人工智能驱动的网络攻击激增，造成数十亿美元损失并生成易受攻击的代码

一份新的 IBM 报告显示，人工智能驱动的数据泄露事件同比增长了 56%，目前占所有恶意泄露事件的四分之一，平均成本高达 60 亿美元。正如最近 Hugging Face 涉及 OpenAI 系统的泄露事件所示，先进的人工智能模型通过链接漏洞加剧了这一趋势。同时，Veracode 的一份报告发现，人工智能编码工具 44% 的时间会生成易受攻击的代码，这凸显了尽管人工智能能力不断进步，但安全差距却在不断扩大。 AI

影响 人工智能正迅速成为一种双重用途技术，提高了网络攻击的复杂性和成本，同时也通过人工智能生成的代码引入了漏洞。

排序理由 该集群报告称，人工智能驱动的网络攻击显著增加，以及人工智能生成的代码相关的安全风险，这些报告来自 IBM 和 Veracode 等主要实体。[lever_c_demoted from significant: ic=1 ai=1.0]

在 Forbes — Innovation 阅读 →

• Chris Wysopal
• Claude Opus 4.8
• GLM-5.2
• GPT-5.3-Codex
• GPT-5.5
• Hugging Face
• IBM
• OpenAI
• Ponemon Institute
• Suja Viswesan
• Veracode

• 安全
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →