微软称新型网络安全 AI 模型助力 MDASH 以一半成本取得 95.95% 得分
微软在其多模型漏洞识别与修复框架 MDASH 中推出了首款网络安全专用模型 MAI-Cyber-1-Flash，配合 GPT-5.4 使用时在 CyberGym 上取得 95.95% 的成绩，成本据称比现有最佳 MDASH 模型组合低 50%。该模型仅通过 Azure AI Foundry 私有预览向获批的 MDASH 客户开放。
标签： Microsoft
Read More
Microsoft Azure DevOps MCP 漏洞：隐藏的 PR 评论可劫持 AI 审查代理
Azure DevOps 拉取请求中一条不可见的评论，就能让审查者自己的 AI 编程代理反过来被攻击者利用，使其进入攻击者本身无权访问的项目，并悄悄泄露其发现的内容。该漏洞存在于微软官方的 Azure DevOps MCP 服务器中，原因是其某个工具在返回拉取请求描述时，未应用微软已在其他工具上部署的提示注入防护措施。
以AI速度守护Microsoft：SFI如何主动强化我们的云
在Microsoft，我们将这些安全要求、威胁情报以及运营框架统一纳入安全未来倡议（SFI），用以指导一个良好防御的云服务应有的样子。然而，定义要求仅仅是开始，满足要求意味着需要以AI速度对我们的在生产环境中的服务进行持续评估。本文介绍了Microsoft构建的多智能体AI系统如何主动评估并强化我们的云基础设施，以匹配超大规模生产环境所需的AI速度、规模、深度和质量。
AI 智能体的最小权限原则：身份、访问与工具绑定
随着 AI 智能体日益自主，强大的身份、访问与审计控制对其安全至关重要。本文探讨了在 AI 智能体场景中实施最小权限原则、托管身份、RBAC 以及工具访问控制的关键考量与最佳实践。
Microsoft 在 Frost Radar 云与应用运行时安全报告中被评为领导者
随着云安全与应用安全融合为统一的运行时风险降低模型，Frost & Sullivan 将 Microsoft 评为领导者。该文章探讨了云安全从态势可见性向运行时风险运营的演进，以及 Microsoft Defender for Cloud 与 Microsoft Defender XDR 协同如何帮助组织实现全栈风险降低。
用 Defender Experts 将威胁情报转化为果断行动
安全团队从未拥有如此多的可见性,却也鲜少感到如此不确定。信号从端点、身份、云工作负载以及大量第三方工具中涌入。本文《用 Defender Experts 将威胁情报转化为果断行动》首发于 Microsoft Security Blog。
针对酒店行业的“照片 ZIP”攻击活动投放 Node.js 植入体以实现持久化访问
Microsoft 威胁情报中心发现一起针对欧洲和亚洲酒店行业组织的多阶段入侵活动。该活动使用以照片为主题的 ZIP 压缩包和伪装图像快捷方式文件，来投递一个持久化的 Node.js 植入体并规避检测。
微软修复导致 Outlook 中 Copilot 按钮消失的已知问题
微软已修复一个已知问题，该问题导致拥有 Copilot Chat（Basic）许可证的 Windows 经典版 Outlook 用户，其侧边导航栏和功能区上方的 Copilot Chat 或 Copilot 按钮消失。该公司已于 2026 年 6 月 29 日通过服务变更解决此问题，并建议仍看不到按钮的用户重启 Outlook 客户端。
加速量子安全迁移进程
微软宣布将其量子安全计划（QSP）时间表提前，目标在 2029 年之前完成产品和服务的后量子密码学（PQC）过渡，并将 PQC 要求纳入安全未来计划（SFI），以推动客户更早、更有信心地开展迁移。
- 1
- 2