勒索软件瞄准AI模型与算力，新型攻击威胁数字安全

近年来，勒索软件攻击的目标正从传统的银行、医院等机构转向更具技术含量的AI模型和算力资源。这一转变反映了网络犯罪组织对高价值目标的持续追逐，也揭示了人工智能技术在快速发展过程中面临的全新安全挑战。

科技向善的理念正在遭遇现实考验。据总台3·15晚会曝光，某些不法分子利用生成引擎优化（GEO）技术，通过数据投毒手段恶意操控AI模型输出，不仅制造虚假信息，还试图抹黑竞争对手。这种行为严重扰乱市场秩序，损害消费者权益，同时也暴露出当前AI技术应用中存在的监管盲区。

2024年以来，安全研究领域接连披露多起针对企业AI算力平台的入侵案例。攻击者主要通过扫描公网暴露的模型推理端口和任务调度接口，利用未授权访问直接接管GPU集群资源。这些被劫持的智算资源往往被用于非法挖矿活动，同时攻击者还会顺手窃取存储在集群上的训练数据和商业机密。受害企业在云账单异常暴涨或内部数据泄露后才意识到问题，但此时损失已经造成。

"旧地图无法找到新大陆"，传统防火墙在AI时代的失效现象日益凸显。与以往依赖人工操作的攻击模式不同，今天的攻击更多来自AI Agent和自动化工作流。提示词注入、模型投毒等新型攻击方式难以被现有规则库识别，而算力盗用的流量特征与正常业务高度相似，使得传统安全设备难以有效拦截。

对此，华为数据通信产品线安全产品领域总裁吴家兴指出，安全防护已经从AI转型的配套保障升级为前置瓶颈。他强调，在AI Agent爆发式增长的背景下，构建"智能对抗智能"的攻防格局已成为各行各业的必答题。为此，华为联合多家机构发布了国内首个AI防火墙领域的团体技术规范，旨在填补这一新兴领域的标准空白。

历史经验显示，每一次技术革命都会带来新的安全挑战。1994年，俄罗斯黑客弗拉基米尔·列文团伙侵入花旗银行的计算机系统，绕过安全验证向海外账户分批转移资金，案发前已造成数百万美元损失。银行耗时数月才锁定嫌疑人、完成追损与系统加固。那个年代的攻击，靠的是人的耐心、人的判断、人的手速。

三十年后，这套剧本演不下去了。不是黑客变少了，是坐在键盘后面的那个"人"，很多已经不是人。2024年以来，安全机构接连披露多起针对企业AI算力平台的入侵：攻击者扫描公网上暴露的模型推理端口与任务调度接口，利用未授权访问直接接管GPU集群，把企业重金搭建的智算资源变成挖矿僵尸网络，同时顺手拖走存储在集群上的训练数据与商业机密。受害企业往往在云账单异常暴涨、或内部数据出现在暗网交易后才察觉。