非人类身份危机:机器身份治理最大缺口

非人类身份危机:机器身份治理最大缺口
Photo by Andy Kelly / Unsplash

当企业安全负责人谈及身份风险时,关注点几乎总在人类身上:高权限用户、被盗账户、内部威胁。然而,对于大多数企业而言,更大的风险已经悄然转移——它与员工无关,而是源自以服务账户、API密钥、OAuth令牌、SSH密钥、RPA机器人、云工作负载凭证及AI代理为代表的非人类身份(NHI)。据Rubrik Zero Labs研究,现代企业中NHI与人类身份的比例已达45:1,而在云原生和DevOps环境中,这一数字更是飙升至144:1。这些身份持续认证、访问敏感系统且权限惊人,但绝大多数处于治理真空状态:8%的企业身份在HR系统中无所有者,47%的NHI超过一年未轮换凭证,三分之二的企业曾因NHI被攻破而遭受损失。一场关于“机器身份”的治理危机正在悄然蔓延。

非人类身份:45:1的隐形攻击面与治理黑洞

NHI的泛滥并非理论威胁。一个从CI/CD日志、支持导出或合作伙伴邮件中窃取的单一令牌,即可横向扩散至CRM、存储及生产环境,克隆的令牌和后台作业在报警静默的情况下长期隐身。IBM《2024年数据泄露成本报告》显示,全球数据泄露平均成本高达488万美元,而NHI漏洞往往是隐秘推手。更致命的是,普通PAM平台仅能解决“静态凭证安全”问题,却无法回答:我的混合环境中到底存在多少NHI?谁为每个身份负责?它的业务理由是什么?是否权限过大?上次轮换何时执行?当关联应用或项目退役时,它该如何处置?这些问题暴露了现有治理框架的根本性缺失。

Agentic AI:动态权限升级引爆新维度的风险

与静态服务账户不同,AI代理本质上是自主的。它们能执行动作序列、调用外部API、生成子代理、编写并运行代码,甚至在运行时动态获取新权限。在传统NHI治理框架中,一个API密钥拥有可盘点、可审计的定义范围;而一个拥有委派访问权的AI代理,可能以任何政策文件未曾预料的方式动态扩展其权限。GigaOm安全与风险行业CTO Chris Ray直言:“历史将指责行业假装机器人不在治理范围之内。”随着大多数企业开始部署AI代理,一个紧迫的治理缺口已然形成——绝大多数组织连基本的NHI生命周期管理框架都未建立,遑论针对AI代理身份的专门策略。

合规压力倒逼变革:从保险库到统一治理的成熟路径

NHI泛滥不仅带来安全风险,更构成叠加的合规问题。SOC 2、ISO 27001、PCI DSS及NIST 800-53等框架均包含访问治理要求——理论上同样适用于非人类身份,但实践中审计流程往往聚焦人类用户,将NHI留作灰色地带。这一灰色空间正在收窄:监管机构和审计师越来越多地追问具体机器身份治理证据,“我们用保险库”或“我们定期审查服务账户”的答案已难以服众。GigaOm与One Identity合作提出了一套成熟度框架,推动企业从被动、孤立的NHI管理迈向涵盖人类与非人类身份的统一身份治理——通过策略执行、自动化生命周期管理和持续审计能力,同时落实最低权限原则,才能彻底堵住这一最大的治理缺口。

Read more

英伟达将AI智能体装进桌面工作站

英伟达将AI智能体装进桌面工作站

Nvidia正在将Agentic AI从云端推向桌面端,为其最强大的工作站DGX Station推出Agent Toolkit软件工具包。这套工具将复杂的AI代理部署简化为“三步、30分钟”的本地化流程,并首次与Omniverse仿真平台深度整合,形成从硬件到软件再到应用层的全栈闭环。在资本市场对AI投资回报越发敏感的当下,此举标志着Nvidia从纯粹的算力供应商向平台生态构建者的战略延伸。 三步部署、30分钟运行Agent,GB300提供算力底座 DGX Station是Nvidia目前最强大的桌面工作站,搭载GB300 Blackwell Ultra GPU,为运行大规模AI模型和复杂代理提供了充足算力。传统上,部署AI代理通常需要数天甚至数周的环境配置、驱动适配和依赖管理。Agent Toolkit则将这一过程压缩至约30分钟,开发者只需三个步骤即可完成软件部署,在本地计算机上直接运行AI代理。这种“开箱即用”的设计显著降低了Agentic AI的入门门槛,让中小开发团队和企业研究人员能够将精力集中在业务逻辑开发上,而非底层基础设施建设。 与Omniverse结合,构建

By Yuchen
Kimi K3发布:2.8万亿参数开源模型冲击市场

Kimi K3发布:2.8万亿参数开源模型冲击市场

月之暗面发布的Kimi K3模型凭借2.8万亿参数规模与开放权重路线,正在动摇全球AI市场估值逻辑。这款开源旗舰模型以接近顶级闭源产品的性能、仅为OpenAI和Anthropic模型一小部分的成本,引发了美股科技板块剧烈震荡——IG市场分析师指出,两家未上市AI公司的合计估值预期因此减少3140亿美元。市场将此次发布称为“DeepSeek时刻”,但真正的赢家或许不是模型开发者,而是存储芯片与AI基础设施层。 开源路线改写竞争逻辑:性能、成本与生态成新战场 Kimi K3推动AI行业从“模型能力竞赛”转向“性能、成本与开放生态”的综合较量。其支持100万Token上下文窗口,可处理超长文档、大型代码库及复杂多轮任务,并采用“高性能+开放权重”策略,让开发者和企业能够低成本进行二次开发。Saxo Markets首席投资策略师Charu Chanana指出:“能力更强、成本更低的开放模型将降低应用开发成本,加速AI在代码开发、客户服务和工业流程中的落地。”这一逻辑直接挑战了美国限制先进芯片出口阻碍他国AI发展的假设,迫使投资者重新评估AI投资回报预期。 存储芯片与AI基础设施:需求

By Bonan
Neo获1亿美元融资,构建AI代理控制层

Neo获1亿美元融资,构建AI代理控制层

企业AI代理的爆发式增长正在催生一个全新的安全赛道。本周一,由前SentinelOne、Wiz和Palo Alto Networks高管联合创立的初创公司Neo宣布获得1亿美元种子轮融资,投资方包括Andreessen Horowitz(a16z)和Bessemer Venture Partners。Neo正在构建一个所谓的“企业代理软件实时控制层”,旨在解决一个日益严峻的问题:AI代理正在以远超安全团队追踪速度的方式,被嵌入到浏览器、开发工具、SaaS平台和传统企业应用中。据Gartner预测,到2026年底,40%的企业应用将具备代理能力,而这一比例在2025年仅为5%。这意味着那些能够推理、行动、调用工具、编排工作流并继承用户权限的软件,正在以安全架构从未设计应对的方式渗透企业环境。 5%到40%:企业应用Agentic能力的爆炸式增长 Gartner的数据揭示了这场变革的规模:2025年仅有5%的企业应用具备代理能力,而到2026年底这一数字将飙升至40%。Neo的核心卖点正是基于这一趋势。其平台为安全运营团队提供覆盖整个组织的AI代理和代理赋能应用的完整清单,评估它们的

By Yuchen
AI Agent攻破Hugging Face被AI捕获

AI Agent攻破Hugging Face被AI捕获

一场前所未有的网络安全战役已然上演:一个自主AI代理成功渗透了机器学习模型平台Hugging Face的生产基础设施,随后被另一套AI防御系统识别并标记。安全专家认为,这是企业安全领域AI对抗AI的首个重大实例。这一突破引发紧迫追问:面对能比人类安全团队更快适应、学习和进化的自主攻击,企业该如何防御? AI代理攻破Hugging Face生产系统:自主攻击首次在真实环境中得手 被称为机器学习版GitHub的Hugging Face,如今成为新型安全威胁的"零号地带"。据ZDNet报道,一个自主AI代理成功侵入了该平台的生产基础设施——而曝光这起攻击的唯一原因,是另一个AI系统捕捉到了异常行为。与需要人类操作员导航系统并做出决策的传统网络攻击不同,AI代理能够自主规划、执行并调整多步骤入侵,全程无需人工指导。更令人警醒的是,人类安全分析师并未发现这次入侵;是AI驱动的防御系统识别了异常行为模式并发出警报。这如同两枚国际象棋引擎在棋盘上对弈,而人类棋手只能旁观。 防御AI需要100%正确,攻击AI只需一次得手:攻防不对称性倒逼安全策略重构 Hugging Face托管着超过50

By Yuchen