NCSC AI 勒索軟件警告令關鍵基礎設施進入 2028 倒數

NCSC 於 2026 年 11 月 3 日警告，到 2028 年，針對英國關鍵基礎設施的勒索軟件攻擊極有可能涉及由 AI 驅動的惡意軟件。NCSC 的 AI 勒索軟件警告所關注的是一項預測，而非新披露的基礎設施遭入侵事件。其直接含意是，攻擊者若能更有效率地利用既有安全弱點，熟悉的風險將面臨更大壓力。

勒索軟件是透過干擾服務或竊取資料向受害者勒索的惡意軟件，早已令復原決策變得困難。AI 可協助攻擊者更快完成支援性工作，從而加劇壓力。核心矛盾在於，犯罪工作流程正在加速，組織的技術升級、維護審批及復原計劃卻進展較慢。

Microsoft 公布的觀察提供了有用參考：攻擊者已利用 AI 支援既有行動，亦開始出現更自主活動的跡象。因此，基礎設施擁有人首先面對的是實際問題，而非未來式問題：他們能否在攻擊者將生產力提升轉化為更頻繁的營運干擾前，修補已知弱點並遏止入侵？

NCSC AI 勒索軟件警告實際說了甚麼

這項公告為基礎設施營運者訂下規劃時限，但未有指明任何特定未來受害者或攻擊行動。

國家網絡安全中心（National Cyber Security Centre，NCSC）是 GCHQ 旗下機構，該中心在發表《State of the Cyber Nation》報告時一併發出警告。其關鍵基礎設施警告指出，到 2028 年，涉及由 AI 驅動惡意軟件的勒索軟件極有可能出現。行政總裁 Richard Horne 亦質疑那些一直推遲基礎安全投資的組織。

這個時點至關重要，因為基礎設施投資涉及預算、合約、工程審查及維護排程。在這個時限內作出的預測，讓管理層有理由重新檢視正在這些程序中推進的決策。若等到公開確認的攻擊發生，能作出改變的時間將更少。

這項公告亦需要審慎解讀。「由 AI 驅動的惡意軟件」並不描述單一能力、產品或自主程度。攻擊者可能在開發惡意軟件時使用 AI，亦可能由軟件在行動期間查詢 AI 系統。這些可能性帶來不同的調查及防禦問題。

這項公開警告並不表示每個勒索軟件組織都具備上述任何一種能力，亦不表示 AI 已成為成功攻擊基礎設施的必要條件。相關轉變在於，該機構預期 AI 會在其所述時限內成為這類威脅的一部分。

對董事會而言，這項區別改變了投資討論的方向。問題變成：當攻擊者獲得協助後，現有防禦是否仍然足夠？組織毋須先證明 AI 導致最近一次可疑登入，才檢討暴露在外的服務或逾期的升級工作。

這個期限不應成為將工作拖延至 2028 年的藉口。預測描述的是預期情況，而投資決策決定組織在這些情況到來前的準備程度。現時選擇技術的採購團隊，在預測期結束時可能仍在支援這些系統。

國家層面的警告與本地暴露情況之間亦有差異。組織的脆弱程度取決於其系統、存取安排、相互依賴關係及復原能力。這項公告無法取代該評估，但為管理層提供了具體理由要求進行評估。

因此，NCSC 的 AI 勒索軟件警告值得視為對現行規劃假設的挑戰。其重要性取決於組織如何回應可信的預測，而不是將該預測當作事故報告。下一個問題是，更快的攻擊者工作流程會在哪些地方造成最大的營運壓力。

關鍵基礎設施面對維護速度問題

當安全改善需要協調，而攻擊者毋須面對同樣要求時，基礎設施營運者便會出現時間錯配。

關鍵國家基礎設施是指維持一個國家運作所必需的系統與服務。在這些環境中，安全變更可能影響設備可用性、供應商支援及營運安全。因此，更新或隔離系統的決定，比安裝一般桌面修補程式複雜得多。

複雜性不會免除管理暴露風險的責任，只會改變必須參與決策的人。安全團隊可能發現弱點，但營運主管掌控維護時段，而供應商則掌控受支援的設定。管理層必須解決由此產生的取捨。

假設某公用事業機構正在評估一項存在漏洞的遠端維護服務。停用存取權限可能中斷承辦商的工作，而升級可能需要測試。維持其暴露狀態雖然方便，卻會延長攻擊者可嘗試入侵的時期。

這個例子屬假設情境，並非已披露的事故。它說明了即使 AI 沒有獨立控制能力，攻擊者生產力為何仍然重要。若協助可減少研究或排難所需的工作量，便可能加劇一個本已難以協調修復工作的組織所承受的壓力。

NCSC 較早前的AI 威脅評估預計，能跟上 AI 支援威脅步伐的系統與落後的系統之間將出現分野。評估亦警告，若安全控制不足，加入 AI 系統會為攻擊者創造更多機會。這項新公告為基礎設施營運者提供另一個理由，在本地層面檢視這個分野。

營運問題不只關乎設備的年齡。一個存取受限且具有經測試復原途徑的舊系統，與一個不必要地暴露在外的系統，面對的風險並不相同。較新的平台亦可能因過度權限或未被充分理解的連接而產生問題。

這令責任歸屬成為核心議題。必須有人知道誰可以存取服務、誰批准變更，以及誰可授權緊急隔離。當這些責任仍然含糊不清，技術發現可能只會不斷流轉，卻無法促成決策。

供應商亦應參與同一場討論。營運者需要了解維護依賴關係是否妨礙及時補救，以及有哪些替代方案。否則，一項被接受的例外安排可能悄然變成永久營運狀態。

對企業買家而言，這項警告強化了在功能以外評估可維護性的理由。系統的安全性部分取決於其擁有人能否更新、監控，以及在困難情況下復原。這些能力應在合約造成長期依賴之前受到重視。

壓力最可能落在那些存在未解決暴露風險及決策緩慢的組織身上。AI 不會消除令基礎設施維護困難的工程限制，但會提高容許這些限制成為無限期不作為理由的代價。

更快的犯罪工作流程可超越熟悉的防禦措施

近期的憂慮在於，一場攻擊中多個環節的累積協助，即使仍由人類主導整個行動。

NCSC 的 AI 威脅判斷強調，AI 可在既有手法中提升速度、規模及效率。它指出偵察、社交工程、漏洞發現及漏洞利用程式開發等範疇正獲得協助。評估亦表示，熟練的人類操作者仍是指揮及驗證輸出的必要角色。

偵察是指在嘗試存取目標前蒐集有關目標的資料。社交工程是指操縱他人採取有助攻擊者的行動。漏洞發現旨在找出安全弱點，而漏洞利用程式開發則將弱點轉化為可用的入侵方法。

這些工作之所以重要，是因為入侵不僅涉及最終的惡意程式。攻擊者必須選擇目標、了解其環境、取得存取權，並決定下一步行動。多個階段的協助可改變整個行動所需的工作量。

這種影響毋須依賴毫無瑕疵的輸出。熟練操作者可以拒絕錯誤建議、修改要求，或只採用答案的一部分。人類審查限制了部分自動化效益，但同時也令不完美的協助變得可用。

Microsoft 於 2026 年 3 月發表的 AI 攻擊手法研究描述了攻擊者如何在其工作流程中應用 AI。例子包括 Emerald Sleet 使用語言模型研究公開報告的漏洞。Microsoft 亦報告了更多代理式使用的早期訊號，即系統透過一連串行動推進任務。

這些觀察支持的結論，比「全面自主駭客攻擊」的說法更為狹窄。它們顯示 AI 如何協助攻擊者完成原已進行的工作，卻未能證明每個組織、目標或技術工作都會獲得同等的生產力提升。

Microsoft 與 OpenAI 亦展示 AI 市場中的防禦對比。服務供應商可調查其服務遭濫用的情況，並限制已識別帳戶；然而，基礎設施營運者無論攻擊者選用哪種模型或服務，都必須保護自身環境。

這帶來不同的成功衡量標準。供應商或可成功中斷一個濫用帳戶，卻未必能消除背後的操作者。基礎設施擁有人可成功阻截入侵，卻未必知道 AI 是否曾協助準備攻擊。

對防禦者而言，這說明不應將 AI 歸因視為採取行動的先決條件。即使準備方法仍然不明，可疑存取嘗試仍需要調查。即使調查人員無法識別攻擊者工具，暴露在外的弱點仍需要由人負責處理。

經濟層面的含意是一項分析，而非本公告量度得出的結果。若協助可減少每次嘗試所需的工作量，部分攻擊者便能將節省下來的精力投放到其他地方。他們會鎖定更多組織，還是集中攻擊難以入侵的受害者，仍是實證問題。

這正是主要競爭關乎攻擊者產能與防禦回應能力的原因。AI 輔助活動可對熟悉的控制措施帶來額外要求。防禦者需要證據證明這些控制措施能在壓力下有效運作，而非僅因攻擊仍需人類參與便感到安心。

復原能力決定入侵擴散範圍

即使預防措施失效，組織遏止損害及恢復服務的能力仍然至關重要。

NCSC 的 AI 勒索軟件警告提出了一項實際區別：阻止入侵與限制後果並不相同。預防關乎攻擊者是否取得存取權；韌性則關乎組織在該存取權被取得後，能否繼續進行必要工作、遏止干擾並完成復原。

美國當局聯合發布的勒索軟件復原指南建議採用離線、加密備份，並定期測試還原程序。指南亦建議將商業網絡與營運技術分隔；後者是監察或控制實體設備的系統。這些措施針對的後果，並不取決於能否識別 AI 是否參與其中。

網絡分段是指限制環境不同部分之間的連接。其價值取決於實際存在的連接，包括例外情況及供應商存取權限。一張說明分隔方式的圖表，所提供的保證不及證明未經授權的橫向移動會被阻止的證據。

備份同樣需要嚴格審視。複製程序成功，只能回答資料是否已寫入儲存空間。復原演練則可回答：在服務中斷期間，機構能否運用當時可得的人員、憑證、軟件及設備，還原可用服務。

這些問題可能導向不同結論。機構或可保留檔案，卻缺乏可行的程序來重啟相互依賴的服務。它亦可能發現，復原所需人員依賴的通訊方式，在演練期間並不可用。

對基礎設施管理層而言，有用的分析單位是關鍵服務。一台伺服器可成功重啟，但業務流程仍可能無法運作。因此，復原規劃應把技術步驟與其旨在恢復的營運能力連結起來。

這為 AI 保安產品帶來更有意義的採購測試。買家應詢問，擬議工具會如何改變其環境，以及將如何證明這項改變。聲稱可加快分析，必須連結至可觀察的決策或遏止結果。

評估可檢視分析員是否更早辨識出可疑序列，或獲批准的應對措施是否能以更少延誤執行。這些是建議的評估問題，而非 NCSC 公告已確立的結果。它們讓討論維持以營運證據為依據。

同一套推理亦適用於文件記錄。工程師需要在可搜尋的位置取得最新的相依關係、負責人及復原決策。可搜尋知識庫可支援這類準備工作，前提是機構在服務中斷時仍能保留存取權限。

文件本身並非復原保證。其效用取決於準確性、可用性，以及預期採取行動的人員是否曾作演練。無人能夠取回或執行的事故應變計劃，所提供的保護有限。

對預算的影響很直接：偵測、遏止及復原需要共同的營運目標。為另一個警報來源撥款，未必會自動改善服務持續性。管理層需要了解擬議投資針對哪一種失效，以及機構將如何測試結果。

預測仍存在重要證據缺口

公開評估支持做好準備，但尚未釐清 AI 在營運層面的優勢規模。

NCSC 的 AI 勒索軟件警告並未提供受控比較，對照其他條件相同、分別有及沒有 AI 的攻擊。它亦沒有為勒索軟件組織訂出共同的生產力增幅。讀者不應把可能性判斷轉化為缺乏支持的效能統計數字。

該機構對自主攻擊的另一份討論，承認防禦性 AI 能否充分應對不斷演變的威脅，仍存在不確定性。這對「購買 AI 工具便會自動恢復平衡」的說法構成重要限制。相對優勢需要證據支持。

公開報告亦面對歸因問題。調查人員可能確定攻擊者如何入侵，以及其後發生甚麼事，卻不知道攻擊者如何準備。AI 協助可能不會出現在可見證據中，尤其是在攻擊者取得受害者存取權之前發生的情況。

相反的問題同樣重要。在一次攻擊活動中發現某處使用 AI，並不代表它決定了結果。報告需要區分便利性的輔助工具，與實質改變存取、速度或影響的能力。

有用的披露應說明 AI 執行了甚麼工作、需要多少人為介入，以及將這種協助與該次行動連結起來的證據。缺少這些細節時，「AI 驅動」可能把實質上截然不同的活動混為一談，削弱跨事故比較的價值。

此外亦存在分母問題。成功攻擊的集合，無法揭示有多少次嘗試失敗，或 AI 協助多常產生無法使用的結果。這是分析上的限制，而非證明該警告有誤。

供應商的發現同樣值得以同樣謹慎態度看待。公司的觀察可記錄透過其產品及調查可見的濫用情況，但未必描述每一項服務、私有部署或犯罪流程中的活動。

NCSC 對熟練操作者的強調，亦為相關論述帶來另一項限制。若經驗豐富的攻擊者獲益最大，生產力提升可能並不平均。聲稱任何人都可立即發動複雜基礎設施攻擊，超出了本文呈現的證據。

防禦比較亦需要符合現實的條件。實驗室結果或可測量某項有用能力，卻未必涵蓋人手短缺、紀錄不完整或應對行動受限等情況。買家需要了解，結果成立仍需依賴哪些假設。

這些不確定性應塑造投資紀律，而非導致癱瘓。機構可在毋須計算 AI 對未來攻擊的精確貢獻下，處理已暴露的服務。它們亦可在接受新產品能解決更廣泛問題的說法前，要求取得證據。

最有力的詮釋應同時兼顧兩點。威脅評估提供了針對已知暴露採取行動的理由；其證據限制則提供了仔細審視攻擊者自主性或自動防禦等廣泛說法的理由。

三個訊號將顯示防禦者能否保持步伐

下一個報告週期應把 AI 能力主張與事故、修復及已證明的服務復原連結起來。

第一個訊號是技術細節充分的事故披露，將 AI 輔助準備與 AI 主導行動分開說明。這類報告應識別調查人員實際觀察到的內容，以及仍屬推論的部分。泛稱攻擊者「使用 AI」所增加的清晰度較少。

若證據顯示協助實質加快某次已記錄的行動，將加強縮短防禦應對時間的理據。若證據顯示需要大量修正及反覆失敗，則會收窄有關自主性的主張。無論是哪一種結果，均會比另一則未作區分的警告更能改善規劃。

這項區分對機構內部的事故報告亦很重要。保安團隊應保留他們已知有關存取及影響的資訊，而不是以推測填補空白。準確地表達不確定性，會比難以修正的早期標籤，為後續調查人員提供更佳基礎。

第二個訊號，是基礎設施營運者能否把警告轉化為更短的未解決暴露期。相關證據包括關閉已識別的存取途徑、處理逾期例外情況，以及釐清供應商責任。這些是建議的應對衡量方法，而非該公告已證實的改善。

新的策略文件可展示意圖；已證明的修復可展示營運狀況已改變。這項差異很重要，因為攻擊者面對的是已部署的環境，包括其中的例外情況，而非機構預期中的架構。

對未來數月檢討進度的管理層而言，有用的報告應說明哪些部分仍然暴露，以及原因。它應識別解決每項重大障礙所需的決策。這可令警告成為管理輸入，而不只是另一則提高意識的訊息。

第三個訊號，是在符合現實限制下展示的遏止與復原能力。機構及其供應商應能說明測試恢復了甚麼、甚麼環節失敗，以及哪些相依關係拖慢進度。單靠產品示範無法為特定環境回答這些問題。

較早完成遏止或成功還原的證據，將加強投資正帶來實用韌性的信心。若屢次難以將警報轉化為行動，則會削弱「單靠額外分析已足夠」的主張。相關結果是機構保護關鍵服務的能力。

這些訊號亦提供一種有紀律的方法，評估新的公告。當能力發布改變防禦者或攻擊者能完成的工作時，便具有意義。當政策倡議改變問責、實施或可供檢視的證據時，便具有意義。

沒有單一訊號可解決整場辯論。事故披露揭示特定行動，而修復及復原結果則揭示特定環境。然而，兩者結合可取代模糊主張，更清楚說明優勢正往何處轉移。

利用 NCSC 的 AI 勒索軟件警告，與負責關鍵服務的人員展開具體檢討。詢問哪一項未解決弱點帶來最大暴露，以及誰可授權將其移除。檢視最近一次復原演練，以了解服務已恢復運作的證據，包括拖慢復原的相依關係。將對攻擊者能力的不確定性，與對自身準備程度的不確定性分開處理。前者需要持續調查；後者通常有明確負責人及可測試的答案。在下一次預算或供應商檢討前，整合這些答案，並決定機構再也無法合理化哪一項延誤。