凌晨两点，网点空无一人。大堂里一台ATM在安静地嗡鸣，角落里的安全摄像头闪烁着指示灯，而在云端的某个地方，一个AI代理正在完成一批隔夜欺诈评分。它们都处于银行的信任边界之内，但每一个都被当作孤立的安全问题来管理。

这种碎片化的方式已难以为继。要保护每一台设备、每一次登录和每一个自主脚本，需要的不是独立附加的网络安全方案，而是另一种思路。银行需要一种将安全与可见性内建于每一层的统一架构。韧性来自工具的整合，而非在现有架构上不断叠加更多工具。

AI代理扩大了未受管理的攻击面

ATM、门禁读卡器和物联网设备等缺乏足够的内存容量和合适的操作系统，无法运行端点检测与响应和基于主机的防火墙等强大的安全功能。这是银行多年来一直容忍的漏洞。如今又增加了保护AI代理的复杂性——这些代理无需人工介入即可访问系统并执行应用程序编程接口调用。它们“未列入清单”的入口点为攻击者带来了新的可乘之机。

难怪79%的金融服务受访者表示AI已经扩大了其网络的攻击面，85%的受访者已经专门针对AI工作负载增加了安全控制措施¹。这令人鼓舞，但在旧架构上增加更多控制措施，就像给一座没有地基的房子加装更多的锁。这只能争取时间，而非带来韧性。

安全融入网络，而非附加其上

将所有流量路由到集中式检测设备会引入延迟，从而破坏实时欺诈检测等应用，并造成单点故障。在这个毫秒之差就能区分合法交易与被拦截交易的行业中，这种延迟是重大风险。一次缓慢的欺诈检查可能意味着卡片被拒付，或一笔欺诈转账在被标记之前就已清算完成。

安全融入网络可解决这一问题。防护直接内建于交换机中。无论请求来自柜员终端、ATM还是AI代理，流量都会被即时检查并执行安全策略，且享有同样的防护措施。

操作控制加访问控制

传统上，零信任安全侧重于控制对网络的访问。现在，它还必须控制 网络边界之内 的操作。安全摄像头应仅连接到其录像机并仅向其发送数据。AI代理应能读取交易历史，但应被阻止执行资金转账或访问敏感数据，即使黑客诱骗其做出不当行为也是如此。

对于ATM和IoT传感器等物理设备，操作控制依赖于微分段：隔离区域，使每台设备只能访问其被允许访问的内容。对于AI代理，执行必须在更细粒度的层面上进行，管控单个API调用和工具请求，使权限与具体操作绑定，而非宽泛的系统访问权限。

经核验的信任助力合规

银行高管难以证明其AI和IoT环境符合监管要求，因为这些系统在很大程度上对传统监控不可见。ATM和IoT设备无法运行端点代理。AI代理自主运行，没有端口、没有代理、没有资产标签可供追踪。监管法规如今要求持续、实时的韧性证明，但碎片化的工具难以生成一份统一的记录，说明发生了什么以及是否经过授权。

将网络遥测与融入网络的安全运营相结合，可弥合这一差距。每个操作都会根据策略实时记录，形成可辩护的、持续的审计追踪。

认识您的新信任官——网络

网络是银行中少数能够洞察每台设备和每个代理的控制点之一。它不能替代验证模型的数据科学家或签署治理批准的合规官，但它提供了安全的执行环境，使可观测性、安全性和创新成为可能，并让您能够将网点作为数字业务的延伸来运营。

随着AI代理和IoT设备成倍增长，一个 AI就绪的安全网络架构 将成为每笔交易和每个操作的统一见证者，将基础设施从需要管理的风险转变为竞争优势。

参考文献