2026年 Tenable 云与人工智能安全风险评估报告

核心观点与关键数据

• 现代基础设施安全挑战：工程速度超越安全治理，攻击者利用差距进行攻击。快速架构转变，包括AI采用和外部依赖，导致严重风险。
• AI风险“出血边缘”：身份控制问题突出，18%的组织存在AI服务可立即假设的过度特权身份，存在废弃“幽灵”角色和硬编码在配置文件中的关键AI密钥。
• 供应链风险：86%的组织安装了包含关键严重漏洞的第三方代码包，加速开发但也扩大了攻击面和软件供应链风险。
• 身份管理操作失误：“休眠”风险——49%的未激活身份持有高权限，过度特权帐户和未使用密钥，创造巨大攻击面。
• 云工作负载暴露：82%的组织运行包含已知利用的关键漏洞的云工作负载，53%的组织允许外部帐户假设关键过度权限。

研究结论

• 四大关键安全领域风险：AI安全态势、供应链攻击向量、最小权限实施和云工作负载暴露，均需立即关注，且相互关联。
• AI服务治理差距：55%的组织使用AI工具，但缺乏安全最佳实践，导致风险。18%的组织存在过度特权IAM角色，AWS AI服务可立即假设。
• AI新支柱：MCP革命：70%的组织至少集成了一个AI或MCP第三方代码包，MCP简化连接LLM与数据源和工具，但第三方代码包风险依然严重。
• 供应链攻击风险：86%的组织存在关键严重漏洞的第三方代码包，Shai-Hulud和s1ngularity等恶意软件利用供应链漏洞进行攻击。
• 外部访问风险：53%的组织允许外部帐户假设关键过度权限，14%的组织暴露了大部分云资源，构成巨大攻击面。
• 最小权限缺失：49%的持有关键严重过度权限的身份90天内未使用，非人类身份（52%）风险高于人类身份（37%）。
• “幽灵”密钥风险：65%的组织存在未使用或未轮换的密钥，与过度特权身份关联，构成直接攻击路径。
• “坐鸭”工作负载：82%的组织运行包含已知利用的关键漏洞的云工作负载，57%的组织运行EoL系统工作负载。
• 缓解策略：实现最小权限，治理AI生命周期，消除静态密钥暴露，现代化工作负载暴露管理，统一扩展供应链暴露。

方法论

• 使用Tenable One Cloud Security分析2025年4月至10月扫描的公共云和企业环境遥测数据，AI分析延伸至2025年12月。
• 评估标准：关键严重漏洞（CVSS 9.0，动态VPR 9.0或更高），过度权限（云活动日志未使用）。
• 数据来源：云资产、身份、配置信息，实时生产工作负载，AWS、Azure、GCP环境数据。