AI 恶意蠕虫可实时自适应，新研究揭示威胁

网络安全研究人员称，一种“AI 驱动”的恶意蠕虫能够在实时条件下适配新目标，并可在网络中实现自治式传播。该证明性研究由多方团队参与，包括多伦多大学、Vector Institute、剑桥大学与 ServiceNow。研究描述了蠕虫可识别漏洞、生成“按目标定制”的攻击路径，并在遇到不同目标时动态调整作战策略，从而入侵主机并自我复制。 关键点包括：恶意代码在被感染设备上直接运行开源权重的大语言模型，不依赖云端 AI 服务。研究在隔离环境中测试了 33 台包含常见漏洞的 Linux、Windows 与物联网设备。结果显示，AI 驱动的蠕虫平均识别 31.3 个漏洞，成功攻陷 23.1 台主机，并在七天的自治运行中扩散至约 20 台机器；部分实验中还可达到最多七代自我复制。 论文还提到“运行时学习”能力：系统能够在模型训练截止后摄取新发布的安全通告，使其能纳入原本训练数据中未包含的信息。尽管该工作在受控环境完成，且因双重用途风险作者有意隐去部分技术细节，但他们认为这表明 AI 驱动的网络攻击正在从“理论”走向现实。 论文呼吁跨领域协作应对，包括评估框架来测试自主代理恶意软件能力、针对自主代理行为特征的检测系统，以及考虑开放权重推理“去中心化”特性的政策措施。