保障现代IT安全已超出人力所能及的规模
多年来，我们都亲眼见证了混合IT环境的飞速扩张。数据和身份不断激增，随之而来的是无序蔓延。您的本地系统仍在数据中心里运行。您在其上叠加了SaaS服务和云基础设施，随后又引入了新工具，有的用于管理复杂性，有的用于增加全新能力。每一层都带来了价值，但也扩大了攻击面，提高了风险水平。早在有人提起AI之前，这一切就已经成立。
过去几年，AI风头正劲，这也理所当然。AI为现代组织带来的收益令人惊叹。领导层自然希望在全组织推广，以提高生产力，并终于实现“以更少做更多”的信条。但有一个前提：AI也意味着更多数据，既有人类以更高吞吐量创建的数据，也有智能体以机器速度生成的数据。您正在引入各种新工具，无论是否具备智能体能力，并引入比以往更复杂的身份。攻击面和风险呈指数级叠加。AI工具带来了自身的新风险，同时也暴露了本就潜伏在您环境中的漏洞。
基本的拦截与应对已经不够
访问暴露问题历来落在安全团队的桌上，团队沿用了熟悉的战术手册：监控、告警、响应和威胁缓解。您设置监控，在出现违规时收到告警，然后做出反应。这是我们大多数人熟悉的模式，而且大体上行得通。
问题在于数量。事件、通知和告警堆积的速度超过了人手紧张的小团队所能处理的速度，而且很少有时间去深究这一切为何发生。于是您处理眼前最紧迫的风险，关闭、然后继续前进，直到下一个告警到来，又把您带回原点。如果跳过根本原因以及能够防止下一次告警的做法，您最终会陷入不断追逐下一次违规的无尽循环。Netwrix首席执行官Grady Summers直言：“AI添加身份和访问数据的速度，超出了人工节奏的审查所能跟上的范围，而攻击者可以在几秒内造成影响。治理必须以这个速度运行，否则只是作秀。”
安全风险往往源于需求，而非恶意
大多数访问风险始于善意。它出现在解决其他问题的途中。想想那个为了减少大量请求访问的IT工单而向所有人开放的公司文件共享，这在当时是完全合理的取舍。想想那个为了赶上云迁移截止日期而开放全局访问的SharePoint站点，本打算尘埃落定后重新收紧，却始终没能做到。再想想多年前并购期间被嵌套在一起的域和组，那个项目早已结束，却没人回头清理它留下的访问权限。
看看一个普通的Active Directory林，您看到的就是一个组织的历史。我们大多数人继承的林读起来像考古：一层又一层的决策，每一项在当时都合情合理，如今仍在原地，悄悄授予着没人记得批准过的访问权限。AI的快速采用有可能重演这一切，只是更快，而且规模之大是事后清理无法匹敌的。
治理是走出这一循环的出路
许多组织从未打破这个循环，这很少是因为不够努力。它们始终停留在缓解眼前的风险，从未走到构建治理这一步：治理包括回应风险背后需求的流程、随组织需求变化而不断调整的控制措施，以及保障一切安全的监督与管理责任。如果跳过它，您的IT和安全团队将一直疲于救火，一场接着一场。
治理始于可见性：对您当前所处位置的真实了解。它涵盖您的整体暴露面、目录卫生、域配置、访问暴露以及跨数据、身份和基础设施的安全态势，所有这些都经过梳理、评估，并以数据为依据。
有了这种可见性，就可以部署控制措施。您对访问权限做合理收敛，并将定期访问审查自动化，把最小权限访问作为常设控制措施来落实，而不是一次性项目。然后持续监控访问与使用情况。更进一步，您在违反安全最佳实践的情况演变成事件之前自动修复：开放访问、错误配置、有害的组关系、薄弱的控制措施，以及匿名或外部共享。
这就是您对前面提到的文件共享和SharePoint站点形成闭环的方式。这就是您确保身份基础设施得到良好维护、保持健康的方式。一旦访问权限得到合理收敛和治理，身份井然有序，您就可以放心地将自助访问请求自动化，减少流向IT团队的工单，同时让人们获得所需的全部访问权限，且仅限所需。
指定所有者会带来巨大影响
在大多数情况下，为关键数据资产和重要权限指定所有者会产生显著的不同。所有权带来两样中央安全团队无法提供的东西。
第一，它让决策落到合适的人手中。最贴近数据集的人，或负责某个组的人，比隔着三个部门、只能猜测自己并不掌握的背景的安全分析师，更适合判断谁该获得访问权限。第二，它分担了负载。与其让人手有限、不堪重负的IT和安全团队独自承担每一项访问决策，不如把治理责任交给业务部门，也就是那些本该从一开始就做出这些决定的人。
还有一个随时间不断累积的额外好处：被问责的所有者往往会推动组织自发思考治理问题，使安全优先的思维成为业务运作方式的一部分，而不是从外部强加的东西。
AI让每一个未受治理的身份风险更高
AI采用是领导层希望快速推进的项目。但无论收益多么诱人，都不会让采用的风险有所降低。快速采用AI带来的风险分为两类：
第一类是代表您运行的工具（比如Copilot）。它们继承您的权限，因此主要是暴露本就存在的风险。
第二类同样严重，甚至更严重：拥有自身常设权限的自主智能体和AI流水线。一旦其中一个被攻陷或失控，波及范围可能极其庞大。Drift事件就是明证。Salesloft的AI聊天智能体持有OAuth令牌，对客户核心Salesforce数据拥有广泛的常设查询权限。攻击者从2025年3月下旬到9月上旬一直掌握着这一访问权限。数据窃取本身在8月持续了大约十天，期间无人察觉，影响了700多家组织，其中不乏知名企业。Google Cloud和Mandiant的通告，在Palo Alto Networks自己的声明的佐证下，措辞十分明确：只授予应用程序所需的最小访问权限，绝不默认授予完全访问权限。
业界多年来一直在追赶服务账户和非人类身份的管理，至今仍未到位。Netwrix的2026年数据与身份安全报告发现，76%的组织没有对非人类身份实施完整治理。再加上那些自主行动、触角深远、自行提升权限并以光速运行的智能体，哪怕只有一个未受治理的智能体，也可能迅速成为巨大的隐患。
治理同时应对这两条战线：审查并合理收敛常设权限，避免工具泄露员工本不该看到的数据；并为那些否则会失控的智能体指定问责人。它还能发现不请自来的智能体，例如在SharePoint站点上启用的本地智能体，以及未经授权或缺乏管控而被采用的影子AI工具。这些工具和智能体都应像任何特权身份一样，拥有同等的所有权管理。
治理让安全采用AI成为可能
成熟的治理让您从救火式应对走向主动防御。请把它想象成一条曲线，而不是一个拨动的开关。在同一份报告中，Netwrix定义了组织为保障环境安全、安全采用AI而经历的五个成熟度阶段，从被动响应（Reactive）到优化（Optimized）：
被动响应（Reactive）事后才发现问题，对数据敏感度、访问和风险缺乏统一的认识。感知（Aware）理解问题，却不断重复同样的修补，而没有通过不断演进并强制执行的策略走在前面。受管（Managed）按计划运行发现和控制，但权限在两次之间依然存在，修复也滞后。它在纸面合规上也许足够，但在安全上不够有韧性。主动（Proactive）持续运行可见性与控制。即时访问成为默认设置，有害的组合会被标记，控制措施延伸到非人类身份和AI智能体。您在风险演变成事件之前就将其捕获，自动化治理成为一种习惯。优化（Optimized）是身份、数据和AI融为一体的阶段。修复通过持续自动化完成，不断演进的安全态势结合来自身份、数据、基础设施和AI的信号，在整个组织内实时执行策略。
报告显示，大多数组织仍处于前三个早期阶段之一，但通往优化治理状态的路径十分清晰。一个好的数据安全平台能带您到达那里。它提供对数据和身份（包括智能体和非人类身份）的持续发现；带有自动修复的持续风险分析；拥有明确策略、控制措施和操作手册的既定所有权；以及对您在数据、身份、AI和基础设施方面的态势与成熟度的持续记录，所有这些协同运作，而不是一次性的扫描。就我所知，这是唯一能在不让一切暴露于风险的前提下，把AI采用转化为实际价值的组合。最好的平台分三个阶段运行治理：上线前的预防性工作、部署期间的监控，以及之后的持续执行。它们覆盖从数据源到终端的一切，而不会增加团队的负担。
一个在第一个小时内就能带来价值的平台，加上安全的AI采用和不断提升的治理成熟度，能让小团队像企业级安全运营团队一样运作。这正是我们打造Netwrix 1Secure的初衷。
亲自体验一下：在您自己的环境中开始免费试用，启动浏览器内演示，或加入Beta计划，体验我们全新的AI Security解决方案。
分享到
了解更多
关于作者
