新加坡 UNC3886 网络战略从边界防御转向 AI 威胁狩猎

尽管已部署成熟的边界防御体系，新加坡四家主要电信运营商仍遭到攻击，此后该国调整了针对 UNC3886 的网络战略。

政府目前正将主动威胁狩猎与两款内部开发的 AI 安全工具结合使用。其中一款可测试约 2,000 个政府系统是否存在可被利用的弱点；另一款则在攻击者发现相同漏洞之前，扫描应用程序源代码。

这不只是一次防御软件升级。新加坡正从“可信网络能够将入侵者拒之门外”的假设，转向“坚定的攻击者最终会进入网络内部”的假设。

这一转变源于一场与 UNC3886 有关的攻击行动。UNC3886 是一个由国家支持的网络间谍组织，以攻击网络设备和虚拟化基础设施而闻名。其行动人员曾利用此前未知的漏洞、隐藏后门、篡改日志，以及旨在规避常规终端监控的技术。

因此，新加坡新的 UNC3886 网络战略聚焦于网络内部活动，而非仅关注其外围屏障。该战略还将政府审查范围延伸至关键基础设施运营商、面向互联网的系统，以及为基本服务提供支持的供应商。

核心较量已不再是 AI 防御对抗 AI 攻击，而是持续验证对抗边界信任。AI 可以提升验证的速度和覆盖范围，但无法决定哪些弱点会带来国家层面的后果。

新加坡 UNC3886 网络战略发生了什么变化

新加坡正将一次成功的初始入侵视为预期情形，而非例外性的失败。

这一原则如今正在塑造新加坡网络安全局（Cyber Security Agency of Singapore，CSA）应对高级持续性威胁的方式。APT 指的是资源充足的攻击者，它们会在追求特定战略目标的同时，悄然维持访问权限。

于 2026 年 7 月 1 日出任 CSA 首席执行官兼网络安全专员的 Gwenda Fong，在 9 月 3 日的一次采访中描述了这一转变。她的观点很直接：仅靠预防无法阻止已选定特定目标的对手。

Fong 在相关报道中表示：“你还必须假定，资源最雄厚、能力最强的攻击者终将在某个时刻找到进入的办法。”

这一假设改变了防御者的工作。安全团队仍必须修补系统、限制访问并保护边界。然而，他们还必须持续搜寻环境内部的异常活动。

攻击者进入一台设备，并不意味着其已自动进入存放敏感数据或控制基本服务的系统。攻击者仍需要凭据、连接以及穿越网络的路径。

即使初始入侵方式几乎不留痕迹，这些活动也可能产生异常信号。内部流量监控和威胁狩猎的目标，是在对手抵达更高价值目标之前发现这些信号。

新加坡目前的应对措施包括，定期从外部扫描关键基础设施运营商使用的面向互联网系统。这些扫描会寻找暴露的服务、薄弱配置以及需要修复的软件。

扫描不会主动利用系统。它们提供对潜在入口点的外部视角，类似于检查一栋建筑是否存在未锁好的门窗。

政府还已在关键信息基础设施运营商中部署专有威胁检测技术。机密威胁情报共享为这些运营商提供了更多用于识别敌对活动的指标。

两款 AI 工具增加了另一层防护。第一款针对约 2,000 个政府系统开展自动化渗透测试，其中包括支撑公民数据和交易的系统。

自动化渗透测试通过软件模拟攻击路径，并识别可被利用的弱点。与小型人工团队的手动评估相比，它可以在更多系统中重复执行测试。

第二款工具检查政府应用程序源代码中的安全缺陷。这使部分检测工作提前到软件生命周期的更早阶段，在易受攻击的代码进入生产环境之前发现问题。

这两款工具均由新加坡政府科技局（Government Technology Agency，GovTech）开发。有关部门尚未说明目前哪些机构正在使用它们，这限制了外界对其覆盖范围和结果的独立评估。

新加坡正在评估这些能力能否服务于其他关键基础设施领域。其受监管范围涵盖 11 个领域，包括政府、医疗保健、能源、金融、水务、交通和电信。

该评估尚未完成。政府网络服务、医院系统、电网和电信核心网络之间的运行限制存在显著差异。

这种区别至关重要。一款能够安全测试常规应用程序的工具，在用于运营技术或具有严格可用性要求的在线服务时，可能带来不可接受的风险。

因此，新加坡的战略转变不止于部署 AI。该国正在构建一个结合预防性控制、自动化测试、内部监控和协调式人工调查的体系。

为什么边界防御还不够

UNC3886 攻击的是现代基础设施中传统终端安全通常最缺乏可见性的部分。

新加坡于 2025 年 7 月公开披露了 UNC3886 的活动。CSA 表示，正在调查该组织在该国部分关键基础设施中的存在情况，并与受影响机构协调应对。

更多细节于 2026 年 2 月浮出水面。官员表示，这场行动的目标包括该国四家主要电信运营商：Singtel、StarHub、M1 和 Simba Telecom。

根据政府的官方说明，这场行动经过审慎规划并具有明确目的。攻击者至少在一次入侵中利用了边界防火墙的零日漏洞。

零日漏洞是指在防护补丁可用之前就被利用的软件缺陷。它为以补丁为中心的安全模式带来了令人不安的限制，因为防御者无法安装尚不存在的修复程序。

据报道，攻击者获取了少量技术性网络数据。有关部门未发现其获得客户记录或其他敏感个人信息的证据。

电信服务也没有受到干扰。但这一结果不应掩盖更深层访问可能造成的后果。

电信网络连接着金融服务、医院、政府机构、交通系统和普通用户。攻击者一旦进入其中，便可获得情报价值，并可能对其他基本服务形成潜在制约。

新加坡通过“网络守护者行动”（Operation Cyber Guardian）作出回应。该行动在发现入侵后于 2025 年 3 月启动，汇集了来自六个政府机构和四家电信公司的 100 多名防御人员。

团队关闭访问入口、修改凭据、研究遭入侵网络，并搜寻持久化迹象。他们还开展了紫队演练，即模拟攻击者与防御者在同一环境中进行迭代测试。

这是当时新加坡规模最大的协调式网络应对行动。其规模表明，电信领域的边界失陷不能仅仅作为一家公司的孤立事件处理。

UNC3886 带来了特殊的可见性难题。Google 的 Mandiant 研究人员将其描述为一个疑似与中国有关联的间谍活动组织，其目标包括政府、电信服务商、科技公司、国防机构和公用事业单位。

其公开的技术档案涵盖针对 Fortinet 网络设备、VMware vCenter 系统、ESXi 虚拟机监控程序和虚拟机的攻击。其中数个层级传统上获得的终端监控覆盖，少于普通员工电脑。

Mandiant 观察到 UNC3886 在网络设备、虚拟机监控程序和客户机之间使用多种持久化机制。即使防御者移除其中一个后门，这种冗余也可能保留访问权限。

该组织还收集凭据，并修改 Secure Shell 软件以截获密码。其他工具则利用合法的第三方服务进行命令与控制通信，使敌对流量更难区分。

其行动人员曾篡改或删除日志，并使用安全团队默认可能不会监控的协议。这些方法攻击的不只是目标系统，也攻击检测所需的证据。

这解释了新加坡为何转向威胁狩猎。防火墙可以阻止已知流量模式，但当对手掌握未知漏洞利用手段时，无法保证将其完全排除在外。

终端代理也无法保护每一类设备。防火墙、路由器、虚拟机监控程序和专用基础设施，可能不具备标准工作站所拥有的监控覆盖。

持续观察网络内部活动为防御者提供了另一种机会。初始漏洞利用可能始终不可见，而后续的凭据使用或横向移动则可能形成可检测的模式。

这一战略并未宣称边界控制已经过时。它承认，边界控制只是更大防御体系中的一层。

新加坡政府在 2026 年 2 月回应有关零日漏洞的议会质询时也表达了同样观点。官员表示，未知漏洞无法被完全消除，并强调应频繁测试、开展威胁狩猎及实施分层防御。

这一零日现实使 UNC3886 行动成为一项战略教训。真正的失败，是让一台遭入侵的边界设备获得其后方整个网络的信任。

AI 安全工具扩大覆盖范围，而非提供确定性

新加坡 AI 安全工具的价值在于可重复的覆盖能力，但其发现结果仍需要人工判断和运行环境背景。

人工测试 2,000 个政府系统将需要大量安全人力。由于应用程序变化速度快于定期审查的追踪能力，这也会造成评估周期不一致。

自动化渗透测试可以在代码变更、配置更新或基础设施迁移后重新检查系统。频繁测试可缩短弱点被引入与被发现之间的时间。

这种方法还可以优先识别常见的失效模式，包括暴露服务、薄弱的身份验证路径、存在漏洞的组件，以及允许不必要移动的权限。

源代码扫描则覆盖生命周期中的另一个环节。它可以在软件进入生产环境前，标记不安全的数据处理、注入风险、暴露的密钥和可疑依赖项。

两款工具都无法取代对抗性调查。自动扫描器通常会产生误报、忽略业务逻辑，并错过依赖多个单独看来影响较小的弱点所构成的攻击链。

一项发现同样需要置于具体情境中考量。同一种编码错误在孤立的内部工具中可能风险有限，但在身份认证或支付服务中则可能造成严重风险。

人工专家必须判断报告中的路径是否可达、是否影响敏感资产，以及修复是否可能干扰关键功能。

因此，这些工具的有效性不只取决于其检测率。各机构需要建立工作流程，用于验证发现、分配责任人、修复弱点，并确认修复措施是否奏效。

覆盖率指标同样可能产生误导。扫描 2,000 个系统听起来规模可观，但这一数字无法说明每个系统接受了多深入的测试。

主管部门尚未公布漏洞发现率、误报率、修复时间，或与专家主导测试的比较结果。它们也未说明这些工具背后的模型或评估方法。

对于敏感防御系统而言，缺乏这些细节可以理解。但这仍为评估这一公开主张留下了证据缺口。

不应让 AI 这一标签分散人们对底层运行模式的注意力。新加坡正尝试让安全测试在庞大的公共部门环境中实现持续化和规模化。

机器学习或许能够改善优先级排序、模式识别或测试生成。然而，决定性的变化在于组织层面：安全检查将成为一项持续开展的生产职能，而不再只是偶尔进行的审计。

UNC3886 使这种持续性成为必要。Mandiant 发现，该威胁行为者利用了多个基础设施层面的漏洞，并维持了替代访问路径。

一次性测试只能证明某个时点的状态。新的部署、新漏洞、凭证变更和供应商更新都会立刻改变环境。

AI 辅助自动化能够缩短反馈回路。它可以帮助防御者更频繁地确认，暴露在外的系统是否仍按预期运行。

不过，自动化测试本身也可能带来运营风险。激进的探测可能使脆弱服务过载，或触发意外行为，尤其是在较旧的基础设施中。

关键行业将需要针对行业特点的保护措施。适合普通 Web 应用的测试，可能并不适用于医疗设备、交通控制系统或工业系统。

对新加坡 11 个关键基础设施行业开展的评估，应直接衡量这些差异，而不应将广泛部署视为进展的唯一标志。

更严格的标准是，这些工具能否在攻击者利用漏洞之前，产出可供团队验证并修复的发现。

这要求追踪从发现到关闭所需的时间、反复出现的弱点比例，以及由人工团队独立发现的高风险路径数量。

这也需要通过红队演练来检验这些工具。如果模拟攻击者能够反复绕过自动化检查，系统就需要扩大覆盖范围，而不是提供一个看似更有把握的仪表板。

当 AI 作为安全专业人员的能力放大器时，新加坡的战略最具优势。如果自动化成为专业知识或证据的替代品，其表现就会较弱。

关键基础设施及其供应商面临更大压力

新加坡的应对措施将责任从中央机构延伸至运营或支持关键系统的企业。

关键基础设施很少处于单一组织边界之内。运营商依赖软件供应商、云服务、维护承包商、设备制造商和托管服务提供商。

攻击者可以利用这些关系。遭入侵的供应商账户或更新机制，可能为攻击者提供对受监管运营商的间接访问。

因此，CSA 正在研究更严格的供应链要求。Fong 表示，部分支持关键基础设施运营商的供应商可能被要求获得 Cyber Essentials 或 Cyber Trust 认证。

Cyber Essentials 为组织建立基础防护措施。Cyber Trust 则根据组织风险和规模划分为五个认证等级。

这两项认证于 2022 年 3 月作为自愿项目推出。截至 2026 年 8 月，其采用程度仍然有限，当时新加坡已颁发 874 项 Cyber Essentials 认证和 346 项 Cyber Trust 认证。

Fong 表示，纯粹自愿的采用进展过于缓慢。针对部分供应商的要求最早可能在 2027 年推出。

这立即给未被《Cybersecurity Act》直接监管的供应商带来压力。它们的合同可能将越来越依赖于能够证明其遵循既定安全实践的证据。

这种转变也给董事会和高级管理人员带来压力。当故障可能威胁基本公共服务时，网络安全不能再仅被视为技术部门的责任。

运营商需要了解哪些供应商能够访问关键系统、这些供应商处理哪些数据，以及访问路径能够多快被撤销。

他们还需要包含互联网暴露设备和容易被忽视的基础设施设备在内的资产清单。UNC3886 的历史表明，边缘系统应获得与服务器和笔记本电脑同等的重视。

新加坡已经扩大了其正式应对方式。后续政府措施要求关键信息基础设施所有者在 2027 年底前获得 Cyber Trust 认证。

这一要求将预期从指定的关键系统延伸至为其提供支持的更广泛企业环境。这一点很重要，因为攻击者可能先通过普通业务网络进入，再向运营资产移动。

新加坡报告的国家关联活动增加，也增添了紧迫性。CSA 表示，该国检测到的 APT 活动在 2021 年至 2024 年间增长逾四倍。

该机构的威胁态势也描述了规模和复杂程度的提升。区域性行动已将政府和关键基础设施作为间谍活动目标。

压力并不限于新加坡。Mandiant 已在北美、东南亚、大洋洲、欧洲、非洲和亚洲其他地区识别出 UNC3886 的受害者或目标。

其偏好的行业掌握战略性数据，或运营政府所依赖的基础设施。电信系统尤具价值，因为它们承载着整个经济体范围内的通信。

其他政府和企业采购方因此应关注新加坡的模式。它将集中化威胁情报、监管权力、运营商协调和内部技术能力结合在一起。

许多组织购买安全产品，却没有建立共享的响应结构。新加坡的经验表明，仅靠工具不足以应对横跨四家电信服务提供商的行动。

Operation Cyber Guardian 将能够观察入侵不同环节的组织连接起来。技术团队在关闭访问路径和更改凭证之前，研究了受影响的环境。

这种协调能够揭示单个运营商无法看见的模式。它也能够防止攻击者在高度集中的国内市场中反复采用同一方法。

不过，集中化也带来自身义务。共享情报必须足够及时，才能指导行动；敏感细节则必须得到保护，避免被更广泛披露。

认证同样需要具有实质意义的验证。合规标志无法保证供应商能够发现新的漏洞利用，或阻止坚定的间谍组织。

最有用的认证要求能够建立最低限度的运营纪律。它们应支持资产管理、访问控制、事件响应、恢复规划和定期测试。

它们不应成为主动调查的替代品。UNC3886 的活动恰恰发生在静态保证和常规日志难以提供足够保障的领域。

因此，新加坡针对 UNC3886 的网络战略将义务与监测相结合。供应商必须改善基础实践，而运营商和政府团队则继续搜寻这些实践未能阻止的活动。

最难的部分在于治理防御性自动化

AI 可以提高测试速度，但新加坡仍需证明自动化能够提升安全性，而不会制造新的盲区。

网络安全团队已面临告警过载。如果工具生成的发现多于机构能够调查的数量，增加自动化测试可能会加剧这一问题。

一长列未解决的警告并不能降低暴露风险。它还可能让少数紧急发现淹没在大量低价值结果中。

新加坡面临的首个治理挑战是优先级排序。这些工具应结合资产敏感性、可利用性、暴露程度和潜在影响，对弱点进行排序。

第二个挑战是修复能力。各机构需要能够在不破坏公共服务稳定性的情况下修复代码和配置的工程师。

第三个挑战是衡量。官员应依据已修复的攻击路径和缩短的暴露窗口来评判该项目，而不是完成扫描的数量。

防御性 AI 系统也需要防范操纵。攻击者可能尝试构造代码、网络行为或测试环境，导致模型将危险活动错误分类。

基础设施变化时，模型可能发生漂移。除非团队更新其数据和测试，否则一个基于昨日漏洞训练的系统，可能无法有效应对新的技术手段。

敏感数据带来另一项限制。源代码扫描可能会将密钥、专有逻辑、安全配置或面向公众系统的细节暴露给分析环境。

主管部门称这些工具由内部开发。这让新加坡对部署拥有更多控制权，但内部开发并不会消除治理要求。

访问权限应保持受限，活动应被记录，输出结果应获得与被测系统相匹配的安全分级。

测试平台本身将成为高价值目标。它可能包含众多政府系统弱点的信息，其中包括尚待修复的弱点。

一旦此类平台遭到入侵，攻击者可能获得一张脆弱资产地图。因此，强隔离和凭证控制与扫描能力同样重要。

从 UNC3886 进行过度泛化也存在战略风险。该行为者的方法足以证明，应重视边缘设备、虚拟化层、隐蔽性和横向移动。

未来的对手不一定会遵循相同路径。防御者必须避免围绕单一行动训练所有控制措施，却让其他技术手段处于未覆盖状态。

该项目需要引入陌生战术的独立演练。这些演练应检验监控是否能发现相关行为，而不依赖已知的 UNC3886 指标。

新加坡的做法已经包含一项有用的保障：它并不只依赖 AI 工具。该战略包括威胁情报、人工狩猎、互联网暴露扫描、安全演练和监管措施。

政府更广泛的2026 年措施还称，Operation Cyber Guardian 在未造成电信服务中断、也未发现客户数据遭泄露的情况下控制了该事件。

这一结果支持协调机制的价值，但并不能独立证明更新后的 AI 工具阻止了攻击。它们的贡献需要单独评估。

出于运营安全考虑，公开报告始终会受到限制。主管部门无法披露每一个漏洞、机构部署情况或检测技术。

但它们仍可发布有用的汇总指标，例如修复速度、重复弱点比例、经独立验证的发现，以及在各行业中安全扩展的情况。

清晰的指标也将帮助关键基础设施运营方决定是否采用类似工具。缺少这些指标，组织可能只会复制 AI 的品牌包装，却无法复现其背后的支撑流程。

核心权衡在于规模与可信度之间。自动化能够更频繁地检查更多系统，而人类专家则能提供自动化工具所缺乏的背景判断。

新加坡的计划能否成功，取决于能否同时保留两者。错误的平衡会产生大量发现，却削弱对最关键问题所能投入的关注。

新加坡网络安全转向后值得关注的事项

下一个考验在于，新加坡能否将应急响应转化为可衡量、可持续的运营模式。

第一个信号是两项 AI 工具经验证的表现。主管部门无需披露敏感漏洞，但应说明测试是否缩短了修复时间。

有价值的证据包括经独立确认的发现、更少的重复性弱点，以及自动化测试与专家主导测试之间的明确差异。

如果这些指标得到改善，新加坡应对 UNC3886 的网络安全战略将更像是一次持久的安全升级。如果报告只聚焦于扫描的系统数量，其收益仍将难以确定。

第二个信号是向关键基础设施领域的扩展。CSA 和 GovTech 正在评估更广泛的应用，但每个行业都有不同的可靠性与安全要求。

在银行业或政府应用中部署，并不自动意味着其适用于能源、供水、交通或医疗环境。

应关注是否出台行业专属的测试规则、隔离环境以及对主动探测的限制。这些控制措施将表明，新加坡正根据运营风险调整自动化的应用方式。

若在未公布评估原则的情况下快速推广，将削弱外界信心。这可能意味着采用目标已超过技术保障的重要性。

第三个信号是到 2027 年前对供应商的执行力度。认证要求只有在运营方将其与采购、访问管理和事件响应义务相衔接时，才真正发挥作用。

应关注新加坡如何界定受覆盖的供应商，以及如何处理无法达到规定标准的供应商。较小企业可能需要指导与改进时间，同时又不能造成服务缺口。

还应关注认证是否能识别有实质意义的失败，还是沦为例行文书工作。最强有力的计划会将基础保障与持续监控和演练结合起来。

UNC3886 本身仍活跃于全球威胁报告中。该组织的运营者在公开披露后不断调整，并利用冗余手段维持访问权限。

这一历史意味着，新加坡不能将 2025 年的遏制行动视为已结案的事件。新的基础设施弱点或被盗凭证，可能重新打开防御者此前已移除的路径。

因此，该战略必须在重大事件之间持续开展威胁狩猎。团队需要有时间在告警或服务中断迫使其采取行动之前，排查细微异常。

新加坡以外的企业不应只得出“购买 AI 安全产品”这样宽泛的结论。更相关的问题是：其防御体系能否发现已经越过边界的攻击者。

它们能否观察内部系统之间的流量？能否识别异常的凭证使用？能否检查缺少标准端点代理的网络设备和虚拟化层？

多名运营方能否在协同攻击期间共享情报？供应商能否在获得特权访问权限前证明其具备基本安全实践？

这些问题使新加坡的应对措施成为企业采购方、开发者和安全负责人可借鉴的参考。AI 只有在严谨的测试、调查、修复和问责体系中运行，才能发挥作用。

UNC3886 攻击暴露了信任网络边界的局限。新加坡的回应是持续测试、在内部开展威胁狩猎，并将责任扩大至基本服务的供应链。

接下来的三个信号将揭示这一回应是否奏效：经验证的 AI 发现、安全地扩展至关键行业，以及可执行的供应商标准。各组织应在下一次定向攻击选择自己之前，依据同样的测试衡量自身防御能力。