北京
下拉至文末，查看更多合集文章
作 者
网络与数据安全研究中心
AI供应链安全攻击事件数量呈现逐年递增趋势
随着AI供应链边界持续拓展，覆盖大模型、开源组件、开发平台、算力集群、智能体框架与工具全生态，相关安全攻击事件呈现加速增长态势。截至2026年上半年，AI供应链安全事件数量较2025年全年增长38.1%。安全风险贯穿AI开发、分发、运行、基础设施全生命周期，表现形式涵盖组件投毒、工具链失陷、提示词注入、技能污染、智能体越界、算力劫持等；风险诱因既包含外部恶意攻击，也存在智能体突破管控边界引发的内生安全事故。
图1 2023-2026年上半年AI供应链安全事件数量
图2 近期AI供应链安全重大攻击事件表
AI供应链攻击面显著扩大，从代码维度迅速延伸至覆盖底层算力、数据、模型、工具的复合风险体系
随着大模型与智能体的规模化落地，供应链结构发生根本性变化，AI供应链攻击面也随之显著扩大。首先，数据成为攻击入口，AI系统高度依赖训练、微调及运行时上下文数据，攻击者通过在训练集、开源代码库或知识库中植入恶意样本，可诱使模型在特定条件下输出脆弱代码、错误配置乃至后门逻辑。其次，模型沦为攻击目标。企业对开源或第三方模型的依赖日益加深，模型后门、参数污染与模型窃取已成现实威胁。由于模型“黑盒”特性，攻击者无需修改代码，仅通过权重替换或参数篡改即可实施渗透。最后，第三方工具链风险显著提升。AI供应链涵盖模型SDK、Prompt模板库、Agent调用框架及第三方API服务。攻击者可借助恶意插件、依赖混淆或伪造工具，沿供应链层层渗透至核心系统，威胁贯穿数据、分发、训练、推理及应用的全链路。
图3 AI供应链安全架构图及各层关键数据支撑
AI已大范围进入关键行业，但AI供应链安全治理刚刚起步，形成“高风险、低治理”的错配格局
六大极高风险行业中，金融AI供应链安全治理覆盖率最高达到23%。整体来看，部分极高风险行业的AI供应链安全治理覆盖率低于高风险行业，治理资源分配与风险等级之间的匹配度有待提升。
图4 中国重点行业AI供应链核心风险等级对比
图5 2025年中国重点行业AI供应链安全治理覆盖率图
数说IT
< <滑动查看全文> >
更多行业案例及其特点，请扫描下方二维码关注“赛迪顾问”公众号，获取最新动态。
微信号：ccidconsulting
本公众号提供的内容用于个人学习、研究或欣赏，不可用于其他商业用途。如有关于作品内容、版权及其它问题，请及时在公众号留言。
如果获得转载授权，请注明作者姓名和转载的出处，不修改文章的标题、文字、图片或者音视频，以免曲解原文意思。
点击合集，查看更多文章
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
