2026上半年恶意软件与漏洞趋势：合法工具滥用与AI辅助攻击成为显著特征

2026年上半年，全球网络安全威胁态势呈现出一个耐人寻味的特征：攻击者们并没有急于拥抱神秘莫测的新技术，反而更倾向于“滥用以正常面目出现的工具和服务”。从远程访问木马（RAT）到勒索软件，再到供应链攻击，恶意行为者熟练地混迹于已被信任的软件、开发者工具与云端工作流中。来自Recorded Future旗下威胁情报机构Insikt Group的最新研究报告《H1 2026 Malware and Vulnerability Trends》指出，这种“通过正常性实现规避”的策略，正使得恶意活动更难以在早期被防御方察觉。

事件概览：一份来自上半年的事实清单

该报告覆盖了2026年1月至6月的恶意软件和漏洞数据，并基于Insikt Group的分析与Recorded Future Malware Intelligence平台的提交记录。核心数据包括：

• 215个被积极利用的CVE，较去年同期的161个激增34%。其中146个漏洞无需预先身份验证即可被利用，而142个可同时满足网络可达且无需认证的条件。更值得警惕的是，60个远程代码执行（RCE）漏洞同时具备“网络可达+无认证”属性，这意味着大量漏洞可被远程武器化。
• RAT依旧是企业安全的长期威胁。AsyncRAT、Cobalt Strike、XWorm、Stealc和REMCOS RAT在2025年H1与2026年H1均位列前十。AsyncRAT在所有恶意软件提交中按唯一哈希值及C2配置数居首。
• 勒索软件运营者持续优化，但并未发明全新的攻击范式。他们继续依赖ClickFix式社会工程学、利用暴露在公网的应用漏洞，甚至直接滥用s5cmd、PsExec、AnyDesk等合法工具。
• Android NFC恶意软件成为最显著的移动端威胁，NFCShare和NGate等家族利用设备NFC功能窃取支付卡数据、中继非接触交易，甚至实现ATM取现。

技术与风险分析：合法工具成攻击者“保护色”

漏洞利用：从“技术新颖”转向“风险组合”

报告的另一个发现是，威胁行为者在利用漏洞时往往不会区分漏洞的新旧。无论是刚曝出的高危漏洞，还是存在多年的旧漏洞，攻击者都会采用相同的“后利用”战术。这意味着，对于企业而言，漏洞是否被武器化并实际暴露在攻击路径中，比漏洞本身的基础评分更有参考价值。例如，在那些兼具网络可达性与无认证特性的漏洞中，远程代码执行带来的风险尤为突出。而这一趋势的背后，是攻击者更倾向于走阻力最小的路径——使用常规手段，而不是寻找复杂的利用链。

AI的“真实角色”：辅助而非替代

在H1 2026，AI在攻击领域中的应用变得更为可见，但Insikt Group的评估认为，绝大多数现象都还停留在Recorded Future AI恶意软件成熟度模型（AIM3）的1级至3级，即“试验、采用和优化”阶段。AI更多地被用于解决特定问题，例如帮助恶意软件理解屏幕上的UI元素以强化持久性（如PromptSpy恶意软件），或利用LLM生成诱饵逻辑来干扰安全分析师（如针对乌克兰组织的CANFAIL活动），而不是直接由AI决定整个攻击流程。

与此同时，AI辅助漏洞研究正在“放大”防御方的压力。报告中提到，Claude Mythos Preview模型的问世似乎推高了漏洞提交数量：6月NVD披露数量比前六个月平均值高出43%，Mozilla也报告该模型在Firefox 150中帮助修复了271个漏洞，而此前使用上一代模型时仅修复了22个。漏洞信息的爆发式增长意味着安全团队必须更快地判断哪些漏洞真正值得投入精力。

供应链与移动端：被忽视的入口

供应链攻击继续沿着开发者环境、包管理器与AI工具链蔓延。攻击者通过窃取的凭证、被信任的集成和软件分发渠道进入下游云与软件生态系统。此外，H1 2026的报告中还提及了Magecart攻击“借道”可信第三方服务并在结账流程中植入恶意代码的手法。移动端方面，NFC恶意软件的出现标志着移动支付安全进入新阶段——它们不再试图通过钓鱼得到一次性密码，而是直接劫持NFC通信，允许攻击者中继交易甚至从ATM取现。

企业影响分析：风险正蔓延到每一个业务环节

运营风险：备份和恢复能力受考验

报告特别提到，勒索软件运营者在H1 2026采用“降低受害者恢复选项”的技术，这意味着企业不能仅仅依赖地端备份，更要关注离线、不可变备份以及完善的恢复演练。攻击者利用企业云存储配置错误或滥用第三方工具（如s5cmd）访问备份数据的问题也值得关注。

合规与供应链风险：第三方不再只是“合规表单”

当攻击者通过包管理器、AI插件或开源组件进入系统时，企业的第三方风险管理和软件供应链审查必须从“一次性渗透测试”升级为持续监控。同时，针对敏感数据泄露的监管要求会使NFC或支付攻击造成的泄露事件面临更严格的合规审查，并进一步加大品牌声誉受损的可能性。

品牌与信任风险：无声的“正常活动”最难防范

由于攻击者极力融入“正常流量”，企业可能经历较长的潜伏期。当检测最终发生时，攻击者可能已经完成了横向移动和数据渗漏。这类事件对客户信任和品牌声誉的打击通常远超预期，尤其当安全事件的原因是“我们信任的自动化工具被滥用”时。

行业趋势观察：告别“孤立事件”叙事

将H1 2026与过往情况对比，可以清晰地看到一个长期趋势：攻击者正在系统性地利用企业生态里的“信任锚点”。无论是开发者环境、远程访问工具、NFC支付，还是AI助手插件，攻击者已经将扩展性建立在“使用被允许的工具”之上。

AI并非没有风险。虽然目前尚未出现完全自主的攻击代理，但2026年7月的Hugging Face事件已经展示出自主代理在有限人为干预下完成发现、验证、武器化与利用的可能性。防御方必须考虑如何将安全流程也自动化，以便与机器速度的攻击开发赛跑。

防御与应对建议：从单点控制转向攻击链的全面布防

针对以上趋势，企业安全决策者应优先落实以下措施：

1. 强化暴露管理：优先修补具备“网络可达”和“无认证”属性的远程代码执行漏洞，不要只依赖严重性评分。 2. 推进身份与凭据治理：为开发者、运维和第三方人员启用MFA，尤其要管理与云环境、包管理器凭证相关的账户。 3. 采用行为检测：在SIEM/EDR/XDR中建立“可信工具的可疑行为”检测规则，例如PsExec在非预期主机上的执行、AnyDesk的异常新连接、s5cmd对大流量对象存储的列出。 4. 加固开发环境：审查AI工具扩展、开源库和包依赖，部署软件物料清单（SBOM），监控可疑的仓库或安装程序。 5. 提升备份韧性：实施不可变备份和定期恢复测试，确保核心备份不与生产环境共享权限。 6. 移动支付安全：对公司设备启用设备合规策略，禁止越狱，限制NFC应用权限并为使用NFC支付的员工提供专用设备或钱包管控。 7. 做好AI时代的防御自动化：增加利用威胁情报自动执行漏洞排名与修补的能力，缓解漏洞报告洪峰带来的压力。

SecurityPost Insight

这份报告最大的价值，在于指出了“正常性”本身已成为一种攻击面。当对手的行为与日常运维活动相互耦合时，传统基于已知签名的检测手段将越发难以胜任。企业需要在暴露管理、身份边界、行为分析和管理流程上同步发力，建立一套能够容忍“偶发误报”但绝不放过“异常行为链”的防御体系。另一个值得关注的信号是AI在漏洞研究环节对防御工时的挤压。随着自主代理的威胁示范提前到来，我们或许很快会看到“机器攻击”与“机器防御”之间的军备竞赛。任何仍停留在人工漏洞修补流程的企业，都可能在未来半年内面临更大的时间缺口。