公告详情-火山引擎

整体安全态势

5 月 AI 安全风险呈现攻击自动化、防御滞后化、风险全域化特征。各类智能体已经在企业内部办公和生产环境大量部署，由此带来的误配置、误发布、误删除、数据非预期外发等安全事件开始爆发，需要清晰认识到，智能体自身存在脆弱性，同时也是一类持续威胁源，需要“上层意图识别 + 中间层 AI 行为边界约束 + 底层基建强加固”多种组合手段管控。目前监管、行业、企业侧都在积极应对 AI 革命带来的变局和风险
5 月火山引擎 AI 类产品拦截主机弱口令爆破 6231 万次，外部漏洞攻击 2227 次、环比下降 71%，发现恶意 Skill 3300+，获得 CNCERT 的认可，关于部分智能体技能包（Skills）存在越狱和挖矿风险的安全公告

AI Agent 安全管控风险持续突出，某开发者在 Antigravity IDE 误安装仿官方的第三方 NPM 包，该包注入高权限规则，要求模型跳过确认、自动操作生产环境、擅自修改规则，导致用 Gemini 3.5 修复漏洞时，原本仅需改动 8 个函数、3 个文件、70 行代码，却被误删大量电商模板、改动 340 个文件、篡改 28745 行正常代码及 Firebase 路由，造成后台宕机 33 分钟。Cloudflare 官宣转向 AI Agent 优先模式并裁员 1100 人，并全域放开高权限给 AI Agent 引发市场关注，后收严 AI Agent 权限策略
Anthropic Project Glasswing 推动全球漏洞修复潮，5 月 Mythos 发现全级别漏洞 23019 个、其中高危严重6202 个，已经接近 CVE 一年的漏洞量，对少量人员维护的关键开源项目带来巨大挑战，同时带来启示：安全成为开源项目核心竞争力、传统 SAST/DAST 需要加速 AI 重构、安全重心将回归风险管理

MLflow 任意文件读取漏洞（CVE-2026-2614），MLflow 是开源的机器学习生命周期管理平台，被广泛用于大模型与传统机器学习场景中的模型管理与交付，ModelRegistry 模块跳过对 source 字段的正常路径校验，造成服务器任意文件读取漏洞，需要升级 MLflow 到 3.10.0 及以上版本。
SGLang 多模态生成运行时调度器反序列化远程代码执行漏洞（CVE-2026-7301），SGLang 是开源大语言模型和多模态模型高性能推理服务框架，存在直接对 payload 执行 pickle.loads() 的实现，如果 host 监听0.0.0.0 可远程发送恶意 pickle 数据，在服务端触发任意代码执行，目前官方暂未发布修复版本，现阶段可通过限制端口暴露范围和访问来源来切断攻击链

AI Infra 服务器固件完整性防护方案，BMC 等服务器部件是 AI Infra 的关键基础部分，受 Nday 影响较大，在云场景容易引发 Bootkit 风险，云上裸金属场景风险尤为突出，攻击者可能利用这类漏洞攻击租户。火山引擎安全团队在此领域持续投入和建设，在保障自身大量服务器安全的同时，也沉淀了一套固件漏洞标准修复流程并在安全顶级会议 BlackHat Asia 2026 录用

火山引擎 AI Trust 安全产品体系发布，5月27日火山引擎举办首届 AI Trust 安全大会，并推出 AI Trust 安全产品体系。该体系以“模型可信 - 智能体可控 - 智能化安全运营”为三层防护架构，助力企业打造可信、可控、合规的 AI ：
- 模型可信：AICC 机密计算 以芯片级信任为根基，依托端到端全链路加密、完备的可追溯审计能力，帮助企业以轻量化投入，实现等同于私有化部署的高等级安全防护
- 智能体可控：AI助手安全平台构建了完整治理体系，通过运行时安全、身份与权限管控、全局态势监控为企业智能体筑牢安全防线
- 智能化安全运营：安全运营 Agent 以模型为核心，聚焦代码审计、漏洞分析、告警处置等7个安全运营的核心场景，通过多智能体协同、自我进化的方式实现智能化安全运营闭环