随着人工智能（AI）让网络风险以机器速度蔓延，组织的风险管理能力与不法分子所能造成的破坏之间的差距正在扩大。
互联互通性也使网络风险变得系统化，任何中断都可能在支撑社会运转的数字生态系统中层层传导。
网络韧性必须随技术演进而发展，才能构建可信的数字生态系统。
数字化转型与人工智能正在重塑网络韧性
数字化转型和人工智能正在重塑网络韧性的内涵。
随着AI以机器速度加速网络风险，许多组织正难以跟上对手的步伐，对手能够自动化实施侦察、漏洞发现、漏洞利用和数据分析。
这不仅扩大了不法分子的攻击范围，还降低了他们的成本和对人工干预的需求，同时也造成了不断扩大的防御差距。对手能够快速采用并调整AI能力，而政府、医院、企业等防御方则更容易受到预算、人才、技术以及监管要求等因素的制约。
为什么网络韧性依赖于信任
网络韧性依赖于信任的原因
组织应追踪衡量网络韧性的指标
为什么工业网络风险正在成为治理挑战
与此同时，互联互通性正将网络风险转变为系统性风险，因为它使中断能够在各组织和行业之间层层传导。
诸如2025年10月的AWS服务中断以及同年早些时候的Salesloft Drift供应链数据泄露事件，都表明单一组织或技术提供商的故障可能带来远超其自身范围的后果。恶意使用AI能够快速利用共享的基础设施和依赖关系，导致中断的扩散速度超过组织的有效应对能力。
因此，信任正成为网络韧性的关键前提。在互联互通且由AI驱动的生态系统中，对系统、数据和自主行为完整性的信任与技术可靠性同样重要，因为组织必须依赖自身无法完全掌控的技术和合作伙伴。
除了单一组织的韧性，甚至跨组织的协同韧性之外，当今组织面临的真正挑战是让网络韧性成为经济和社会日益依赖的数字生态系统的一种自适应属性。这既包括由多家医院、实验室和供应商组成的医疗数字生态系统，也包括由多家公用事业公司、电网运营商和技术提供商组成的能源生态系统等。
这些数字生态系统中的组织必须持续了解相互依赖关系、预判中断风险、支持可信的行动，并在跨组织边界间不断学习。
构建具有韧性的数字生态系统
要实现这一愿景，需要在不损害主权、也不产生新的系统性脆弱性的前提下，将情报、治理和防御能力在组织内部及组织之间连接起来。
以下四种能力有助于组织构建更具韧性的数字生态系统：
一、理解网络中断可能如何演变
数字韧性不仅仅是绘制依赖关系图，更意味着理解这些依赖关系如何演变并影响系统性风险。理解这一点有助于组织持续连接关键服务、技术、供应商、威胁和运营背景。
这种动态情报能够揭示级联故障的传导路径、评估网络事件在整个生态系统中的影响范围、支持情景推演、识别关键干预点，并优先安排增强韧性的投资。
将这些基础能力与威胁情报和AI结合，有助于组织预判新兴威胁可能如何在数字生态系统中传播。这使网络韧性从单纯理解依赖关系，转变为提前预判中断并指导相应行动。
组织已经在通过AI驱动的威胁情报知识图谱、新兴威胁的动态检测以及对复杂智能体生态系统的情境化监控等方式探索这一方向。然而，这些方法尚未整合成能够预判整个数字生态系统级联中断的动态韧性模型。
二、预判网络中断可能出现的位置
组织的网络防御必须超越对已知威胁的监测和准备，发展到能够在中断发生之前预判新兴攻击如何演变和传播的水平。
将威胁情报、漏洞信息和攻击者行为与基础设施拓扑及生态系统背景相连接，能够揭示可能的攻击路径及其传播方式，同时识别可以阻止或遏制中断的干预点。AI能够以规模化的速度分析这些关系，持续将不断演变的情报转化为针对特定组织的情景、优先级和潜在干预措施。
例如，麻省理工学院的研究人员正在开发利用网络知识规划并执行攻击步骤的AI对手模型。组织也正通过AI驱动的威胁情报、自主红队测试和AI辅助威胁狩猎等方式，采纳这一方法中的部分要素。
三、支持以机器速度实现可信行动
在由AI驱动的网络韧性模型中，信任必须越来越多地延伸到信息和行动本身。使用自主模型的组织必须能够信任系统所报告的信息，并判断这些系统是否值得信赖，能够以机器速度自主行动。
因此，治理必须超越阶段性合规检查，持续定义自主系统如何安全、负责任地运行。这需要明确决策权限、责任归属和操作边界，包括哪些决策可以自动化、何时需要人工干预。
组织已经开始将这一方法的部分要素付诸实践，例如设定智能体权限边界、持续保障机制、人工监督以及对自主AI的治理。下一步则是将这些要素整合成一种"设计即韧性"的模式，使可信自主性成为一种可操作的能力，同时保持问责机制和人工控制。
四、跨组织边界分布式共享网络防御经验
集体网络韧性必须超越信息共享，实现跨组织边界的防御学习规模化。安全设计架构、互操作性以及严格的信息流控制，对于确保集体防御不会产生新的系统性脆弱性至关重要。这可能催生出一种每遭遇一次威胁就变得更具韧性的生态系统。
例如，一家荷兰网络安全实验室将多所大学和研究机构连接起来，使其能够共享并联合使用分布式物联网（IoT）安全能力，同时保留对各自本地基础设施的控制权。组织已经通过共享防御知识、从运营反馈中持续学习以及自主防御智能体等方式，将这一方法的部分要素付诸实践。
网络韧性的演进
一个具有韧性的数字生态系统会随着网络风险的演变持续理解、预判、行动和学习。
组织今天就可以开始构建网络韧性，具体做法包括连接依赖关系、威胁和运营数据，同时测试中断和传播情景；明确界定AI可以自主做出哪些防御决策，哪些则需要人工监督；识别可信赖的合作伙伴以共享防御洞察或能力。
目标并非立即实现完全自主，而是逐步构建一个更具适应性和韧性的数字生态系统。
本文由特文特大学的Abhishta Abhishta、鹿特丹伊拉斯姆斯大学的Alberto Quintavalla、特文特大学的Florian Hahn以及埃因霍温理工大学的Cristoffer Leite共同撰写。
Q&A
Q1：什么是网络韧性？为什么现在变得越来越重要？
A：网络韧性是指组织及其所在的数字生态系统在面对网络攻击和中断时，能够持续理解风险、预判威胁、采取可信行动并不断学习改进的能力。随着AI让网络攻击以机器速度扩散，且各组织之间互联互通程度加深，单一组织的网络风险很容易演变为波及整个行业的系统性风险，因此网络韧性变得愈发关键。
Q2：AI在网络攻击和网络防御中分别扮演什么角色？
A：在攻击方面，AI能够自动化实施侦察、漏洞发现、漏洞利用和数据分析，扩大攻击者的攻击范围并降低其成本。在防御方面，AI可以帮助组织构建动态威胁情报、预判攻击路径、支持自主红队测试和威胁狩猎，从而提升防御的速度和精准度，但这也要求组织建立相应的治理机制以确保AI行动可信可控。
Q3：组织应该如何着手构建更具韧性的数字生态系统？
A：组织可以从连接依赖关系、威胁和运营数据入手，测试中断和传播情景，明确哪些防御决策可以交给AI自动处理、哪些需要人工监督，并寻找可信赖的合作伙伴共享防御知识和能力。目标不是追求立即的完全自主，而是循序渐进地构建更具适应性和韧性的数字生态系统。
