AI安全事件警示：大疆扫地机漏洞被挖，黑客组织利用AI攻破数百台防火墙

你家里的智能扫地机，可能正在悄悄“开门迎客”。

最近，一起非专业安全人员利用AI挖穿大疆扫地机的事件，直接将智能家居的安全风险推到了风口浪尖。这件事也让所有人看清一个现实：AI正在大幅降低挖掘安全漏洞的门槛，以前需要专业黑客才能完成的任务，现在普通人借助AI工具也可能实现。

普通人用Claude挖出大疆扫地机云端漏洞

这次事件的主角并非专职安全研究员，而是一家度假物业管理公司的AI主管——萨米·阿兹杜法尔。

他购入了一台大疆最新推出的Romo扫地机器人。起初只是出于好奇，想尝试能否用PS5手柄控制这台设备。为了实现这个想法，他借助Claude Code编写程序，过程中还涉及了设备逆向工程。这本是一次自娱自乐的技术尝试，却意外地发现了一个严重的云端权限漏洞。

更令人震惊的是，他不仅能控制自己的设备，还能直接访问并操控全球24个国家/地区、共计6700台大疆扫地机器人，以及数千个与之配套的扫地机基站。

在获得控制权后，攻击者可以执行以下操作：

• 随意操控扫地机移动
• 打开摄像头，查看实时监控画面
• 获取设备序列号、IP地址等敏感信息
• 查看家庭清扫地图、详细的设备运行数据
• 甚至掌握了一串14位的代码，可直接绕过设备的PIN码验证

发现漏洞后，阿兹杜法尔负责任地向大疆进行了上报。大疆方面回应称，在收到报告时已在修复后端权限验证问题，但尚未全量推送更新。大疆也试图淡化事件影响，声称能成功利用该漏洞的几乎都是安全研究人员，并不会进行恶意利用。

然而，事情并未就此结束。据报道，阿兹杜法尔随后又发现了另一个更严重的漏洞，目前细节尚未公开，需等待大疆修复并推送更新后才会披露。

这起事件最值得我们警惕的，并非大疆一家公司的问题，而是AI正在彻底改写网络安全攻防的规则。

过去，挖掘漏洞、进行逆向分析、入侵设备是专业安全人员或黑客的“技术活”。而现在，AI工具（如Claude Code）可以直接帮助普通人完成这些复杂的任务，包括：

• 编写代码
• 进行逆向分析
• 调试接口
• 绕过权限验证

一个没有专业安全背景的人，抱着“玩一玩”的心态，就能意外捅破一个影响全球上万台设备的高危漏洞。这意味着，未来黑客、技术爱好者甚至普通用户，都可能利用AI挖掘漏洞并发起攻击。

而我们日常使用的智能摄像头、扫地机、智能门锁、智能音箱等物联网设备，几乎全都依赖云端服务、自带远程控制功能并拥有大量权限。一旦云端权限校验不严、接口防护薄弱，就等于将家庭隐私、监控画面、家庭布局地图直接暴露在外。

这对厂商而言，以前“差不多能用”的开发模式行不通了。云端权限、接口校验、设备认证，每一个环节都必须严上加严。

对我们普通用户而言，可以采取以下措施来加强防护：

• 尽量关闭智能设备不必要的远程访问权限。
• 及时更新设备固件与配套的App。
• 避免使用来源不明、或厂商已长期停止维护的智能设备。
• 对带有摄像头、地图绘制功能的设备保持更高的警惕。

AI让我们的生活更加便捷，但也让潜在的安全风险变得更加隐蔽和难以防范。

黑客组织利用AI批量攻破全球数百台防火墙

如果说大疆扫地机事件揭示了AI对个人物联网安全的威胁，那么近期亚马逊发布的一份安全研究报告，则展示了AI在针对企业网络攻击中的惊人放大效应。

报告指出，在过去五周内（正值我国农历新年前后），一个规模极小的黑客组织，甚至可能仅为单一个体，借助市面上广泛可得的商业生成式AI工具，成功攻破了分布在数十个国家的600多台防火墙设备。

匪夷所思的是，这一小团体仅仅利用了商业AI服务，就迅速找到了安全防护中的薄弱环节并发起攻击。这场低门槛、高效率、广覆盖的新型网络犯罪事件，不仅打破了传统网络攻击对人力与技术的壁垒，更直观地宣告了“AI驱动网络犯罪时代”的正式到来。

据悉，这场攻击的发起者并非拥有顶尖技术与庞大资源的国家级黑客组织，而是一个人数极少、具有俄语背景的攻击者。他没有依赖零日漏洞、定制化恶意代码等高阶攻击手段，而是将目标锁定在全球部署量极大的Fortinet FortiGate防火墙。

攻击的第一步是资产探测与筛选。攻击者借助AI生成的自动化扫描脚本，对互联网上暴露443、8443、10443、4443等管理端口的防火墙设备进行全网探测。AI在这一环节快速筛选出那些未做端口收敛、将管理界面直接暴露在公网的薄弱目标，为攻击者节省了大量手动梳理资产、优化扫描策略的时间。

攻击的核心环节在于弱口令破解。这也是AI发挥核心作用的关键阶段。传统的暴力破解依赖固定密码字典与人工调试，效率低下且容易被防护设备拦截。而此次攻击者调用了至少两家主流商用大模型服务，让AI基于目标设备的系统特征、所在地区语言习惯，动态生成高适配性的密码字典，同时自动优化爆破逻辑，规避基础的登录防护规则。

那些依旧使用默认密码、简单组合密码，或仅依赖“账号+密码”单一验证方式的防火墙，在AI驱动的精准化、自动化破解面前毫无抵抗之力。

成功渗透后的内网探索。在获取防火墙管理权限后，AI继续为攻击者的后续行动提供支撑。它能自动解析导出的设备配置文件，快速提取SSL-VPN凭证、管理账号、网络拓扑、防火墙策略等核心信息，生成可视化的内网渗透路线图，甚至自动编写横向移动所需的脚本。

整个过程中，攻击者无需具备深厚的漏洞挖掘与内网渗透能力，只需按照AI输出的步骤执行操作，就能完成从边界突破到内网信息收集的全流程攻击。AI承担了脚本生成、资产筛选、动态字典定制、爆破逻辑优化、配置文件解析和渗透路径规划等大量技术性工作。

攻击者的后续行为（如收集敏感数据、梳理核心业务节点、预留后门）清晰指向勒索软件攻击的前置活动。这是一次典型的经济驱动型“机会式”攻击：一旦遇到开启了多因素认证、端口严格收敛、入侵检测严密的强防护目标，攻击者便会立刻转向，绝不恋战。

AI对网络安全的五重深远影响

亚马逊的这份报告，揭示了AI给当前网络安全格局带来的五重深远影响：

1. 攻击效率指数级提升：AI将攻击全流程自动化、智能化，从资产探测到内网渗透，原本需要数天的手动操作被压缩至分钟级。攻击规模从“单点突破”变为“批量收割”。亚马逊安全负责人CJ Moses将之形容为“一条由AI驱动的网络犯罪流水线”。
2. 攻击门槛被急剧拉平：AI替代了大量专业的安全知识与编程能力，让“低技能攻击者”有可能达成“高水准攻击效果”。网络犯罪不再是技术极客的专属领域，潜在威胁面呈几何级数扩大。
3. 攻击特征愈发模糊：AI生成的攻击脚本、字典、策略具备动态适应能力，没有固定的恶意代码特征与僵化的攻击行为模式。这使得传统基于特征库、规则库的防护设备难以有效识别和拦截。
4. AI自身成为攻防新战场：攻击方在用AI武装自己，防御方也必须发展“以AI对抗AI”的能力。未来的安全防御体系必须是智能、自适应和主动的。同时，针对AI模型本身的攻击（如提示词注入）已成为新的安全前线。
5. 对安全治理与协作提出更高要求：面对无国界的AI网络威胁，任何单一组织都难以独善其身。这要求在企业层面建立覆盖AI模型全生命周期的风险管理机制，在国际层面推动协同的治理规则与标准。

回归基础：防御AI驱动攻击的核心

从防御维度反思，这次事件并非高端技术对抗的胜利，而是基础安全防护缺失导致的悲剧。攻击者全程未利用任何高危漏洞，所有突破点都指向最基础的安全疏漏：公网端口暴露、弱口令泛滥、未启用多因素认证。

AI只是将这些原本可能被忽视的风险，放大成了全球性的安全事件。这也意味着，在AI驱动攻击的时代，做好基础安全合规比盲目追求任何高阶防护技术都更为重要和有效。

当攻击方借助AI实现“降维打击”时，防御方不能只依赖新技术对抗，更要筑牢最底层的安全防线：

• 收敛网络暴露面：避免将管理接口、测试端口等非必要服务暴露在公网。
• 强化身份认证：强制使用复杂密码，并全员启用多因素认证。
• 加强安全监控：常态化进行口令审计，实时监控并告警异常登录行为。

这些看似基础的操作，恰恰是抵御AI驱动的机会式攻击最核心的屏障。

结语

此次跨越个人物联网与企业网络的两起安全事件，是一记响亮的警钟。它们共同表明，网络安全的攻防博弈，正从纯粹的“技术对抗”转向“效率对抗”和“基础对抗”。忽视基础安全建设、依赖传统静态防护的机构与个人，都可能成为AI赋能的下一个攻击目标。

技术的发展总是双刃剑。AI在赋能创新与效率的同时，也降低了作恶的门槛。对于广大开发者和安全从业者而言，深入理解AI安全的最新动态与挑战，强化渗透测试与防御实践，比以往任何时候都更为迫切。在云栈社区这样的技术交流平台上，分享与学习这些前沿案例与防御经验，对于共同提升整个行业的安全水位至关重要。