前沿 AI 加快黑客攻擊，新加坡部署「封鎖、搶先發現、快速修補」

新加坡政府表示，自己並無 Mythos 嘅使用權，亦唔假設每一個未來前沿模型都可以率先取得。政府現時嘅做法，係同 AI 實驗室、網絡安全公司及其他合作夥伴保持合作，追蹤模型能力發展，並評估新能力帶來嘅安全影響。

呢個分別好關鍵。機構唔可以將保安計劃建基於「檢查某一個指定模型」之上；佢哋需要建立一套面對不同模型、工具及攻擊流程都仍然有效嘅控制措施。

新加坡眼前嘅防守重點

CSA 同 GovTech 已經向 CII 營運者及政府機構發出提醒，要求佢哋注意前沿 AI 帶來嘅風險。即時措施雖然都係網絡安全基本功，但就更加唔可以拖：

• 優先修補暴露系統。 修補所有面向互聯網系統上嘅嚴重及高嚴重程度漏洞，並優先處理一旦被攻陷就可能引發大規模入侵嘅資產。
• 保護管理員入口。 為管理介面、網絡閘道及雲端管理主控台啟用多重因素認證（MFA）。如果系統技術上未能支援 MFA，就應透過 IP 允許清單等措施，只容許獲授權來源連線。
• 重新檢查權限。 審視高權限帳戶、長期無人使用嘅帳戶，以及任何不必要嘅存取權。採用最小權限原則同網絡分隔，可以限制入侵者喺首次攻陷之後能夠接觸嘅範圍。
• 提升系統可見度。 維持準確嘅關鍵系統、面向互聯網資產、雲端服務及第三方依賴清單，並持續監察佢哋嘅狀況。
• 預先準備應變。 事故應變計劃要有清晰升級匯報路線、經測試嘅備份，以及模擬更快、更自動化攻擊嘅演習。

呢啲措施唔係新鮮事，但前沿 AI 令拖延嘅代價更高。目標係減少攻擊者可以利用嘅漏洞數量，同時縮短由發現問題到完成修補之間嘅時間。

可以用 AI 防守，但 AI 本身都要保安

AI 輔助嘅網絡安全工具，可以幫助團隊偵測威脅、分類警報、調查事故，以及更快識別或修補漏洞。新加坡國防科技研究院（CSIT）介紹過由 AI 驅動嘅工作流程及模糊測試（fuzzing）系統，用嚟發現關鍵任務軟件嘅零日漏洞；CSIT 亦會進行多階段對抗模擬，喺攻擊者之前揭示系統架構弱點。

但防守型 AI 同樣帶來一套新嘅安全責任。CSA 指出，只係加固 AI 模型本身並不足夠。系統擁有人應該從整個 AI 生命周期評估風險，包括規劃及設計、開發、部署、運作及維護，以至系統退役。換句話講，訓練及運作數據、介面、依賴元件、供應鏈、存取控制同監察機制，都要受到保護，而唔係只睇模型本身嘅行為。

如果 AI 系統建議修補方案、判斷事故，或者提出可能影響 OT 環境及公共服務嘅應變行動，人手覆核仍然不可或缺。

CII 營運者同企業要一齊應對

新加坡嘅政策方向，係將基本保安要求同持續測試結合。CII 營運者目前會聘請第三方進行審計及定期滲透測試，並將報告提交 CSA；政府亦強調，機構唔可以只靠定期審計驗證防線，而要持續提升保安控制。

整套做法可以濃縮成一句：封鎖、搶先發現、快速修補。落實到日常運作，就包括維持資產清單、持續掃描漏洞、迅速套用修補程式、分隔網絡及權限、測試軟件同依賴元件，以及定期演練復原流程。

即使唔屬於 CII 營運者，企業都應該將同一套優先次序套用到面向互聯網嘅服務、身份系統、雲端主控台及敏感嘅第三方連線上。

威脅情報分享，唔可以各自為政

冇一間機構可以觀察到所有前沿 AI 能力，亦冇一間機構可以預先睇晒所有攻擊路徑。因此，政府部門、CII 營運者、雲端及科技供應商、網絡安全研究員同學術界，都應該盡快分享可實際採取行動嘅入侵指標、漏洞資料，以及演習所得嘅經驗。

部分情報基於國家安全原因，必然只能保密。新加坡表示，會有選擇地向 CII 營運者分享機密威脅情報，同時提供防守工具。即使詳細來源未能公開，機構仍應根據 CSA 警報，以及經消毒、可分享嘅威脅情報迅速採取行動。

國家級演習亦係呢套模式嘅一部分。關鍵基礎設施防衛演習（Critical Infrastructure Defence Exercise，CIDeX）曾聯同業界夥伴，喺 11 個關鍵行業進行 AI 驅動嘅網絡攻擊模擬，以提升整體韌性同協調能力。

實際啟示：基本功仍然係最重要

前沿 AI 並無取代網絡安全基本功，只係令忽視基本功嘅代價大幅上升。對新加坡而言，短期內最實際嘅防線包括迅速修補漏洞、啟用 MFA、落實最小權限、持續監察、進行對抗性測試、安全地部署 AI，以及加快情報分享。

當前沿模型嘅能力繼續發展，能夠早過自動化攻擊者搵出自身弱點嘅機構，將會擁有最大優勢。