新加坡勒索軟件受害機構面對的問題，可能不只在於能否擋住攻擊者進入網絡，亦在於入侵發生後，能否及早察覺並制止。ExtraHop 的調查顯示，近半受訪受害機構是在企業資料被盜後才發現網絡遭入侵；攻擊者平均已在網絡內逗留近兩個半星期。6

近半機構發現入侵時，資料已被盜

據報道，ExtraHop 調查中，新加坡勒索軟件受害機構有47%在資料被盜後才發現入侵，前一年則為15%，增加32個百分點。6 同一報道指，勒索軟件事件中的攻擊者平均潛伏近兩個半星期才被發現。6

兩組數字反映的是不同情況：47%描述受害機構在資料被盜前還是之後才發現入侵；近兩個半星期則是攻擊者被發現前，平均在網絡內停留的時間。合起來看，這些結果顯示機構或有機會更早識別可疑活動、調查並控制入侵，避免攻擊發展至造成更大損失。不過，單憑這些數字，不能判斷偵測延誤的原因，也不代表每間受影響機構都經歷相同過程。

攻擊嘗試不等於成功入侵

Kaspersky 表示，2025年在新加坡攔截了超過7萬宗針對企業的漏洞利用攻擊；東南亞地區的相關數字則超過200萬宗。37 這些數字反映攻擊嘗試的規模，但被攔截的攻擊不等於已確認入侵、受害機構數目，亦不等於勒索軟件事件。因此，Kaspersky 的統計可作為攻擊壓力的背景，不能用來解釋 ExtraHop 的偵測結果，亦無法證明某次攻擊嘗試與報告中的入侵有關。

AI 風險數字，反映的並非同一件事

新加坡商業報道引述一項調查指，32%受訪者認為 AI 代理、代理式基礎設施及生成式 AI 應用，是其機構面對的最大網絡安全風險。37 另一項由 QBE 進行的調查則發現，39%新加坡企業在過去一年至少遇過一次與 AI 有關的網絡事件；在該調查涵蓋的市場中，這個比例最高。43 前者是受訪者對風險的判斷，後者是企業申報曾發生的事件，兩者衡量的不是同一回事；AI 相關事件亦不一定代表已確認資料外洩或網絡入侵。

ExtraHop 另指，85%機構曾遇上源於 AI 的保安事故、資料外洩或未遂事件。2 這是機構層面的整體數字，不能當作新加坡的專屬比例，也不宜直接與 QBE 的調查結果比較。新加坡網絡安全局亦曾指出，全球威脅環境正變得更複雜，並愈來愈受 AI 影響。36

至於加密通道可視度不足、警報疲勞、活動模仿正常工作流程，以及高權限帳戶等具體因素，現有來源未能證實相關新加坡百分比，也不足以確認它們就是 ExtraHop 所述偵測延誤的原因。另一份報告提到，有受害者直到收到勒索通知才知道遇襲，但所提供資料並未證明該數字適用於新加坡。8 同樣，現有引述資料亦未能核實所列威脅組織在新加坡的具體排名；不應把這些說法當成解釋 ExtraHop 調查結果的既定事實。

對防守團隊的啟示

目前最有力、亦最審慎的結論是：在報道所述的新加坡勒索軟件個案中，不少機構是在資料被盜後才察覺入侵，而攻擊者被發現前已有時間留在網絡內。6 這些數字本身並不能證明是哪一項防護措施失效，也不能說明延誤由 AI、特定威脅組織或某種入侵方式造成。

對機構而言，重點是縮短由可疑活動到確認並採取應對的時間：檢視團隊能否迅速調查異常網絡及帳戶活動、了解事件經過，並及時控制入侵。阻截攻擊仍然重要，但 Kaspersky 的攔截數字不代表相關攻擊已成功；ExtraHop 的調查則提醒機構，亦要評估攻擊者一旦進入網絡後，能否及早發現並作出應對。

新加坡勒索軟件受害機構面對的問題，可能不只在於能否擋住攻擊者進入網絡，亦在於入侵發生後，能否及早察覺並制止。ExtraHop 的調查顯示，近半受訪受害機構是在企業資料被盜後才發現網絡遭入侵；攻擊者平均已在網絡內逗留近兩個半星期。6

近半機構發現入侵時，資料已被盜

據報道，ExtraHop 調查中，新加坡勒索軟件受害機構有47%在資料被盜後才發現入侵，前一年則為15%，增加32個百分點。6 同一報道指，勒索軟件事件中的攻擊者平均潛伏近兩個半星期才被發現。6

兩組數字反映的是不同情況：47%描述受害機構在資料被盜前還是之後才發現入侵；近兩個半星期則是攻擊者被發現前，平均在網絡內停留的時間。合起來看，這些結果顯示機構或有機會更早識別可疑活動、調查並控制入侵，避免攻擊發展至造成更大損失。不過，單憑這些數字，不能判斷偵測延誤的原因，也不代表每間受影響機構都經歷相同過程。

攻擊嘗試不等於成功入侵

Kaspersky 表示，2025年在新加坡攔截了超過7萬宗針對企業的漏洞利用攻擊；東南亞地區的相關數字則超過200萬宗。37 這些數字反映攻擊嘗試的規模，但被攔截的攻擊不等於已確認入侵、受害機構數目，亦不等於勒索軟件事件。因此，Kaspersky 的統計可作為攻擊壓力的背景，不能用來解釋 ExtraHop 的偵測結果，亦無法證明某次攻擊嘗試與報告中的入侵有關。

AI 風險數字，反映的並非同一件事

新加坡商業報道引述一項調查指，32%受訪者認為 AI 代理、代理式基礎設施及生成式 AI 應用，是其機構面對的最大網絡安全風險。37 另一項由 QBE 進行的調查則發現，39%新加坡企業在過去一年至少遇過一次與 AI 有關的網絡事件；在該調查涵蓋的市場中，這個比例最高。43 前者是受訪者對風險的判斷，後者是企業申報曾發生的事件，兩者衡量的不是同一回事；AI 相關事件亦不一定代表已確認資料外洩或網絡入侵。

ExtraHop 另指，85%機構曾遇上源於 AI 的保安事故、資料外洩或未遂事件。2 這是機構層面的整體數字，不能當作新加坡的專屬比例，也不宜直接與 QBE 的調查結果比較。新加坡網絡安全局亦曾指出，全球威脅環境正變得更複雜，並愈來愈受 AI 影響。36

至於加密通道可視度不足、警報疲勞、活動模仿正常工作流程，以及高權限帳戶等具體因素，現有來源未能證實相關新加坡百分比，也不足以確認它們就是 ExtraHop 所述偵測延誤的原因。另一份報告提到，有受害者直到收到勒索通知才知道遇襲，但所提供資料並未證明該數字適用於新加坡。8 同樣，現有引述資料亦未能核實所列威脅組織在新加坡的具體排名；不應把這些說法當成解釋 ExtraHop 調查結果的既定事實。

對防守團隊的啟示

目前最有力、亦最審慎的結論是：在報道所述的新加坡勒索軟件個案中，不少機構是在資料被盜後才察覺入侵，而攻擊者被發現前已有時間留在網絡內。6 這些數字本身並不能證明是哪一項防護措施失效，也不能說明延誤由 AI、特定威脅組織或某種入侵方式造成。

對機構而言，重點是縮短由可疑活動到確認並採取應對的時間：檢視團隊能否迅速調查異常網絡及帳戶活動、了解事件經過，並及時控制入侵。阻截攻擊仍然重要，但 Kaspersky 的攔截數字不代表相關攻擊已成功；ExtraHop 的調查則提醒機構，亦要評估攻擊者一旦進入網絡後，能否及早發現並作出應對。