引言
安全团队在针对潜在威胁进行测试方面已经变得相当熟练。这款端点检测与响应（EDR）代理能否捕获该载荷？我的组织是否会未能通过钓鱼模拟测试？这条安全信息事件管理（SIEM）规则是否会对这种特定技术产生警报？而在更成熟的企业中，这种测试是持续进行的，而非一次性活动。
但无论你对这些暴露面进行多少验证，都无法解决行业面临的主要问题：这些测试是孤立的、互不关联的。
而真正的攻击者——越来越多地由人工智能驱动——并不会一次只测试一种技术。他们会将技术串联起来。一封钓鱼邮件导致凭证被窃取；窃取的凭证带来初始立足点；立足点引发权限提升，然后是横向移动，接着是数据暂存，最后是数据外泄……直到造成不可逆转的损害。
这些单独步骤中的任何一个，理论上都是安全控制措施有能力捕获的——但潜在的暴露面太多，无法逐一测试。即使你修复了90%的问题，正是那缺失的10%可能成为导致攻击路径被利用的关键断裂点。
真正重要的是整个序列是否会被捕获，还是它会从工具、团队和警报之间的漏洞中溜走，而这些系统从未真正设计为相互沟通。
这种在测试技术与测试链条之间的差距，正是许多“已验证”的安全态势悄然崩溃的地方。
直面暴露面缺口
大多数入侵与攻击模拟程序，即使是相当成熟的程序，也是围绕映射到MITRE ATT&CK等框架的单个技术库构建的。运行技术1234，检查是否被检测到；运行技术5678，检查是否被阻止。评分后，继续下一个。
这确实告诉你一些真实情况，但不是你真正需要知道的事情：如果一个对手将十个这样的技术串联起来，并在每一步根据有效的方法进行调整，能否径直穿过你的环境，而每个单独的安全控制措施都 quietly 报告“未检测到问题”。
这不仅仅是一个理论上的担忧。根据Filigran的《威胁管理状况报告》，93%的安全领导者表示，尽管他们在过程中曾验证过防御措施，但组织在过去12个月内遭受了影响业务的网络攻击。88%的人表示，人工智能现在加速了攻击者进入系统后的行动速度，84%的人指出，工具孤岛化和测试脱节是暴露面未被发现直到被利用的主要原因。
这表明在了解威胁与真正具备弹性之间存在真实的差距：理解网络风险暴露面已变得显著复杂。
你也可以从真实事件中看到这种模式。当法国税务局（DGFiP）在2025年遭到入侵时，入侵过程中的任何单个步骤都并不特别新颖。正是初始访问、凭证滥用、横向移动和外泄这一系列协调执行的链条，将几个单独看来可承受的弱点转化为重大安全事件。沿途的每个控制措施在其自身层面可能都“起作用”了。但链条依然穿透成功。
攻击链：测试攻击者实际运作的方式
攻击链（Attack Chaining）正是填补这一缺口的方案。这是OpenAEV中一种新的场景类型，它自动化地端到端执行多阶段攻击路径，就像红队执行它们一样，但以持续的方式且成本仅为其中的一小部分。
与将测试技术作为孤立事件不同，攻击链（Attack Chaining）将它们链接成一个实时序列：前一个动作的实际输出（如窃取的凭据、开放的端口、令牌或配置错误的权限）会被自动捕获，并用于决定下一步攻击的目标。侦察揭示目标，凭据转储提供密码，该密码解锁下一台机器，而链条则根据在您的环境中实际发现的内容不断构建，并在从初始访问到最终目标的交互式图表上实时分支。
这让您获得了手动红队演练的真实性，却无需承担其高昂的成本或漫长的等待期。红队虽然详尽，但成本高昂且仅定期执行——就像每年只拍摄一两次的环境快照，而环境本身却在不断变化。攻击链可在几分钟内运行，频率完全由您决定，因此您得到的不再是一份过时的报告，而是对唯一关键问题的实时解答：如果对手今天将这些技术串联起来，他们实际上能突破到哪里？
工作原理
五项功能协同工作以实现这一目标：
开放的条件式链逻辑。团队从零开始构建可重用的多阶段攻击路径逻辑，利用 OpenAEV 中的任何动作或事件——包括战术、技术和过程（TTP）、有效载荷、自定义动作或库内容。条件决定后续步骤：如果凭据有效，则在此处横向移动；如果控制措施阻止了该步骤，则停止或重新路由。链条会根据每个动作在当下发现的内容自动分支，且逻辑完全可检查，以便团队在新出现的攻击技术时回顾和更新逻辑。
实时攻击路径映射。每条路径都在实时动态展开和分支，而非事后总结的阅读材料。每一次跳跃和横向移动都会实时呈现在交互式图表上，从第一个动作到最终目标，让团队能够实时查看路径的形成过程，而不仅仅是其终点。
透明且可操作的发现结果，揭示瓶颈。链条产生的每个结果（凭据、IP 地址、令牌、文件）都成为团队可以深入分析的结构性发现：包括该动作为何运行、返回了什么内容，以及该发现如何驱动下一步操作。这种可追溯性使得精确定位瓶颈成为可能——即路径中只需修复一处即可使下游所有环节失效的关键点，而不是给团队提供一份冗长且缺乏区分的待修复事项列表。
范围和安全性控制。每条链条都在预先定义的安全护栏内运行：哪些资产和目标在范围内、允许执行哪些动作，以及链条在停止前被允许升级的程度。这使得以完全自主的方式执行这些模拟成为可能，同时始终掌控边界范围。
作为一等公民阶段的社会工程学。网络钓鱼邮件、短信诱饵和虚假着陆页与其他节点一样：一次点击、回复或提交的凭据都成为直接馈入下一阶段的结构性发现，这与窃取的密码或开放的端口的作用完全相同。这使得单条链条能够无缝地从伪造情境过渡到凭据窃取、横向移动再到数据外泄，真实地反映了实际入侵的起始方式，而不是将“是否有人点击”作为孤立的练习进行测试。
通过 XTM One 实现完全自主化
这些功能支持两种运行链式攻击的方式。在操作员主导模式下，人类构建条件逻辑并控制执行——这是一种确定性强、透明度高且专为扩展精确、可重复的渗透测试而设计的工作流。而在自主攻击链（Autonomous Attack Chaining）模式中，这种判断权被交给由 XTM One 驱动的 AI 智能体。操作员只需定义目标和范围；一个专用的编排智能体会自行规划攻击路径，执行该路径，并在过程中不断适应——根据发现的结果做出反应、重新排序步骤、基于其发现的内容选择行动，甚至在目标要求进行社会工程学攻击时生成逼真的钓鱼邮件或着陆页。编排智能体还可以调用专门用于载荷创建、代码生成、侦察和漏洞利用的智能体，使用 OpenAEV 内置的智能体或引入来自 XTM One 的自有智能体。
这两种模式都在相同的条件引擎和范围控制之上运行，并产生相同的结果：一种逼真的端到端攻击模拟，可在几分钟内完成，而非数周；其可重复性随环境变化而调整，优先级围绕与贵组织相关的威胁情报展开——结果直接汇入统一的暴露面评分，而非作为孤立报告存放。
核心要点
那些在“通过”安全测试后仍遭入侵的组织，通常并非输在某项控制措施的测试上，而是输在了它们从未运行过的链式测试上。随着对手不断加速，越来越多地借助 AI 辅助工具缩短从初始访问到达成目标的时间差距，仅对孤立技术进行测试的成本也在持续攀升。
攻击面由单个弱点构成，而攻击则由链条组成。测试必须与其实际要防御的对象相匹配。
如果您希望深入了解这一功能在实际运营中的落地方式，Filigran 正在举办一场实时的技术网络研讨会，详细讲解攻击链测试的实践应用。您可以在此注册其中一场会议：
觉得这篇文章有趣？
本文由我们的一位宝贵合作伙伴供稿。请关注我们，通过
Google News、
Twitter 和
LinkedIn 阅读我们发布的更多独家内容。