机器对机器：澳新地区网络安全的新现实
内容提要
澳新地区面临AI驱动的机器速度网络攻击，但防御仍依赖人工，响应速度滞后。政策框架虽有更新但落地不足，仅少数组织能快速响应。可见性缺口和数据碎片化阻碍AI有效部署，多数安全数据未就绪。需整合工具、夯实数据基础，实现自动化防御，否则威胁差距将持续扩大。
延伸解读
政策与现实的落差
澳新两国都在更新网络安全框架，但调查显示政策意图与实际防护效果存在差距。澳大利亚仅18%的受访者认为Essential Eight主要提供实际保护而非合规，82%希望新框架更清晰、更简单、更具指导性。新西兰虽有83%认可新战略的价值，但15%认为合规负担超过保护收益。这表明政策更新虽必要，但若不能有效落地，仍难以应对AI驱动的威胁。
数据基础是AI防御的前提
尽管澳新已有过半组织将AI用于网络安全，但仅约五分之一认为安全数据可供AI代理可靠使用。AI代理需要完整、可搜索、实时的上下文，而分散在云、本地和SaaS环境中的数据无法满足这一要求。在碎片化的基础上部署AI，不仅无法弥补就绪度差距，反而可能掩盖问题。因此，整合数据架构、确保数据质量，是发挥AI防御能力的关键前提。
可见性缺口与AI就绪度
调查显示，澳新分别有60%和67%的组织已意识到至少一个未监控区域，这不仅是可见性问题，更是AI就绪度问题。AI代理只能基于其可访问的上下文行动，若上下文不完整，代理在攻击者利用的盲区中就是“失明”的。可见性缺口源于遗留系统、技能短缺和数据碎片化，若不加以解决，AI防御的效果将大打折扣。
Q&A
澳新地区面临的网络安全新现实是什么？
澳新地区正面临由前沿AI驱动的机器速度网络攻击，攻击者能以机器速度自动化和自适应地发起攻击，而防御方仍依赖人工，响应速度滞后，导致大多数组织在这场速度竞赛中落后。
澳大利亚和新西兰在政策层面如何应对AI驱动的网络威胁？
澳大利亚信号局（ASD）正在咨询取代Essential Eight的新框架，新西兰则推出了2026-2030年网络安全战略。但数据显示政策意图与实际效果存在差距：澳大利亚仅18%认为Essential Eight主要支持实际保护，82%希望新框架更清晰、简单和具体；新西兰83%认为新战略有实际价值，但15%认为合规负担超过保护。
澳新地区组织对AI自动化攻击的响应能力如何？
只有14%的澳新组织表示能以机器速度响应AI自动化攻击，大多数仍依赖混合或手动流程。非工作时间检测速度更差：澳大利亚仅9%能在5分钟内检测到入侵，新西兰为15%；超过三分之一的国家预计检测至少需要一小时。
澳新地区组织在安全可见性方面存在哪些主要问题？
60%的澳大利亚组织和67%的新西兰组织已发现至少一个未监控区域，其中33%和26%存在多个盲点。原因包括遗留系统难以监控、技能短缺以及安全数据分散在云、本地和SaaS环境中。这些盲点不仅影响可见性，还阻碍AI的有效部署，因为AI代理只能基于可访问的上下文行动。
澳新地区在AI用于网络安全方面的采用率和数据就绪度如何？
新西兰62%的组织已使用AI进行网络安全，澳大利亚为52%；未来12个月内使用或计划部署的比例分别为81%和77%。但数据就绪度低：仅20%的澳大利亚和19%的新西兰组织认为其安全数据可供AI代理可靠使用。数据分散在断开连接的系统中，导致AI部署无法真正提升就绪度。
澳新地区网络安全领导者面临哪些问责压力？
澳大利亚法律下，董事可能因违规面临个人罚款和免职；57%的澳大利亚受访者认为CEO会在重大事件后12个月内辞职或被免职，新西兰为50%。但问责未转化为足够快的运营变革：28%的澳大利亚组织称响应主要是文书工作，52%的新西兰组织称更强执法未显著改变领导层行为。此外，新西兰56%的安全专业人员因AI威胁角色增加而感到工作压力增大。
根据文章，澳新地区组织应如何提升机器速度防御能力？
文章建议：首先，政策应推动工具整合而非工具蔓延，采用统一平台整合本地、云、第三方、物联网和运营技术系统的数据；其次，数据架构必须先于AI部署，确保数据完整、可搜索、实时且模型无关；最后，当基础就绪后，AI可处理自动化威胁工作流，安全团队获得统一可见性，人类专注于决策而非手动重建上下文。
