AI 黑客让密码喷洒更快。下面是如何缩小差距

AI 黑客并没有发明密码喷洒。它只是给它换上了更快的引擎

密码喷洒（password spraying） 是书里最不“出镜”的攻击方式之一。攻击者挑选少量常用密码，然后对一长串账号进行尝试，并始终保持在触发锁定的阈值之下，确保任何一次失败都不会触发警报。没有利用漏洞。没有恶意软件。只有耐心和登录表单。

密码喷洒也是当今大多数身份攻击背后的技术。我们在 Password spraying: 97% of attacks don't hack, they just log in 中拆解了原因，而这套算术并没有改变。变化的是：现在谁可以发起攻击，以及攻击速度有多快。

这就是“AI hacking”的故事：并非全新的攻击类型，而是那种老牌手法以前所没有的速度和规模被快速、批量地运行起来。

AI hacking 实际上如何改变“喷洒式”攻击活动

手动的密码喷洒活动有着天然的限制：必须有人选定密码列表、管理发送时机，并在账号被锁定或防御机制启动时及时调整。AI hacking 基本消除了这些限制中的大部分。

• 时机优化。 AI hacking 工具不再猜测两次尝试之间的“安全间隔”，而是对组织的锁定策略进行建模，并在阈值下方“刚好”控制请求节奏，同时一次性覆盖成千上万的账号。
• 基础设施轮换。 攻击者可以自动搭建并退出代理链，因此同一个来源从不会产生足够多的登录失败次数，从而不会被标记。
• 规模化个性化。 同一种让钓鱼邮件更具说服力的 AI 黑客手法，也能构建更智能的凭据列表：从公开的泄露数据和社交资料中提取员工姓名、格式以及可能的密码模式。

Netwrix 的研究表明，这种差距已经在让组织付出代价

Netwrix Research Lab 为 2026 Data and Identity Security Report 调查了覆盖 1,889 家组织的 2,317 名 IT 与安全专业人士；而报告的核心发现也与 AI 黑客正在如何总体上影响身份攻击的情况一致。在那些 AI 大幅增加了需要访问的身份数量的组织中，过去 12 个月的泄露率达到 43%；而在 AI 并未实质性改变其身份版图的组织中，这一比例为 11%。差距是四倍，而且这并不是“成熟度”方面的故事。报告发现，最重度采用 AI 的组织在身份安全的基础层面其实更领先。然而它们仍然遭到入侵：因为为人类节奏设计的治理无法跟上以部署速度创建的身份与访问——而 AI 黑客用来对抗基于密码的防御的速度，正是这种部署速度。

报告还发现，76% 的组织并未对非人类身份进行充分的治理或监控，只有 11% 达到了充分的 AI 安全就绪水平。 下载完整的 2026 Data and Identity Security Report 以获取完整细分内容，包括行业与区域基准。

检测能在较晚时刻抓住 AI 黑客行为。预防会在门口就将其阻止。

行为分析和威胁检测很重要，它们能发现大量突破第一道防线的活动。但就“密码喷洒（password spraying）”而言，检测已经落后一拍。等到喷洒活动触发警报时，攻击者早已尝试过该密码。预防意味着：弱密码或已泄露的密码从一开始就不可用。

这就是为 Netwrix Password Policy Enforcer 而构建的防护层。

Password Policy Enforcer 在哪里发挥作用

Password Policy Enforcer 会在任何密码被设置之前，将新密码和现有密码与泄露数据库进行比对，例如 Have I Been Pwned。这样，之前泄露中已经暴露过的凭据会被直接拦截，而不是成为下周的喷洒攻击目标。它还叠加了字典和模式保护，用于捕捉常见词汇、替换方式以及攻击者最先尝试的可预测模式；此外，还可按用户、组或组织单位配置自定义复杂度规则。

由于它在 Active Directory 环境中的域控制器上运行，因此策略执行发生在密码实际创建或更改的那一刻，而不是事后才进行。内置的 CIS、NIST、HIPAA 和 PCI DSS 合规模板意味着：用于阻止密码喷洒攻击的同一策略也能满足审计要求。并且实时反馈会告诉用户为何密码被拒绝，从而让问题在第一次尝试中就得到修正，而不是需要提交支持工单。

密码策略拦在前门之外。Data Classification 限制其背后的内容

Password Policy Enforcer 旨在确保密码喷洒尝试永远无法成功，但没有任何单一控制措施能堵住所有路径。如果攻击者通过网络钓鱼邮件、第三方泄露或 Password Policy Enforcer 未覆盖的渠道进入系统，那么接下来会发生什么取决于该账号能够访问哪些资源，以及它暴露了多少。

这正是 Netwrix Data Classification 发挥作用的地方。它会在文件服务器、SharePoint、Microsoft 365 以及云存储库中持续发现并对敏感数据进行分类，因此安全团队能在事故发生之前就知道受监管且高风险的数据究竟存放在哪里，而不是事后才发现。它还会标记 冗余、过时以及琐碎数据 以便清理，从而缩小原本就暴露在外、等待攻击者首先发现的那部分数据量。之后，它会将这些分类结果输入到下游的访问治理与 DLP 工具中，让这些系统获得所需信息：围绕真正敏感的数据收紧权限与控制，而不是对所有内容盲目套用。

Netwrix Password Policy Enforcer 和 Netwrix Data Classification 解决的是不同的问题。前者防止被盗或猜测出来的密码成功使用。后者则确保即便账号最终仍被攻破，也会有更少的敏感数据处于可被访问的范围内，并且能获得关于这些数据究竟位于何处的更准确信息。两者合起来会同时收紧攻击的两端：可用凭据更少，同时在攻击者找到它们之前就已完成敏感数据的分类。

AI 黑客技术提高的是攻击速度，而不是防御难度。核心要点仍然成立：强化凭据卫生（credential hygiene），并清楚敏感数据存放在何处。两点都做好，攻击者的速度就不再是优势。