Pentera 如何将 AI 安全工作流转化为安全验证引擎

Pentera 如何将 AI 安全工作流转化为安全验证引擎

AI 安全代理正逐步影响真实的安全决策,它们能够总结发现、确定修复优先级、推荐后续步骤,并帮助安全团队更快响应。然而,大多数 AI 工作流仍依赖于分散的风险信号:扫描器输出、严重性评分、威胁情报、配置发现和暴露数据。这种碎片化非常关键,因为攻击者并不会按工具类别逐个突破环境,他们会在身份、网络、云资产、应用和安全控制之间串联利用。如果 AI 工作流只看到孤立的发现,就无法判断这些发现是否构成真正的攻击路径。Pentera 通过其 AI 驱动的安全验证平台以及全新的 MCP(Model Context Protocol)服务器,将经过验证的攻击证据直接注入到 AI 工作流中,使安全团队从”猜测式自动化”转向基于证据的行动。

Read More
从 17,000 到 110 万资产:Lumen Technologies 如何大规模重建暴露面管理

从 17,000 到 110 万资产:Lumen Technologies 如何大规模重建暴露面管理

大多数企业都以为自家资产清单的准确性”差不多够了”,但事实并非如此。根据《2026 Axonius 行动力报告》对 600 多名安全负责人的调查,仅 45% 的组织将资产与暴露面数据整合为统一视图。Lumen Technologies 通过 Axonius 资产智能平台整合 40 多个分散系统的数据,发现其设备数量是已知数量的 60 倍,并在此基础上重建了整个暴露面管理项目,最终将整体风险降低 40%。

Read More