Alon Noy，Astelia 首席执行官兼联合创始人——访谈系列

Alon Noy是网络安全领域的领军人物，担任 Astelia 首席执行官兼联合创始人，拥有超过 15 年的进攻性与防御性安全经验。他曾在以色列 8200 部队服役，之后领导以色列国家网络安全红队，工作内容包括对关键基础设施进行压力测试，并与安全团队合作，识别和应对现实中的攻击路径。Noy 还曾管理大型研发机构，毕业于以色列 Talpiot 项目，并获得特拉维夫大学计算机科学硕士学位。他从攻击者和防御者两个角度积累的经验，帮助塑造了 Astelia 的方法：判断哪些漏洞在组织环境中确实可达且可被利用。

Astelia是一家以 AI 为核心的网络安全公司，专注于暴露面与漏洞管理。公司由以色列国家红队的资深成员和前任领导者创立，运用 AI 和针对特定网络的分析，判断哪些漏洞构成真正的攻击路径，而不是主要依赖通用严重性评分。其平台通过只读集成绘制组织的环境图谱，结合网络拓扑分析漏洞利用所需条件，并帮助安全团队优先处理已证实可达的漏洞，同时识别修复方案，例如打补丁、调整配置、进行网络分段或采用补偿性控制措施。公司的更广泛目标是帮助企业减少需要调查的漏洞告警数量，并将资源集中用于攻击者确实可能利用的暴露风险。

在创立 Astelia 之前，您在以色列国家安全领域工作了十多年，其中包括在 8200 部队服役，以及领导以色列国家网络安全红队；在红队期间，您的任务是像攻击者一样思考和行动。这些经历让您对复杂攻击的实际发生方式有何认识？网络安全市场上的哪一项缺口最终促使您与他人共同创立 Astelia？

十多年来，我的工作本质上就是设身处地地像试图闯入的人那样思考，而不是像试图阻止他们闯入的人那样思考。这段经历最明确的教训是，复杂攻击几乎从来不是由一道惊人的防线漏洞造成的。它们通常是两三件单独看来没人觉得重要的小事：一个从未停用的账户、一部分本应隔离却没有隔离的网络、一个权限范围超出实际需要的权限，诸如此类。我领导国家红队时，花在了解目标网络实际运作方式上的时间，远远多于构建漏洞利用程序本身的时间。一旦摸清了攻击路径，利用这些路径几乎就成了最容易的部分。转到防御一方后，我开始注意到一个规律：人们列出了一长串“严重”漏洞，却没有可靠的方法判断攻击者究竟能触及其中哪些漏洞。Astelia 旨在弥合这一缺口：我们把可达性分析——也就是攻击者用来寻找入侵路径的过程——应用于防御工作。

Astelia 通过绘制组织实际的网络拓扑，并运用智能体式 AI 判断哪些漏洞确实可达且可被利用，从而采取了不同的漏洞管理方式。这一方法在实践中如何运作？您为何认为传统的漏洞评分往往会让防御者错误地安排优先级？

我们通过只读集成绘制组织实际的网络，了解各个系统真正如何互联，以及现有网络控制措施已经在哪些地方阻碍攻击者。掌握这一情况后，AI 会逐一分析每个漏洞，判断实际利用它需要什么条件，例如所需的访问权限、经过网络的路径，以及必须满足的条件。随后，AI 会根据真实的网络拓扑和现有控制措施核对所有这些因素。在扫描器标记的所有问题中，最终证实确实可达的通常不到 1%。CVSS 和 EPSS 都面临同一个根本问题：它们对漏洞评分时，仿佛所有网络都一样，仿佛系统都直接暴露在开放的互联网中，或者仿佛整个行业的漏洞利用趋势就能说明你的特定环境会面临什么风险。在大多数环境中，这两种假设都不成立。一个位于网络分段之后、需要经过三次跳转才能到达的严重级别漏洞，与一个存在于面向公众服务器上的漏洞，风险并不相同；一个在整个行业中 EPSS 评分很高的漏洞，也可能根本无法从你的网络中触及。这些评分在某个时间点确定，无法反映你的网络情况。可达性会不断变化，因为网络会变化，保护网络的控制措施也会变化。

您曾指出，防御者担心的许多问题与真正攻击者的行动方式无关。根据您对高度安全环境实施经授权攻击的经验，安全团队最常误解攻击者识别弱点并将其串联起来的哪些做法？

人们普遍认为，攻击者会瞄准被评为风险最高的目标。但实际上，我们很少这么做。我们会选择能让自己最快接近目标的路径，而这往往涉及扫描工具评为中等或低风险的问题：权限设置错误的文件共享、某个据称已关闭的项目遗留下来的凭据，或是一个不起眼的立足点——只有在与其他被认为毫不相关的问题结合后，它才会变得危险。扫描工具会逐项评估发现的问题，但攻击并非如此运作；攻击者总是在观察各种问题之间的联系。单独看似乎无害的问题，恰恰可能是攻击者从低权限账户一路取得全面控制权所需要的条件。大多数防御人员仍然习惯于一次评估一个问题的风险，这就是他们总会漏掉真正关键攻击路径的原因。

人工智能大幅缩短了将新披露的漏洞转化为可用漏洞利用所需的时间，也降低了对专业技能的要求。这会如何改变网络攻击的成本效益？随着人工智能模型的能力不断增强，哪些类型的攻击者最有可能从中获益？

过去，开发漏洞利用程序最耗费成本的部分是专业技能：找到漏洞、弄清楚如何准确触发漏洞，并确保利用过程可靠。过去一个专家团队往往需要数月才能完成的工作，如今普通攻击者只要能使用前沿模型，几个小时就可能做到。这确实改变了攻击的成本效益。过去，要将新的CVE武器化，需要投入大量资源；如今几乎不需要多少投入，而且从漏洞披露到出现可用漏洞利用程序之间的时间还在不断缩短。大多数补丁周期从来就不是为如此快的节奏设计的。最能从中获益的并非顶级国家级攻击者，因为他们本来就拥有强大的进攻能力。真正受益的是那些规模较小的团伙和机会主义犯罪分子，他们过去没有相关专业人才，而人工智能实际上正把这些能力交到他们手中。

白宫的 GOLD EAGLE 计划旨在加强政府、科技公司与关键基础设施运营商之间的合作，并借助前沿人工智能更快地发现和修复漏洞。从攻击者的角度来看，这种模式有哪些做得好的地方？又可能在哪些方面仍有不足？

GOLD EAGLE 正确地认识到，重复劳动浪费了大量时间：不同组织各自扫描并分级处理同一个已披露漏洞，却迟迟没有人采取行动。将这些工作集中起来，并利用人工智能加快政府与基础设施运营商之间的协调，确实能缩短攻击者可乘之机；从攻击者的角度来看，这一点最为重要。在这场较量中，速度就是一切。我认为它的不足之处在于，行业层面的协调无法告诉任何一家公司，某个特定漏洞是否能从该公司的内部网络触达。一个组织即使能获得经过良好优先级排序的威胁情报，也仍可能不知道这些情报是否适用于自身。最后这一步——根据自身网络拓扑进行核查——仍然是每个组织的责任。

100多家科技、网络安全、金融和基础设施领域的组织发出警告称，在人工智能赋能的攻击变得大幅普及之前，加强防御的时间窗口可能十分有限。您是否也有同样的紧迫感？在这个“防御者窗口期”内，各组织现实中应该努力完成哪些工作？

我也有同样的紧迫感，不过我会以稍有不同的方式来解释原因。人工智能赋能的攻击并非未来才需要担忧的问题；漏洞披露到出现可用漏洞利用程序之间的时间，已经在以快于大多数组织打补丁的速度缩短。仅靠更快地打补丁来赢得这场竞赛，并不现实。现实可行的做法，是利用这段时间了解自身环境。这意味着掌握实际的网络拓扑，弄清楚哪些漏洞确实可以被触达，并集中精力处理这部分规模较小的问题，而不是把精力分散到成千上万个理论上的发现上。也值得趁这段时间建立补丁之外的修复方案，例如网络分段或配置更改，因为仅靠加快打补丁的速度，跟不上人工智能加速漏洞利用开发的步伐。

集体网络防御在很大程度上依赖各组织共享漏洞和威胁情报。政府与私营企业在技术或文化层面需要作出哪些改变，才能足够迅速地共享有用信息、发挥实际作用，同时又不因此带来新的安全风险？

技术方面的难题相对更容易解决。更棘手的问题是信任。没有哪个组织愿意披露自身环境中的弱点，并冒着信息被追溯到该组织的风险，尤其是这些信息后来可能出现在安全事件报告中的时候。有效的做法是共享有用但无法识别具体组织的信息：分享问题可能被利用的模式，而不是提供足以指向某家公司的具体描述。这需要更完善的基础设施，让机器可读的威胁数据通过自动化渠道传递，而不是依赖 PDF 和邮件列表；但基础设施从来就不是真正的障碍。真正的障碍在于，对大多数组织而言，共享信息仍像是法律责任风险，而非一种保护措施。中立、可信的中介机构正是 GOLD EAGLE 计划希望提供的支持之一，也有望大大推动这种观念的转变。

Astelia 强调的是“可达性”，而不只是严重性或是否存在已知漏洞利用方式。随着 AI 加快漏洞利用代码的生成速度，而且这类代码可能变得更加普遍，可达性是否会成为更重要的风险衡量指标？CISO 应如何围绕这一概念重新思考漏洞优先级排序？

可达性不仅日益重要，而且正在成为真正决定风险的指标。严重性一直只是对某项问题可能造成多大损害的近似估计；可达性回答的则是：在你的环境中，它现在能否被利用。过去，防御者认为，大多数低严重性问题可以数月不打补丁，因为没人会真的利用它们发动攻击。漏洞利用代码生成一旦变得快速且廉价，这种假设就不再成立。优先级管理必须从按严重性排序的积压清单，转向消除实际可达的暴露风险。区分少数真正重要的漏洞与其他漏洞的关键，在于攻击者能否通过你的真实网络触达它们。CISO 应要求提供可达性证据，而不是在 CVSS 评分之上再叠加一个分数。

Astelia 也在将 AI 智能体应用于漏洞生命周期的各个环节，从识别新的暴露风险到协调修复。当网络安全智能体具备对生产环境进行更改的能力时，最终应享有多大程度的自主权？哪些环节必须由人类严格把关？

智能体应在分析工作中拥有真正的自主权：绘制网络图、厘清漏洞利用的条件、关联新的漏洞披露信息，并找出哪些问题可以被触达。这正是速度最重要的地方；即使出错，也只是给出错误建议，由人类发现并纠正。我坚决反对在无人监督的情况下更改生产环境。没有网络可达性数据，智能体提出修复方案就是在猜测；错误的防火墙规则或网络分段调整，造成的损害可能比原本要修复的漏洞更严重。这也是为什么如今大多数被宣传为“自主修复”的东西，实际上只是自动创建工单。企业希望由人类审批这类更改，尤其是因为一开始就不一定有可用的补丁。正确的模式是由智能体提出有证据支持的修复方案，在任何更改触及生产环境之前，由人类签字批准。随着可达性数据日益完善、人们对范围更窄且经过充分测试的更改类别逐渐建立信任，这种限制会放宽；但我不会从允许智能体在生产环境中不受监督地采取行动开始。

展望未来，随着攻击者和防御者都能使用日益强大的自主 AI 系统，你预计攻防网络安全的力量对比将如何变化？哪些特征会让组织在迎接下一阶段时做好准备，而另一些组织却准备不足？

攻击者在 AI 应用上仍占先机，因为他们只需要找到一条可行路径，而 AI 很适合快速找到这条路径：侦察会加快，漏洞利用开发会加快，钓鱼内容也会变得更具迷惑性。防御者不能靠用 AI 更快地做同样的事情来缩小差距。他们要做的是利用 AI，根据自身环境和具体情况，发现并消除自己网络中实际可达的漏洞，而不是依据泛化的全行业威胁数据来管理风险。做好准备的组织与其他组织的区别，在于它们是否在形势所迫之前完成了这种转变，是否能用证据说明自己的哪些漏洞确实能在自身环境中被利用，而不是寄希望于打补丁的进度能跟上。仍在泛化情境下管理风险的组织，会不断被自己扫描工具一年前评为低优先级的问题打个措手不及。

感谢您带来的精彩访谈。希望了解更多信息的读者，请访问 Astelia。