当前人工智能技术快速迭代应用，在提升漏洞发现效率、赋能网络安全防御的同时，也被用于实施网络攻击，相关安全风险持续凸显。近期，全球接连发生AI开发工具供应链投毒、AI模型自主生成漏洞、AI辅助挖掘陈年高危漏洞等典型安全事件，暴露出开源软件供应链、AI研发生态、智能模型安全管控存在薄弱环节，对关键信息基础设施、企业研发环境及数据安全构成多重威胁。为有效防范化解相关风险，保障网络与信息安全，现将有关风险预警如下：

一、主要风险

（一）AI开发工具供应链污染引发数据窃取风险。攻击者针对AI研发常用工具实施定向供应链攻击，通过篡改软件安装包植入恶意代码，恶意程序可在运行环境中自动加载执行，具备较强隐蔽性。一旦研发环境安装受污染工具，攻击者可非法窃取API密钥、云平台访问凭证、模型授权信息等核心敏感—1—数据，进而非法操控云资源、窃取业务数据、入侵内部系统，造成数据泄露与系统失控。

（二）AI模型自主生成漏洞引发攻击扩散风险。先进AI模型已具备自主分析代码逻辑、挖掘并生成未知漏洞的能力，大幅降低漏洞挖掘技术门槛，压缩漏洞挖掘周期，提升漏洞产出规模与效率。相关高风险AI技术若缺乏严格管控，一旦被不法分子获取利用，可快速对关键信息基础设施、重要信息系统发起精准攻击，危害范围广、扩散速度快、防范难度大，严重冲击网络空间安全秩序。

（三）开源组件陈年漏洞被利用引发安全事件风险。AI技术可高效发现长期潜伏的开源组件高危漏洞，此类组件广泛应用于金融、通信、制造等行业，是关键信息基础设施重要组成部分。相关单位若未及时开展开源组件漏洞排查与更新，未建立常态化安全管理机制，极易被攻击者利用陈年漏洞实施网络攻击，导致系统瘫痪、业务中断、数据泄露等安全事件。

二、建议措施

各单位、各部门要高度重视AI技术应用带来的网络安全风险，统筹发展与安全，督促指导本单位、本行业重点机构强化安全防护，切实筑牢安全防线。一是强化供应链安全管理。建立第三方开源软件、开发库、依赖组件准入机制，严格开展来源核验、完整性校验和安全检测，严禁使用来源不明、未经安全审核的软件包，严防恶意代码通过开发工具侵入内部环境。二是规范AI研发与使用行为。加强AI模型使用安—2—全管控，不随意运行未知来源代码，不使用违规AI工具实施网络攻击。建立高风险AI技术研究备案与风险评估机制，严守技术安全与伦理规范，坚决防范技术滥用与扩散。三是加强密钥与凭证安全防护。严格管控AI研发、云平台使用等场景中的API密钥、访问凭证、模型令牌等敏感信息，按照最小权限原则配置操作权限，定期轮换凭证信息，避免因单点泄露引发系统性风险。四是推进AI赋能安全防御应用。积极运用人工智能技术开展漏洞挖掘、入侵检测、威胁监测、异常行为分析等工作，提升安全防御自动化、智能化水平，以技术对抗技术，有效应对新型网络威胁。

如有疑问，请及时联系网络与信息中心，电话：0773-2214097。

网络与信息中心

2026年4月16日