新闻速览
- CNNVD发布关于微软多个安全漏洞的通报
- 全球 21 国联合执法：Operation PowerOFF 重创 DDoS 付费攻击服务
- 提示注入新范式来袭：AI 自动化工具架构缺陷致凭证泄露风险凸显
- 汽车行业勒索软件攻击一年翻倍，占车企攻击总量 44%
- 教育科技巨头数据泄露事件曝光，超亿级用户信息面临风险
- Zero Day Quest 2026落幕：Microsoft豪掷230万美元奖励漏洞研究
- Fiverr数据暴露事件：Cloudinary误配置致敏感PDF可被枚举访问
- AI语音逼近真人：Athr平台加剧社交工程防御难题
- Anthropic发布Claude Opus 4.7：自动化网络安全防护上线，面向长时自主任务
- AI系统为何频繁“幻觉”？Context Layer成关键解法
特别关注
CNNVD发布关于微软多个安全漏洞的通报
2026年4月14日，微软发布了本月的安全更新补丁，总计涉及195个漏洞。国家信息安全漏洞库（CNNVD）已经完成了对所有漏洞的收录与危害等级评定。
本次更新包含了微软自身产品的166个漏洞以及影响微软产品的第三方厂商漏洞29个。其中，超危漏洞有3个，高危漏洞125个，中危漏洞57个，低危漏洞10个，安全形势严峻。
受影响的产品范围广泛，覆盖了Microsoft Windows、Microsoft GitHub Copilot and Visual Studio Code、Microsoft Office系列、Microsoft Windows LSASS、Microsoft Power Apps、Microsoft .NET Framework等核心组件。在新发现的漏洞中，与Microsoft Power Apps、Microsoft Windows IKE Extension相关的漏洞被评为超危，存在被利用导致系统失控或数据泄露的严重风险。
此外，Windows内核、远程桌面服务、PowerShell、HTTP.sys等模块均存在高危漏洞，攻击者可能通过构造恶意内容实现权限提升、远程代码执行与信息窃取。
本次补丁还修复了29个第三方组件漏洞，涉及SQLite、OpenSSL、curl、libssh等广泛使用的开源库，这些同样存在被利用的安全隐患。目前微软已发布完整的修复程序，CNNVD建议各相关单位立即开展资产排查，优先对超危、高危漏洞所对应的系统与应用部署补丁，同时强化访问控制与入侵监测，以降低漏洞被恶意利用的风险。
原文链接： https://www.cnnvd.org.cn/home/warn
热点观察
汽车行业勒索软件攻击一年翻倍，占车企攻击总量 44%
根据安全公司Halcyon的最新报告，2025年全球汽车行业遭受的勒索软件攻击数量同比翻了一番，这类攻击已占车企所有网络攻击总量的44%，成为该领域增速最快、破坏性最强的网络威胁。
网络犯罪团伙将目光转向汽车行业，主要原因在于车联网、OTA空中升级、云服务的普及极大地扩大了攻击面。同时，大量安全能力相对薄弱的中小供应商却拥有访问OEM核心系统的权限。加之车企对生产停机的容忍度极低，往往更倾向于支付赎金，这些都使得该行业成为理想的攻击目标。
一个典型案例是，Jaguar Land Rover曾遭勒索软件攻击导致停产五周，据估算每周损失高达约1.08亿英镑，对英国经济造成了总计19亿英镑的连锁冲击。
目前，攻击已覆盖整车厂、核心供应商、车联网系统等全产业链。面对高风险现状，Halcyon提出了几点关键防御建议：及时修补VPN、RDP、ERP等边界与边缘设备的漏洞；部署具备抗钓鱼能力的多因素认证（MFA），审计第三方权限并轮换遗留凭证；加固EDR（终端检测与响应）工具防止被攻击者篡改；建立不可变的离线备份并定期演练恢复流程；为供应链合作伙伴设定明确的安全基线并持续监控；部署能够识别恶意行为特征的反勒索软件方案。
报告最后强调，全产业链上的企业必须优先评估自身的网络暴露面、强化纵深防御并完善应急响应机制，以应对持续升级的勒索威胁。
原文链接： https://www.infosecurity-magazine.com/news/automotive-ransomware-attacks/
Fiverr数据暴露事件：Cloudinary误配置致敏感PDF可被枚举访问
近期，安全研究人员披露，知名自由职业平台Fiverr发生了一起数据暴露事件。问题的根源并非外部入侵，而是由于其使用的云媒体服务Cloudinary配置不当，导致大量PDF文档可以被未授权直接访问。这是一起典型的云资源“误配置”（misconfiguration）引发的数据泄露。
研究表明，这些PDF文件被公开托管在Cloudinary的云存储中，但访问控制（access control）策略未正确设置。攻击者或普通用户仅通过构造可预测的URL，即可直接访问文件内容。暴露的数据主要涉及用户提交的业务文档，包括合同、身份证明及其他敏感信息，存在个人身份信息（PII）泄露的风险。
从技术角度看，问题的核心在于Cloudinary资源的公开访问策略与文件命名机制。部分文件的URL采用了连续或可推测的路径结构，这使得“枚举攻击”（enumeration attack）成为可能——攻击者通过批量尝试URL即可获取大量文件。此外，缺乏有效的鉴权机制（authentication）和访问令牌（token）保护，进一步扩大了数据暴露面。
该事件再次印证，当前云安全的主要风险来源往往不是底层的软件漏洞，而是配置错误。据统计，约70%的云安全事件与误配置或人为错误相关。在多云和SaaS环境下，企业常常忽视对第三方服务访问控制的持续审计，导致数据在“合法的平台”中以“非法的方式”被访问。
Fiverr方面表示已对相关资源进行了访问限制并展开调查，但事件的实际影响范围仍在评估中。安全专家建议，企业应对云存储严格实施最小权限原则（least privilege），启用私有访问策略，并通过随机化URL、使用签名链接（signed URL）等方式防止资源被枚举。同时，应定期进行云安全态势管理（CSPM）审计与数据暴露面扫描，以主动降低类似风险。
整体来看，这次事件为所有依赖第三方云服务的企业敲响了警钟：在“共享责任模型”（shared responsibility model）下，云平台的基础安全并不等同于客户的数据安全，精细化的配置与访问控制才是关键防线。
原文链接： https://securityonline.info/fiverr-data-exposure-cloudinary-pdf-leak-2026/
AI语音逼近真人：Athr平台加剧社交工程防御难题
近期，安全公司披露了一个名为“Athr”的新型语音钓鱼（vishing）平台。该平台利用AI语音代理实现自动化电话诈骗，标志着社交工程攻击正加速向智能化、规模化演进。
Athr本质上是一个“诈骗即服务”（Scam-as-a-Service）平台。攻击者可以通过其控制面板轻松配置目标名单、定制话术脚本并设计完整的攻击流程。平台集成了先进的文本转语音（TTS）与语音识别（ASR）技术，使得AI能够与受害者进行实时、自然的对话，而不仅仅是播放预录音频，这显著提升了欺骗的成功率。
技术细节显示，Athr支持动态对话生成（dynamic conversation flow），能够根据受害者的实时反馈自动调整话术，例如模拟银行客服、IT技术支持或身份验证流程。此外，该平台还可以与地下流通的泄露数据集结合，实现精准钓鱼（targeted phishing），例如在通话中使用对方的真实姓名、账户尾号等信息来增强可信度。
在基础设施层面，Athr通常依赖VoIP服务与云API，以实现大规模自动外呼。其模块化设计允许攻击者快速部署新的攻击活动，并通过集成的仪表盘监控通话成功率、响应情况等关键指标。这种高度自动化极大地降低了攻击的技术门槛，即使是非技术人员也能发起复杂的诈骗。
安全研究人员指出，当前AI生成语音的自然度已非常接近真人，传统依赖识别“语音异常”的防御手段效果正在减弱。同时，自动化攻击能力使得威胁方可以在极短时间内触达海量目标，扩大了攻击的影响范围。
对此，专家建议企业应加强多因素认证（MFA），避免仅依赖语音或电话进行关键身份验证。同时，必须对员工开展针对性的反社交工程培训，提升他们对AI生成语音的识别与警惕性。电信运营商和安全厂商则需要引入更先进的语音行为分析（voice behavior analysis）与异常通话检测机制，以应对这种新型威胁。
整体来看，Athr平台的出现意味着AI技术正在深度重塑语音钓鱼的攻击模式，攻击正从“人工驱动”转向“智能代理驱动”，整个防御体系亟需同步升级。
原文链接： https://www.bleepingcomputer.com/news/security/new-athr-vishing-platform-uses-ai-voice-agents-for-automated-attacks/
Zero Day Quest 2026落幕：Microsoft豪掷230万美元奖励漏洞研究
Zero Day Quest 2026是微软推出的一项全球顶级白帽黑客竞赛暨漏洞赏金活动，主要聚焦于云计算与人工智能（AI）安全领域。
微软近日公布，在Zero Day Quest 2026黑客竞赛中共发放了约230万美元的奖金，用以奖励发现其产品中高危漏洞的安全研究人员。本次赛事模拟真实攻击场景，覆盖了Windows、Azure、Microsoft 365及AI相关产品等多个核心生态。
据官方披露，参赛的研究人员提交了大量高质量的漏洞报告，其中不乏可实现远程代码执行（RCE）、权限提升（Privilege Escalation）及沙箱逃逸（Sandbox Escape）的关键漏洞。这些漏洞一旦被恶意利用，可能导致攻击者完全控制系统或访问敏感数据。
值得关注的是，AI相关组件成为本次竞赛的重要攻击面。研究人员针对AI代理（AI agents）及其与外部工具的交互机制，探索了提示词注入（prompt injection）、权限滥用等新型攻击路径，这反映出AI系统在实际部署中，其安全边界仍然不够清晰。与此同时，云平台Azure及企业办公套件Microsoft 365中的身份认证、访问控制等模块也成为了重点测试对象。
微软表示，此类竞赛有助于在漏洞被恶意攻击者利用之前就进行修复，从而提升整个产品生态的安全性。通过与全球安全社区的紧密合作，厂商能够更快地发现复杂攻击链中的薄弱环节，并有针对性地强化防护机制。
从行业角度来看，Zero Day Quest 2026反映出当前的漏洞研究正从单点漏洞挖掘，转向跨组件、跨平台的“组合攻击”（chained exploitation）。特别是在AI与云计算深度融合的背景下，攻击面显著扩大，这对安全从业者提出了更高的技术要求。
总体而言，本次竞赛不仅展示了当前主流技术栈所面临的安全风险，也为企业在AI、云及终端安全方面的防护策略提供了重要的参考依据。
原文链接： https://www.securityweek.com/microsoft-paid-out-2-3-million-at-zero-day-quest-2026-hacking-contest/
安全事件
全球 21 国联合执法：Operation PowerOFF 重创 DDoS 付费攻击服务
欧洲刑警组织（Europol）近期通报，来自21个国家的执法部门联合开展了名为“Operation PowerOFF”的专项行动，针对提供付费DDoS攻击服务的网络进行全球清剿。此次行动共关停了53个相关域名，并逮捕了4名涉案人员。
此次行动的重点打击目标是为网络犯罪提供支持的所谓“IP压力测试”工具与Booter服务。执法部门成功查封了支撑这些攻击活动的服务器、数据库等关键基础设施，并从中获取了超过300万条涉案账户信息。随后，执法部门向超过7.5万名涉事服务使用者发送了警告通知，要求其立即停止违法攻击行为。
行动期间，多国共执行了25次搜查令。此外，执法机构还清理了搜索引擎中超过100条DDoS付费服务的推广链接，并投放了定向警示广告，重点劝阻那些试图寻找并使用相关工具的年轻群体。
这类“DDoS即服务”（DDoS-for-hire）的操作门槛极低，通常附带详细教程，即使不具备专业技术知识的人员也可以轻易发起大规模网络攻击。其攻击目标涵盖电商平台、电信运营商、游戏服务器等各类网络服务，动机则包括好奇、黑客行动主义、勒索及商业破坏等。
此次跨国联合执法行动有效切断了DDoS黑色产业链条，是近年来针对付费攻击服务一次规模较大的跨境打击，对遏制分布式拒绝服务攻击的泛滥具有重要的震慑作用。
原文链接： https://cyberscoop.com/ddos-for-hire-takedowns-operation-poweroff/
教育科技巨头数据泄露事件曝光，超亿级用户信息面临风险
教育科技公司McGraw Hill近日确认发生了一起数据泄露事件，影响了约1350万个用户账户。此次事件发生于2026年4月，攻击组织ShinyHunters通过利用其Salesforce环境中的一个配置错误获取了数据，并在勒索未果后公开泄露了超过100GB的信息。
泄露的数据主要包含个人身份信息（PII），如电子邮件地址、姓名、电话号码及物理地址等，其中已确认至少涉及1350万个唯一邮箱账号。这些信息具有较高的滥用价值，很可能被用于后续的钓鱼攻击（phishing）和社会工程攻击。
McGraw Hill表示，此次事件仅涉及托管在Salesforce平台某个网页上的“有限数据集”，并未影响其核心业务系统，包括客户主数据库、课程内容（courseware）及内部基础设施。不过，攻击者声称曾获取多达4500万条记录，这表明实际的影响范围仍存在争议，需要进一步调查。
从技术角度看，此次事件的根源是典型的云环境配置错误（misconfiguration）。即系统在部署或管理过程中，存在权限或访问控制方面的缺陷，导致数据被未授权访问。这类问题并非软件代码漏洞，而是运维与安全配置的失误，但同样属于高风险攻击面。
值得注意的是，该事件被认为可能与Salesforce生态系统中更广泛的配置问题有关，可能影响了多个依赖该平台的组织。
整体来看，此次泄露再次凸显了第三方云平台安全与配置管理的重要性。对于依赖SaaS和CRM系统的企业而言，必须加强配置审计、实施严格的访问控制并进行持续的安全监控，以防止类似供应链性质的数据泄露事件发生。
原文链接： https://www.bleepingcomputer.com/news/security/data-breach-at-edtech-giant-mcgraw-hill-affects-135-million-accounts/
安全攻防
提示注入新范式来袭：AI 自动化工具架构缺陷致凭证泄露风险凸显
安全研究员Aonan Guan联合约翰斯·霍普金斯大学的Zhengyu Liu与Gavin Zhong，披露了一种名为“Comment and Control”的新型提示词注入（prompt injection）攻击方法。该方法成功利用了多款主流AI代码安全与自动化工具，包括Anthropic的Claude Code Security Review、Google的Gemini CLI Action以及GitHub Copilot Agent。
研究表明，攻击者可以通过在GitHub上构造恶意内容（如带有恶意指令的PR标题、评论、Issue正文等），来诱导在这些环境中运行的AI代理执行非预期操作。这些AI代理通常在GitHub Actions工作流中运行，具备执行Shell命令、访问API以及读取敏感信息（如密钥）的高权限能力，因此一旦被成功劫持，风险极高。
在Claude Code Security Review场景中，攻击者可通过恶意PR标题触发AI代理执行任意命令，进而提取系统凭证并将其作为“安全发现”或写入日志进行泄露。针对Gemini CLI Action，研究人员利用带有提示词注入的Issue标题和评论绕过了防护机制，成功获取了完整的API密钥。而在GitHub Copilot Agent中，攻击则通过隐藏在HTML注释中的payload绕过了输入过滤，实现了对敏感信息的扫描及网络防护规避。
该攻击的一大特点是自动化触发：在多数受影响场景下，仅需依赖配置好的GitHub Actions工作流即可自动执行攻击，无需用户进行额外的手动交互（Copilot Agent场景除外，需手动分配任务）。研究人员指出，这种攻击模式具有普适性，理论上适用于任何同时处理不可信输入、具备高权限执行能力且能访问敏感数据的AI代理，包括Slack bots、Jira agents及各类自动化部署工具等。
相关厂商已确认这些问题并给予了漏洞奖励，但普遍认为其根源在于架构设计缺陷：AI代理在同一个高权限运行环境中，同时处理来自外部的不可信输入和执行高风险操作（如bash命令、API调用）并访问敏感凭证。这使得即使存在模型层、提示词层及运行时的多层防护，仍可能被精心构造的输入绕过。
此次研究首次在跨厂商的实际产品中，验证了统一的提示词注入攻击路径，凸显了AI代理被集成到软件供应链后所带来的潜在系统性风险。
原文链接： https://www.securityweek.com/claude-code-gemini-cli-github-copilot-agents-vulnerable-to-prompt-injection-via-comments/
产业动态
AI系统为何频繁“幻觉”？Context Layer成关键解法
2026年4月16日，业内提出了一种针对AI系统的上下文层（context layer）架构概念，旨在弥补传统数据架构在记录推理与决策依据方面的缺失，从而支撑高一致性、可解释的自主AI系统。
传统的企业数据架构，如数据湖、云数仓、特征库等，通常仅能记录“发生了什么”的事实数据，而无法解释“为什么这么决策”背后的业务逻辑与环境因素，这导致AI的决策过程容易与真实的业务场景脱节，产生“幻觉”。
上下文层被设计为位于企业现有数据栈与AI编排框架之间的一个可查询系统。它主要承载四类核心信息：决策依据、业务规则、实时环境信号与历史推理轨迹。其核心思想是通过“上下文图”将这些信息与具体的数据特征、业务约束关联起来。它并非要替代现有的数据设施，而是作为一个统一的抽象层，为AI模型提供丰富的背景知识。
在技术实现上，其底层可以依托知识图谱、向量数据库与规则引擎等组件构建，并可对接Snowflake、Oracle、Databricks等数据平台，以及LangChain、LlamaIndex等AI框架。通过Model Context Protocol等标准化协议，可以实现与AI模型的便捷交互。
上下文层主要带来三大核心价值：一是通过提供丰富的上下文基座，显著提升模型在复杂任务中的准确性与可靠性，降低在安全运营等关键场景中的人工复核成本；二是可以对业务规则进行版本化管理，当规则变更时无需对AI模型进行昂贵的重训练，降低运维成本；三是能够完整记录AI的推理路径与决策依据，实现决策过程的可追溯、可审计，极大强化了风险控制与合规能力。
在实际落地时，需要关注统一语义建模、多模态信息存储、实时与批量数据采集、以及与推理pipeline的集成。建议企业采用联邦权责制与跨职能团队进行治理，从数据碎片化严重、AI逻辑一致性要求高的业务场景开始，进行渐进式部署。可以说，上下文层是企业构建可靠、自主的AI智能体（agent）不可或缺的支撑架构。
原文链接： https://www.techtarget.com/searchenterpriseai/tip/Exploring-the-context-layer-for-AI-systems
新品发布
Anthropic发布Claude Opus 4.7：自动化网络安全防护上线，面向长时自主任务
Anthropic正式推出了Claude Opus 4.7大模型并全面开放使用。该版本在软件工程、多模态处理等核心能力上均有显著提升，并特别搭载了自动化网络安全防护措施。同时，Anthropic推出了“Cyber Verification Program”，供合规的安全研究场景申请使用。
Claude Opus 4.7已接入全系列Claude产品、API以及Amazon Bedrock、Google Vertex AI、Microsoft Foundry等主流云AI平台。其定价与之前的4.6版本保持一致，输入令牌为每百万5美元，输出令牌为每百万25美元。
相比上一代，Opus 4.7在处理高阶软件工程任务时表现更加稳定，具备自主校验输出结果的能力。其视觉能力得到了大幅升级，支持输入长边最高2576像素、总计约375万像素的图像，处理精度约为前代的三倍，能够胜任让计算机代理（AI Agent）读取密集的软件界面截图、从复杂图表中提取数据等场景。模型对指令的执行也更加严格，并采用了全新的分词器，令牌消耗量约为原有模型的1.0至1.35倍。
在安全层面，Opus 4.7内置了自动化防护机制，可以检测并拦截高风险的网络安全类违规请求。该模型也是Anthropic用于测试其未来“Mythos”级别模型安全策略的先行版本。需要注意的是，模型对漏洞研究、渗透测试、红队演练等合法的安全用途进行了默认限制，相关领域的安全从业者可以申请加入“Cyber Verification Program”以获取专门的使用权限。
在通用安全性方面，Opus 4.7的整体表现与4.6版本相近，在回答的诚实度与抵御对抗性提示词注入攻击方面有所优化。官方评估认为该模型的对齐度良好，能够满足企业构建自主AI工作流与运行长时间无人值守任务的需求。
原文链接： https://www.helpnetsecurity.com/2026/04/16/claude-opus-4-7-released/
发表于 前天 02:24
|
查看: 20|
回复: 0
