColorTokens 是一家专注于微分段、零信任，并帮助企业在攻击者突破传统外围防御时保持更高弹性的网络安全公司。其旗舰产品 Xshield Enterprise Microsegmentation Platform 旨在通过在数据中心、云基础设施、终端、Kubernetes 环境、运营技术（OT）以及物联网（IoT）设备周围创建细粒度安全边界，防止攻击者和恶意软件在组织内部横向移动。该平台还融合了 AI 辅助的工作流，用于发现环境、创建分段策略以及加速策略部署，目标是降低组织的攻击面并限制成功入侵的“冲击半径”。

您在 HCL、Wipro、HP、HPE 和 DXC 等公司从事动手的网络和安全岗位，随后在 Biocon 担任集团首席信息安全官并参与国际安全标准制定。那些前线经历如何塑造了您认为组织必须准备遏制漏洞，而不是假设能阻止每一次入侵的信念？

我在 HCL 和 Wipro 的早期阶段，网络安全就像狂野西部，充满刺激、混乱和机遇。我投入其中，尝试、失败、学习并在技术的每个角落取得成功：防火墙、入侵检测系统、MFA、加密、审计、治理。但真正的教育来自于我目睹第一起安全事件的全过程。突然间，所有最佳实践在压力下崩塌。这是我的警醒时刻。

在 HP，我亲眼目睹了混乱，先是旁观者，随后成为运营领导者，近距离观察混乱的展开。每一次事件都在重复同一个教训：IT 永远在变化，没有任何投入能保证安全。当我最终担任集团 CISO 时，我知道我的工作是为处理漏洞制定手册，不仅为安全运营，也为整个组织制定可重复、可预测、在风暴来临时仍能保持业务运行的方案，并随时间不断改进安全运营。

纸面上，工具看起来完美。实际上，IT 服务管理暴露了你从未预见的裂缝。资产管理、补丁、配置、变更、风险——都与人为错误交织在一起。数字弱点正隐藏其间，一旦警报响起，理清这些问题如同噩梦。面对漏洞时没有固定剧本，混乱是常态而非例外。这也是我在职业生涯中致力于在风暴中心构建结构，帮助领导者穿透噪声、管理风险，而不是被其卷走的原因。

回顾过去，我感激每一次教训——在场边观察、在攻击最激烈时亲自上阵、最终站在前线领导。这就是我把漏洞应对准备视为艺术而非单纯科学的原因。你可以整天绘制攻击模式图谱，但真正重要的是在战情室里，领导者必须坚守阵线时的表现。这种清晰只有亲身经历才能获得。

因此，我构建了一个漏洞应对框架，以预见、抵御并演进面对下一次网络攻击的能力。该框架帮助组织随风暴而动，而非逆流而行。最终目标是实现 Koun Ryusui，如云漂浮、如水流动，当下一次空前攻击来袭时，企业能够以结构化的灵活性和弹性运用技术投资，变得更强大、更自信。

AI 正帮助攻击者自动化侦察、漏洞利用和横向移动，可能将过去需要数周的活动压缩到数小时甚至数分钟。当攻击以机器速度运行时，传统的事件响应模型的哪些部分会失效？

当攻击以机器速度进行时，能够比对手更快分析并行动的防御者才能生存。是的，AI 为攻击者提供了新工具，但也赋能防御者。根据我的经验，处理这些前所未有、AI 驱动的攻击有两种方式。

首先，需要重新设计数字环境。构建可应对漏洞的区域和微分段，将核心资产与其他部分隔离。可以把它想象成迷宫：有些路径开放，有些被封锁，使未授权身份难以自由移动。这就是通过不断变化的数字系统让 AI 驱动的攻击减速，从而将其阻挡在外的方式。

其次，需要在警报响起前准备好模板、手册和明确的角色分工。这样当警报真正响起时，每个人和每台机器都知道该做什么、优先级是什么。关键是争取时间、减缓 AI 的速度，让它付出更大代价并阻止其轻易移动。这就是在每毫秒都至关重要的战斗中保持防御的办法。

请问任何经历过潜艇漏水的水手。当水涌入时，你没有时间去猜测下一步会怎样。你必须提前加固正确的舱门，了解哪些业务必须保持运转，压力会在哪里集中。当漏洞发生时，你只能隔离被淹的舱室并让船体其余部分继续航行。这就是保护最小可行业务的方式。在数字世界，这意味着保护最小可行数字企业。

这正是漏洞应对准备的全部意义。若攻击真的突破，你需要隔离受影响区域，启动业务连续性计划（BCP），让未受影响的核心业务继续运行。没有停机，没有危机。只有一次事件应急。

您主张以业务和财务视角讨论漏洞应对，而非仅把它视为技术问题。董事会应使用哪些指标来判断组织是否能够在严重网络攻击中继续运营？

漏洞不仅冲击你的系统，还影响所有依赖它们的人和事。想象被医院拒之门外的患者、被困在机场的旅客，或因债务困扰数月的汽车经销商。这才是网络攻击的真实代价。问题不是是否会发生，而是何时会发生。因此，董事会必须将漏洞应对视为业务和财务的必然需求。

每个董事会应关注两项指标。

首先，确定董事会在追求数字和 AI 目标时愿意接受的最大可容忍物质影响（Maximum Acceptable Material Impact，MAMI）。这为在漏洞期间组织中有多少数字资产必须保持运营设定了上限。我将其称为最大可接受物质影响（MAMI）和最小可行数字企业（MVDE）。

许多人将 MVDE 与业务连续性混为一谈，但两者并不相同。如果你说接受低于 10% 的影响，那么即使在漏洞期间，90% 的业务也必须保持运行。大多数业务连续性计划最多只能恢复到 30%，导致 60% 的数字业务暴露无遗。这种悖论让领导者夜不能寐。

如果你将 MVDE 设定为 70%，就可以向利益相关者保证，你正在投资能够在最坏情况下仍保持业务运行的防御，构建一个对人类或 AI 攻击者都难以突破的迷宫，并具备以机器速度隔离攻击的能力。这正是微分段作为基础积木的作用。你可以将大多数网络安全投资——如 EDR、防火墙、SASE、身份（人类和非人类）、访问、授权以及 OT 网络安全——统一接入一个无缝连接的信号平面，使你的 SOC 在主动漏洞期间仍能运作，遏制网络攻击并隔离 MVDE。

每个季度跟踪 MAMI 和 MVDE，针对每项新的数字和 AI 项目进行评估，投资者和利益相关者只会关注弹性管理的实际表现。

“冲击半径”（Blast radius）正日益成为衡量网络弹性的指标。组织如何在攻击发生前计算潜在的冲击半径，并确定何种程度的暴露是可接受的？

冲击半径很重要。非常重要。

但它并非唯一衡量指标。我始终主张将当前的冲击半径评估作为构建零信任、漏洞应对企业的第一步。你只需要一个漏洞应对影响评估（Breach Readiness Impact Assessment，BRIA），这是一种非侵入式、基于 API 的快速分析，利用现有的 EDR。对于 OT 和主机系统，可能需要代理或设备。

并非所有冲击半径都是负面的。有时，它对应用性能至关重要。细节决定成败。以一个加速产品信息和用户会话查询的 缓存服务 为例。它需要系统间的连通性来运行拥有多个微服务的 电子商务平台。但如果未授权用户或系统能够访问该缓存服务，则同样的冲击半径会成为漏洞利用点。

不能单独看冲击半径。应将其与行为异常、访问滥用、特权膨胀、授权超限和身份验证失败等其他安全模式结合，才能真正了解漏洞暴露程度。而且要记住，在某些行业可接受的水平在另一些行业可能是致命的。

漏洞应对与传统的事件响应、灾难恢复、业务连续性和零信任计划有何区别？这些职能的协调责任应归属何处？

这些并非独立的议题，而是必须围绕单一业务目标协同的交织学科。

我将漏洞应对定义为一种企业弹性学科：持续准备、架构、演练并治理组织，以预见攻击、限制冲击半径、在组织预设的最大可接受物质影响范围内维持最小可行数字企业，并在攻击被遏制的同时恢复能力。漏洞应对是零信任架构的武器化，阐明了在网络攻击前、期间和之后必须发生的事情。漏洞应对把问题从“我们如何阻止攻击者？”转向“我们如何确保一次事件不会造成超出我们可容忍的损害，并在响应期间业务能够保持多少运行？”漏洞应对关注的是在事件仍在发生时的生存能力。

概念跃迁相当显著。备份与恢复、事件响应、灾难恢复以及业务连续性等分散的企业实践在实现漏洞准备时都扮演重要角色，因为它们管理中断。它们在系统受到攻击时启动。三大计划——事件响应、灾难恢复和业务连续性——都关注“我们能多快恢复被破坏的东西”。而漏洞应对关注的是“首先能保留多少可用”。

漏洞应对打破孤岛，确保对妥协的业务后果进行管理，并通过关注如何让大部分企业保持“未受影响”，并对受影响部分启动 BC/DR，向利益相关者提供保障。漏洞应对的问责与所有权归于高层领导。CEO/董事会拥有风险偏好和可接受的业务结果。COO 或等同的企业弹性高管应在组织内协调漏洞应对工作，CISO 负责网络安全维度。

对于旨在实现 Kuon Ryushi 状态的企业来说，利用技术和 AI 实现全组织参与以管理网络攻击影响至关重要。

ColorTokens 正在使用 AI 帮助安全团队更快地分析环境并生成微分段策略。组织应在何种情况下信任 AI 自动化防御决策，而哪些遏制动作仍需人工批准？

完全正确。我们正是这么做的。

但必须明确：‘使用 AI 帮助安全团队’只是冰山一角。在 ColorTokens，我们相信负责任地使用 AI，使企业真正具备漏洞应对能力。背后有比‘AI 让微分段更容易’更大的故事。

近期 Anthropic、OpenAI、AISI 以及澳大利亚的健身房预订案例的事故，都是架构失败，而非治理失误。当自主 AI 脱离沙箱时，它并不一定是恶意或不可靠的。这取决于架构的构建方式。人类必须明确界定运行范围，AI 必须保持在其内。这正是治理的作用所在。

例如，你可以允许 AI 隔离任何被标记为已妥协且置信度高于某阈值的终端，除非它是 OT 安全系统、域控制器、支付系统或生产控制资产。这属于受限自主权。但这并不容易实现，因为需要上下文特定且由主题专家明确制定的架构。

在我看来和经验中，公司必须让 AI 执行发现、关联、依赖映射、攻击路径分析、冲击半径分析、策略推荐、策略合成、策略仿真、低风险策略优化、预授权遏制以及持续验证，而将业务关键性、可接受中断、安全边界、核心资产定义、OT 安全约束、最大可接受影响、自主阈值、例外批准、重大生产隔离以及不可逆操作的决定留给人类。

底线是——AI 应拥有足够的自由完成任务，但必须在基础设施强制的明确条件下运行。AI 可以提出行动建议，必须等待人工批准后再以机器速度执行。目标不是让 AI 完全自主，而是让防御自主权受限。

在 ColorTokens，我们使用 AI 让防御者的控制回路足够快，以跟上攻击者的速度。集中式策略决策、多重执行机制、丰富遥测、无代理保护（针对无法运行代理的系统）、云与容器支持以及 AI 辅助的发现与策略合成，都是 AI 辅助漏洞应对的一部分。

微分段 已存在多年，但组织常将其与复杂部署和僵硬策略联系在一起。技术上有哪些变化使其在云基础设施、Kubernetes 环境、终端、传统系统以及运营技术中更具可行性？

多方面因素。

最初作为一种高级的网络连接与控制方式，确保专用连通性和带宽，已演变为基础网络安全能力。如今，微分段能够快速且自信地将大型企业转变为漏洞准备组织。技术的转变帮助我们摆脱过去的痛点：映射依赖关系、重新设计网络边界、配置 VLAN 和防火墙、手工编写规则以及担心业务流量被中断。过去的分段缓慢、昂贵且仅限于数据中心。现在不再如此。

首先，身份已成为网络攻击的主要通道。这也是为何强化身份治理是零信任的首要原则。在现代云环境中，IP 地址对安全已失去意义。现代微分段使用身份、访问、工作负载、应用、服务和上下文，而非仅仅网络位置。安全边界随身份、访问和应用而移动，而不是仅依赖底层基础设施。

其次，无代理微分段已超越传统设备。它将防护扩展至无法运行代理的传统系统、物联网设备以及 OT。现代微分段与 EDR 集成，扩大覆盖范围并将部署时间从数月压缩至数小时，因为 EDR 已具备微分段所需的遥测。

最后，AI 正在消除最后的大瓶颈：上下文特定的漏洞准备策略工程。AI 能分析多维数据以获取上下文，映射依赖与攻击路径，推荐分区和微分段策略，并在执行前模拟其影响。现代微分段直接在终端和工作负载上使用原生操作系统控制执行策略。你不再需要重新设计网络；微分段已变得无缝，策略随工作负载迁移而随行。

目标不仅是阻止每一次横向移动尝试，而是以机器速度分析足够的信号，确保当攻击者进入时，被妥协的工作负载不会成为通往其他资源的高速公路。现代微分段不再仅仅是划分网络，而是控制和监测冲击半径。

在评估微分段的财务案例时，管理层应要求哪些证据，特别是关于勒索软件停机时间、网络保险费率、监管暴露以及在攻击期间保持关键服务运行的成本？

对漏洞影响的财务评估以及将微分段投资与在漏洞期间保持业务不受影响的能力关联，需要管理层首先认识到网络攻击必然成功，无论在网络安全上投入多少。2025 年和 2026 年，遭受网络攻击并出现意外停机的组织包括许多财务实力雄厚的公司，如 JLR、Nike 和 Stryker。因此，问题不在于是否会被攻击，而在于何时会被攻击。

一旦接受这一现实，投资基础漏洞准备变得紧迫且关乎业务生存。要明智投资，让我们更详细地了解两项董事会层面的指标。

第一项是生存能力的衡量。最高可接受物质影响（Maximum Acceptable Material Impact，MAMI），即高层管理层和治理机构愿意为数字化转型或 AI 采用目标接受的最大影响。它可能最初以收入数字呈现，但必须在迭代中扩展至财务可行性、客户信任、声誉或品牌等维度。

第二项是竞争优势的指标。最小可行数字企业（Minimum Viable Digital Enterprise，MVDE），即使在最空前的网络攻击发生时也必须保持运营的业务。所有新项目的商业案例必须同时考虑这两个因素。MVDE 可以从 70% 开始，并根据身份和微分段计划的成功不断提升。

以下是管理层在评估微分段时应关注的证据：它能够应对勒索软件停机、降低网络保险费率、减少监管风险，并在攻击期间保持关键服务运行。

1. 微分段平台是否支持在数据中心、用户、OT 系统和云之间使用单一平台？
2. 相较于上次评估，我们企业中基于业务物质影响而划分为区域和微分段的比例是多少？
3. 微分段解决方案能够多快投入运行，创建区域、微分段和受控通道，以保持 MVDE 运行？
4. 微分段解决方案是否能够与 EDR 集成并将其用作代理，以降低代理占用？
5. 微分段平台是否使用对话式人工智能来确定上下文特定的规则和策略？
6. 我们是否具备监控应用中合法用户行为变化并通过身份限制异常用户的能力？
7. 检测并通过隔离恶意行为的平均时间是否能够随着业务中新数字和 AI 的采用而扩展？
8. 微分段平台是否能够模拟和建模网络防御情景，以逐步降低运营的漏洞暴露？

虽然这些可以覆盖大多数使用场景，但合规性仍需针对每项法规提供单独的适用性声明，以说明哪些监管要求可以直接由 ColorTokens 平台满足，哪些需要围绕技术的流程，以及哪些需要额外的技术和流程。

许多组织进行渗透测试和事件响应演练，但这些可能无法揭示攻击者获取访问后能够移动的范围。公司应如何在真实的 AI 加速攻击条件下测试遏制和生存能力？

如果组织需要拥抱 Koun Ryusui 的本质来构建漏洞应对，就必须将微分段整合进现有的网络安全运营，并随时间演进。为此，微分段需要与安全运营中心（SOC）中的其他工具（如 SIEM、EDR、下一代防火墙等）进行信号集成。这样才能确保在需要时，AI 驱动的微分段能够基于攻击指示和行为异常进行遏制编排。

你需要的不是单独的测试，而是帮助演进漏洞应对的演练。

如果你的微分段和生存能力是真实可行的，需要进行三项演练。第一是当前的漏洞应对状态评估。这可以在开始部署 ColorTokens 之前、在执行策略后以及每次变更后进行，以判断变更是否改变了你的 MAZE 设计——该迷宫包含基于物质影响的漏洞准备区域、微分段和受控通道。

第二是实际漏洞发生时，你能够多快隔离网络攻击。关键测试参数是检测准确性以及使用 AI 对 MVDE 进行遏制和隔离的速度。这可以通过渗透测试、红队演练和漏洞攻击模拟评估来完成。此类测试应在不通知安全运营中心的情况下进行，以检验其对不断变化的漏洞参数的响应。

第三是组织在真实漏洞情境下的反应。在演练前，确保你的 “漏洞准备手册” 已传达给所有相关内部利益相关者、技术支持第三方和维护提供商，尤其是资产所有者和 OT 系统集成商。随后在进行红队评估之前，先进行模拟演练，以提供真实的体验。

随着企业部署更多拥有应用、数据、凭证和基础设施访问权限的自主 AI 代理，漏洞应对需要如何演进，以遏制不仅是受损的人类账户和设备，还包括受损或异常行为的 AI 代理？

漏洞应对必须从遏制受损的人类账户和设备，转向将自主 AI 代理视为一种独特的、高速的非人类身份（Non‑Human Identity，NHI）类别，它们可以使用合法凭证以机器速度行动。理论上看，这一挑战相当重大，因为预计 NHI 的数量将至少是人类身份的 250 倍。

代理打破了传统聚焦于用户、终端和静态服务账户的控制。它们持有对应用、数据、凭证和基础设施的实时访问权，能够持续推理并链式执行动作，并可能通过提示注入、工具投毒、内存操控、供应链问题或简单的对齐/漂移错误而被攻破。当它们行为异常或被劫持时，冲击半径的扩展速度会超过人类响应的速度。漏洞响应不能等待完全确认或多团队升级，因此必须采用硬化和自动化的预批准基础响应。

随着更多自主 AI 代理的部署，漏洞应对需要将身份作为代理的主要控制平面，强化零信任至 “代理信任”，治理护栏、内存保护和治理卫生，逐步实现预批准的摩擦和自动化遏制，并将微分段和架构隔离集成进遏制方案，同时提供运行时可视性、行为基线和序列检测。

漏洞应对需要从 “加密后我们能恢复吗？” 转向 “我们能在自主行为体使用合法凭证导致连锁反应之前将其遏制吗？” 漏洞应对的指标应包括对代理的了解时间（是哪一个代理、执行了哪些操作、触及了哪些数据/系统，以及活动是否仍在进行）以及针对代理的摩擦时间。ColorTokens 平台能够快速发现依赖关系、生成并细化策略、执行遏制，尤其在 AI 辅助策略自动化的加持下，成为保持节奏的核心。在此模型中，我们优先考虑隔离、遏制和最小特权，而非完美的防御。

ColorTokens 的微分段平台将身份、持续验证、微分段、行为监控和预授权遏制扩展至代理层，这将使冲击半径保持在可管理范围内，并保留运营连续性。所需的防御特征与机器速度勒索软件要求的相同：极快的理解与摩擦速度，基于假设已被侵入的架构，而非寄希望于代理始终保持对齐。

感谢这次精彩的访谈，想了解更多的读者请访问 ColorTokens。