ExtraHop 的新加坡調查凸顯一個關鍵落差:攻擊者進入企業網路後,防守方未必能及時察覺。報告指出,近半勒索軟體受害者是在企業資料遭竊後才發現入侵;攻擊者在勒索軟體事件中,平均已在網路內活動近兩週半才被偵測到。
6 換句話說,資安工作不只要阻擋攻擊進入,也要縮短入侵發生至發現、處置之間的時間。
最值得注意的變化:資料遭竊後才發現入侵
根據報導引述的 ExtraHop 數據,新加坡勒索軟體受害者中,直到資料遭竊後才發現網路遭入侵的比例,從前一年的 15% 升至 47%,增加 32 個百分點。
6 同一報告指出,勒索軟體事件中的攻擊者平均潛伏時間接近兩週半。
6
這兩項數據衡量的並不是同一件事:前者說明受害者是在資料遭竊前或後才察覺入侵;後者則是攻擊者在被發現前已留在網路中的平均時間。合併來看,數據顯示防守方可能錯過了及早調查可疑活動、控制入侵的機會,但不能單憑這些數字判定延誤的原因,也不能推論每家受害企業都經歷完全相同的攻擊過程。
攻擊嘗試,不等於成功入侵
Kaspersky 表示,2025 年在新加坡封鎖了超過 7 萬次針對企業的漏洞攻擊;東南亞地區遭封鎖的同類攻擊則超過 200 萬次。
37 這些數字可反映企業面對的攻擊嘗試規模,但「遭封鎖的攻擊」不等同於已確認的入侵、受害者數量或勒索軟體事件。因此,這組統計不能用來解釋 ExtraHop 所報告的偵測延誤,也不能證明某次攻擊嘗試造成了特定資料外洩。
AI 風險數據衡量的面向不同
新加坡商業媒體報導的一項調查中,32% 的受訪者將 AI 代理、代理式基礎架構及生成式 AI 應用,列為所屬機構最大的網路安全風險。
37 另一項由 QBE 進行的調查則發現,39% 的新加坡企業在過去一年至少遇過一次 AI 相關網路事件;在該調查涵蓋的市場中,新加坡比例最高。
43 前者反映受訪者對風險的看法,後者則是企業回報的相關事件;AI 相關事件不一定代表已確認發生資安外洩。
ExtraHop 另指出,85% 的組織曾經歷與 AI 相關的資安事件、資料暴露或未遂事件。
2 這項數據以組織為單位,不能當作新加坡特有比例,也不應直接與 QBE 的事件比例相比。新加坡網路安全局(CSA)則表示,全球威脅環境日益複雜,並受到 AI 發展影響。
36
另有報導列出不同的「收到勒索要求後才發現攻擊」數字,但相關摘錄未能證明該數字專指新加坡,因此不宜與新加坡的調查結果混為一談。
8 現有資料同樣不足以確認特定威脅組織與這些勒索軟體案例的關係,或將偵測延誤歸因於某一種攻擊手法。
對企業防守方的啟示
目前最明確、也最審慎的結論是:在報導所述的新加坡勒索軟體案例中,受害者往往在資料遭竊後才察覺入侵,而攻擊者在被發現前已停留於網路一段時間。
6 這些數字並未證明是哪一項防護措施失效,也沒有指出 AI、特定威脅組織或某種存取方式造成了延誤。
企業可以優先檢視:團隊能否及時調查異常的網路與帳戶活動、釐清事件經過,並迅速限制入侵範圍。阻擋攻擊仍然重要,但遭封鎖的攻擊嘗試不代表攻擊已成功;ExtraHop 的調查則提醒企業,也應評估攻擊者進入網路後,組織能否及早發現並有效應對。