随着网络犯罪在暗网上日趋复杂，企业对监控隐蔽网络空间、降低网络威胁的需求持续上升，暗网情报行业正获得越来越多关注。市场研究报告与企业合作动态显示，这一领域不仅规模快速扩大，技术与服务形态也在向更整合、更可操作的方向演进。
暗网情报市场规模与增长前景 根据The Business Research Company发布的分析，暗网情报市场近年来扩张迅速。市场规模预计将从2025年的7.6亿美元增至2026年的9.2亿美元，复合年增长率（CAGR）约为21.2%。推动这一增长的因素包括：暗网上网络犯罪活动增加、黑客广泛利用暗网进行数据交换、威胁情报平台采用率上升、企业对网络风险意识增强，以及对实时暗网监控能力的需求提高。
展望未来，该市场预计到2030年将达到约19.9亿美元，复合年增长率约21.3%。支撑未来增长的因素包括：人工智能（AI）与机器学习（ML）在预测性威胁检测中的融合、暗网情报托管服务范围扩大、基于云的监控方案更广泛采用、监管合规要求上升，以及可视化与报告技术的进步。预计将影响市场的关键趋势包括：持续暗网监控、复杂威胁模式分析、主动风险缓解策略、自动化事件响应与报告，以及网络犯罪趋势预测。
暗网情报领域的主要企业与行业动态 暗网情报领域的重要参与者包括：Carbon Black Inc.、Darktrace PLC、Recorded Future Inc.、Anomali Inc.、ZeroFox Holdings Inc.、ThreatConnect、LookingGlass Cyber Solutions Inc.、IntSights Cyber Intelligence Ltd.、EclecticIQ B.V.、CipherTrace Inc.、Blueliv、Digital Shadows Ltd.、BlackBag Technologies Inc.、KELA Group、PhishLabs Inc.、Terbium Labs Inc.、Cybersixgill、Group-IB、QOMPLX Inc.、SenseCy、RiskIQ、SurfWatch Labs、DarkOwl LLC以及Flashpoint等。
行业内一次值得关注的动作发生在2023年4月：美国网络安全公司ZeroFox收购了LookingGlass Cyber Solutions，交易金额未披露。此举旨在通过增强其外部网络安全平台的全面威胁情报能力，扩大ZeroFox在网络安全领域的布局。LookingGlass专注于提供暗网情报及其他威胁情报服务，帮助组织降低网络风险。
新兴趋势：更安全的暗网调查环境 市场领先企业越来越注重部署复杂且智能化的解决方案，以强化竞争地位。其中一类创新是虚拟机技术：它模拟物理计算机环境，使网络安全专业人员能够在不暴露自身或所属组织的前提下，安全地开展暗网相关分析。
例如，2023年4月，英国暗网情报提供商Searchlight Cyber推出了Stealth Browser——一种可直接通过互联网浏览器访问、无需安装软件的安全虚拟机。该工具增强了Searchlight的Cerberus调查平台，该平台被执法部门、企业及托管安全服务提供商（MSSP）广泛用于发现暗网上的非法活动。Stealth Browser为探索暗网空间提供了受保护的途径，同时维护使用者安全。本月，日本Macnica公司推出暗网调查服务ANTERAS DarkWeb，以帮助企业应对勒索软件攻击。
暗网情报市场的细分结构 暗网情报市场可按多个维度划分：
按组件类型：解决方案与服务。 按部署模式：本地部署与云部署。 按企业规模：大型企业与中小企业（SME）。 按应用领域：银行、金融服务与保险（BFSI）、教育、政府、医疗、交通、制造业及其他行业。 更细的子类别包括：
解决方案方面有暗网监控工具、威胁情报平台、数据分析软件，以及报告与可视化工具； 服务方面则涵盖咨询服务、事件响应服务、托管服务，以及培训与意识提升项目。 这一细分框架有助于理解不同参与者和产品如何嵌入更广泛的暗网情报市场，并体现其应用场景与交付方式的多样性。
DarkOwl与Aftra达成战略合作 与市场整体扩张并行，企业层面也出现了将暗网情报与攻击面管理深度整合的动向。暗网情报领域的领先提供商DarkOwl，与攻击面管理解决方案提供商Aftra宣布达成战略合作。双方将把DarkOwl的DARKINT暗网情报数据集直接集成到Aftra解决方案中，使Aftra客户在查看外部攻击面与员工暴露情况的同时，持续获得暗网暴露相关可见性。
Aftra帮助组织以攻击者视角审视自身：持续发现暴露资产、影子IT以及互联网上的员工风险，并将发现转化为安全、IT与管理层可优先处理的行动。
集成DarkOwl的DARKINT数据集后，客户可以看到自身暴露是否已延伸到暗网市场、犯罪论坛，以及Telegram等与暗网相邻的渠道。
Aftra首席技术官Sindri Guðmundsson表示：“将DarkOwl直接集成到Aftra中，把客户的可见范围扩展到了传统防御的边界之外。把暗网情报与我们的攻击面管理和员工暴露能力结合，能让组织获得对其整体风险状况的单一、可操作视图。”
DarkOwl联合创始人兼首席执行官Mark Turnage则表示：“攻击面管理告诉组织外围暴露了什么。暗网情报告诉他们外围之外哪些东西已经失陷。通过把DarkOwl的数据直接集成到Aftra中，我们在填补这一缺口——让安全团队在一个地方同时看到自己哪里脆弱、哪里已经暴露。”
这一合作反映了安全团队工作方式的更广泛转变：组织越来越需要的不是从彼此割裂的工具中逐条处理告警，而是能够把“暴露了什么”与“已经失陷了什么”连接起来的整合视图。
DarkOwl与Aftra的公司背景 DarkOwl是暗网数据领域的主要提供商之一，提供据称是全球最大的商业可用暗网信息数据库。公司结合机器学习、人工智能与人工分析，自动、持续且匿名地采集并索引暗网、深网及高风险表层网络数据。其平台近乎实时地采集和存储数据，使位置与可用性频繁变化的暗网站点也能在安全环境下被检索和监控，而无需使用者直接访问暗网。客户可将这些数据转化为识别组织风险以及犯罪与敌对行为的工具。
Aftra则定位为连接高管战略与技术执行的网络安全方案：一方面为高层提供高层级可见性与可决策洞察，另一方面为IT与安全团队提供稳健的自动化平台，用于管理日常工作流并实时处置风险。公司致力于将复杂的网络数据转化为战略资产，使整个组织保持安全、合规并彼此对齐。
暗网监控通过在攻击发生前检测泄露的凭证、泄露的数据以及威胁行为者活动，帮助识别潜在网络威胁。早期发现这些风险，使安全团队能够调查漏洞并降低被入侵的可能性。
被盗信息经常出现在地下论坛、暗网市场和暗网泄密站点上，网络犯罪分子在那里交换数据并讨论潜在目标。通过暗网持续监控这些环境，并辅助人工智能技术，可以提早揭示传统安全措施难以察觉的预警信号。
早期威胁识别能够降低小规模数据泄露演变成重大安全事件的几率。暗网情报可以提供有价值的威胁情报预警，帮助企业优先处理风险并加强网络安全防御。
暗网监控如何揭示安全风险与攻击指标 暗网监控能够发现攻击指标、泄露资产以及可能预示潜在网络威胁的可疑活动，从而在其升级为安全事件之前加以应对。
1. 泄露的凭证
被盗的用户名和密码在钓鱼攻击、恶意软件感染和数据泄露后经常被交易。发现这些凭证有助于突出账户接管风险，使安全团队能够在恶意访问发生前保护受影响账户。
2. 敏感数据泄露
机密记录、财务信息和内部文件经常出现在地下泄露平台上。对泄露数据的预见性有助于评估泄露严重程度，并识别与未经授权披露相关的安全风险。
3. 威胁行为者讨论
威胁行为者经常在私人论坛中交换有关漏洞、攻击技术和潜在目标的信息。从这些对话中收集的情报可以揭示正在形成的网络威胁和新兴攻击活动。
4. 勒索软件指标
勒索软件团伙运营的泄露门户通常包含有关被入侵网络和被盗数据的信息。跟踪这些来源可以提供与敲诈相关的威胁情报，这些威胁可能影响企业和关键资产。
5. 钓鱼基础设施
欺诈域名、钓鱼工具包和仿冒模板通常通过地下市场分发。监控这些资产有助于发现针对员工、客户和商业伙伴的钓鱼威胁。
6. 第三方泄露
影响供应商和服务提供商的泄露可能在相互关联的业务环境中引入风险。对被入侵供应商数据的提及可能表明能够影响多个企业的供应链威胁。
7. 品牌冒用
公司名称、高管身份和数字资产经常被滥用以支持诈骗和欺骗性活动。检测非法品牌使用有助于降低欺诈风险并保护利益相关者信任。
8. 攻击规划信号
涉及被盗访问权限、漏洞可用性或针对特定目标侦察的讨论，往往指向恶意意图。识别这些信号可提供有价值的威胁情报，指导防御行动和风险缓解努力。
可以检测到哪些网络威胁 地下社区中流传的信息往往揭示可能影响企业、员工、客户和数字资产的攻击模式。
1. 账户接管
被盗凭证仍然是未经授权账户访问的最常见原因之一。从暗网来源收集的情报可以在恶意行为者尝试使用前揭示泄露的账户。
2. 数据泄露
包含客户信息、员工记录和业务文件的大型数据集在未经授权披露后经常出现。对被泄露信息的提及可能揭示尚未公开确认的事件。
3. 勒索软件攻击
勒索软件团伙通常会通过暗网泄密网站、受害者发布披露和地下论坛讨论留下痕迹。对这些活动的及时预见性可以提供针对特定行业和企业的威胁预警。
4. 商业电子邮件入侵
电子邮件冒用活动依赖被盗凭证和被入侵邮箱来欺骗员工或商业伙伴。暗网情报可以揭示与这些计划相关的指标，从而在造成重大财务损失前加以应对。
5. 内部威胁
机密信息可能被员工、承包商或拥有公司系统合法访问权限的个人泄露。泄露的文件、内部通信和共享凭证可能预示潜在的内部相关风险。
6. 品牌滥用
公司名称、商标、域名和高管身份有时被滥用于创建可信的仿冒网站或欺骗性通信。识别这些活动有助于保护客户并维护品牌信誉。
威胁预警为何至关重要 随着攻击者获得更多时间在系统中横向移动、访问敏感信息或扩大影响范围，安全事件会变得更难控制。因此，及时的威胁可见性至关重要。
1. 更快响应
威胁情报使安全团队能够在可疑活动发展成更大事件前进行调查。更快的行动可以减少驻留时间，并限制进一步入侵的机会。
2. 降低影响
可疑访问、数据泄露和服务中断在长时间未被注意时往往造成更大损害。对潜在风险的可见性使纠正措施能够更早实施。
3. 财务保护
恢复费用、监管处罚、法律成本和业务中断可能造成重大财务压力。在事件升级前识别预警信号有助于将这些潜在损失降至最低。
4. 声誉管理
当敏感信息已经泄露或广泛公开时，客户信心可能下降。对正在形成风险的了解使企业能够在其影响公众认知前解决问题。
5. 安全韧性
对外部风险的持续可见性增强了企业预测、防御和从恶意活动中恢复的能力。主动方法提高了对不断演变的攻击技术的长期准备。
暗网监控应多久进行一次 简短的回答是：暗网监控应持续进行，而非周期性进行。
地下论坛上的威胁活动不遵循工作时间或报告周期。数据泄露和凭证倾倒可能随时出现。一次性扫描或每月审查可能检测到旧的泄露，却错过已被利用的活跃威胁。持续监控使企业能够在数小时或数天内而非数周内发现数据泄露。安全团队随后可以重置密码、撤销访问权限、调查被入侵账户，并降低进一步攻击的可能性。
暗网对大多数普通互联网用户来说仍然是一个相对陌生的领域。它建立在加密通信和匿名路由技术之上，这些技术能够让用户的活动几乎无法被追踪。正因为如此，暗网常常成为非法活动的温床，包括各类违法交易以及数据贩卖等行为。近年来，无论是中国还是国外的研究人员，都在分析暗网内容方面取得了一定进展。不过，这些研究大多集中在英文材料上，针对暗网里中文内容的公开研究成果相对较少。
今年5月，中国刑事警察学院的一个研究团队在《中国计算机系统学报》期刊上发表了一篇论文。论文介绍了一种专门训练用于翻译和评估中文暗网内容的模型。这是与执法相关的研究人员公开分享他们如何借助人工智能工具处理暗网信息的一次较为罕见的披露。研究团队的目标是收集相关数据，并开发出能够帮助分类敏感和非法材料的工具。
通过定制化系统解决数据收集中的主要困难 研究过程中，第一个需要解决的挑战就是如何进入暗网站点并收集数据。研究人员发现，不同暗网平台的登录要求存在很大差异。传统的网络爬虫在面对验证码验证时往往力不从心，同时这些站点还会不断调整反爬虫策略，进一步增加了数据获取的难度。
为了克服上述困难，研究团队专门设计了一套系统。这套系统能够分别处理多种不同任务，例如完成登录操作、生成内容列表，以及下载图片等，该系统还控制了访问频率，以规避检测机制。通过这种方式，研究人员得以更有效地从暗网站点获取所需信息，为后续的人工智能分析和分类工作打下基础。
该报告称，最终，它从8个暗网中文交易网站和论坛收集了超过10000条原始数据。
通过AI模型进对暗网内容进行打标分类 研究团队将文本和图像输入到另一个AI模型中，该模型将所有图像（例如银行卡详细信息）转换为统一的文本描述。接下来，该团队手动将1800个样本标记为“种子”数据，用于训练初始分类模型。然后，该模型采用主动学习来标记剩余的数据，之后再将其交给人工审核员进行验证。
经过六轮迭代，该模型已将12467个样本归类为8类，包括金融凭证交易、贩运身份数据、提供非法服务、色情材料和极端或暴力内容。除了这些类别标签之外，每条可疑内容还会根据其是“轻微违规”还是“严重犯罪”来进行进一步分类。
鉴于大多数暗网样本都属于高风险内容，该团队设计了一种评分机制，其中不包含敏感或非法内容的材料评分为0-0.2分。可能存在风险的内容（包含敏感短语但不包含任何非法内容）评分为0.2到0.4分，而非法内容的评分为0.4到1分。非法内容的具体评分取决于其性质，涉及身份盗窃或提供非法服务的，每项加0.05分；涉及未成年人或提供犯罪技术或工具的，每项加0.1分。
敏感词汇列表最初是根据与暗网非法活动相关的词语和短语手动编制的。之后，该词汇表根据模型的预测结果进行了更新，但论文并未详细说明更新过程。最终模型通过包含200个样本的独立测试集进行了验证，结果表明AI工具能够可靠地对暗网上的内容进行分类。
研究意义 尽管该论文没有提及执法机构是否会使用该模型来监控中国暗网上的帖子，但该团队在论文中写道：“该方法能够以有限的人力成本稳定地执行风险标注任务，为中国暗网风险分析提供可重用的数据和方法论支持。未来的工作将扩大数据规模，并探索更多针对中国暗网环境的下游分析任务。”
“暗网下/AWX”认为，这项工作为中国执法部门在暗网监控领域提供了技术参考。通过结合人工智能模型与定制化的数据收集系统，研究人员试图在高度匿名的环境中识别和评估敏感内容。相关论文的发表，也让外界得以窥见中国警方在这一技术领域的探索方向。
爱尔兰议会（Oireachtas）关于人工智能（AI）的听证会将一个备受关注的问题提上了议程：国家在追踪网络威胁信号时，应如何把握住度，避免越权导致过度干预。爱尔兰国防军和国家网络安全中心（NCSC）向委员会表示，他们正在监控暗网以防范针对国家的网络安全威胁，但仅限于搜索与这些威胁相关的关键词和短语。
爱尔兰议会委员会听取了哪些内容？ 此次听证会侧重于实践问题而非理论探讨。爱尔兰国防军和国家网络安全中心证实，他们正在采取行动监控暗网以防范针对国家的网络安全威胁。爱尔兰国家网络安全中心主任理查德·布朗博士（Dr Richard Browne）表示，监控仅限于与网络威胁相关的关键词和短语。这一细节至关重要，因为它划定了界限：国家正在警惕危险信号，但并未将其呈现为开放式的监视。
这一议题植根于关于人工智能、网络风险以及当威胁形势变得难以界定时各机构应如何应对的更广泛公共讨论之中。在本次听证会上，爱尔兰议会委员会听取了负责国家安全和网络防护的机构陈述，将讨论置于政府运作机制之中，而非停留在抽象层面。这提醒我们，网络防御现已成为国家日常事务的一部分，而非偶尔的危机应对措施。
暗网监控为何对国家安全至关重要？ 暗网监控被视为威胁检测的一部分，而非独立的解决方案。正如理查德·布朗博士所描述的，国家网络安全中心（NCSC）的做法具有针对性且范围有限：仅关注关键词和短语。这表明努力旨在尽早识别潜在风险，尤其是在攻击尚未发生但已有迹象时。在同一次听证会上，国防军的出席进一步强调，这不仅是一个技术问题，更是国家整体防备能力的问题。
在由机构和术语主导的讨论中，人们很容易忽略“人性”这一维度。然而，其背后的核心关切对公民和公职人员而言都并不陌生：关键系统、公共服务和国家职能能否免受那些可能源于大多数人从未见过的空间的危害。爱尔兰议会委员会今天听取的意见指出，答案不仅取决于积极的监控，还取决于克制。换言之，警惕危险并不等同于将每一个信号都视为威胁。
关于暗网监控的辩论是如何演变的？ 当前的讨论源于爱尔兰警察局（Garda）助理局长安吉拉·威利斯（Angela Willis）上月初的一份公开声明，她表示警方“并未主动监控暗网”。这一早前的表态为委员会听证会提供了背景，因为它表明不同机构对其职责的描述存在差异。爱尔兰议会目前掌握的证据显示，国防军和国家网络安全中心确实在进行监控，但其方法有限，且受特定条款的约束。
对公众而言，这些区别至关重要。它们塑造了人们对安全与克制之间平衡的理解，并有助于界定国家机构在声称搜寻网络威胁时实际在做什么。爱尔兰议会听证会并未呈现一个全面的大规模计划或戏剧性的扩张。相反，它强调了一种受控的做法，旨在向国家发出危险警报，同时避免将监控变成开放式的拉网式搜索。
这对国家今后的发展意味着什么？ 目前，最明确的应对措施已然展开：爱尔兰国防军和国家网络安全中心正通过关键词和短语，对暗网进行监控，以搜寻与网络威胁相关的预警信号。这种做法听起来或许微不足道，但在网络安全领域，早期发现往往是风险能否得到控制、还是演变为更大问题的关键。委员会的听证会表明，国家机构正努力跟上威胁的步伐——这些威胁往往行动迅速，且在浮出水面之前通常隐而不显。
更广泛的问题——也是听证会后仍悬而未决的问题——在于：国家在不超出必要范围的情况下，需要多少监控力度才能确保安全？爱尔兰议会的讨论表明，至少目前，答案是“定向监控”，而非“全面监控”。但“暗网下/AWX”认为，这还远远不够。未来，随着委员会继续审查人工智能及相关风险，真正的考验在于：当威胁日益复杂时，这种平衡能否得以维持。
归根结底，这一场景与其说戏剧性，不如说发人深省：一个委员会会议室，关于网络威胁的警示，以及一个试图看清黑暗却又不失分寸感的国家。爱尔兰议会的辩论目前正处于这一阶段，而接下来的问题很可能也将由此展开。
近日，谷歌云官方博客正式披露了其利用Gemini AI代理大规模监控暗网的最新进展。谷歌在其威胁情报平台（Google Threat Intelligence）中引入了Gemini AI代理，用于自主监控暗网论坛，这标志着网络安全情报和AI驱动的威胁检测领域取得了重大进展。
目前，该系统目前处于公开预览阶段，依托Gemini AI代理的强大算力，每日可自动筛选超过1000万条暗网数据，通过为企业量身定制“数字画像”，在黑客发动攻击前精准识别潜在风险，例如数据泄露、内部威胁和初始访问代理活动。
“在之前的岗位上，我曾使用过几种暗网工具，发现它们的平均误报率超过90%。而新的暗网情报工具则彻底改变了这一现状，它能够过滤掉噪音，并将人类分析师无法及时发现的线索串联起来。这就像是在火苗燃起之前就将其扑灭，而不是亡羊补牢。”LastPass威胁情报总监Michael Kosak说道。
谷歌用Gemini筑起暗网防火墙 长期以来，暗网一直是网络犯罪分子的避风港，从泄露的数据库、定制的勒索软件工具到针对特定公司的攻击计划，海量情报隐藏在无数个隐秘论坛和加密频道中。传统的人工筛查或关键词检索方式在面对爆炸式增长的数据量时，往往显得捉襟见肘。
为了帮助提炼情报并发现隐藏的对手，谷歌在Google威胁情报中融入了智能体功能，并引入“暗网情报”（Dark Web Intelligence）。这项服务标志着网络安全防御从“被动响应”向“主动预判”的战略性转型，通过将情报生产从脆弱的关键词匹配转移到基于意图的分析，暗网情报可以更好地了解对手行为的背景——例如，即使威胁行为者故意避免指明受害者，也能识别出子公司的访问权限是否被攻破。 内部测试表明，该系统能够以98%的准确率分析每天数百万个外部事件，并仅突出显示对用户的任务真正重要的威胁。此外，通过提供解释威胁“原因”和“方式”的合理答案，该系统能够帮助防御者节省时间，并确保他们在日益自动化的威胁环境中保持情报优势。 此次部署标志着暗网监控方法的重大转变，传统方法依赖于静态关键词抓取和基于正则表达式的检测。这些传统方法通常会产生高达80%到90%的误报率，导致安全团队被大量无法处理的警报淹没。相比之下，Gemini利用先进的大型语言模型(LLM) 和上下文分析，显著提高了检测准确率和运行效率。
每日千万级数据的“大海捞针” 谷歌的Gemini AI代理目前每天能够自动化爬取并处理超过1000万条暗网帖子，利用大规模遥测数据和基于向量的比对方法，将威胁信号与特定的组织概况关联起来。通过整合开源情报和用户提供的数据，该系统构建了企业资产的详细概况，包括品牌、高管和技术基础设施。这使得AI能够将模糊或间接的威胁指标直接映射到相关目标。由此可以看出，这并非简单的爬虫技术，而是真正意义上的“代理式AI（Agentic AI）”应用。
该系统的核心工作流分为两个阶段：
组织概况构建（Profiling）： Gemini首先会利用其多模态理解能力，深度学习订阅用户组织的架构、资产、关键人员以及特定的技术栈，构建出一个高度精确的“防御画像”。 语义化关联分析： 随后，AI代理会带着这个画像进入暗网的庞大数据库中。不同于传统的关键词匹配，Gemini能够理解黑客俚语、代码片段和非结构化的对话内容。即使黑客在讨论时使用了隐语或简称，AI代理也能通过上下文推断出其是否正在针对该组织进行漏洞买卖或数据泄露。 这种大规模的语义分析能力，使得企业能够从每天数千万条“噪音”中，精准提取出那几条致命的威胁情报。
防御者的“降维打击” 谷歌威胁情报团队指出，目前的网络攻击链条中，从初始入侵到数据榨取的时间窗口正在不断缩短。传统的防御手段往往在数据已经出现在暗网交易平台上后才能感知，而Gemini AI代理的目标是在攻击者还在讨论“可行性”或“分赃协议”阶段就发出预警。
此外，该服务还集成了曼迪昂特（Mandiant）多年积累的实战情报。通过将Gemini的实时处理能力与曼迪昂特的历史威胁库相结合，系统可以识别出特定威胁源（APT组织）的作案手法。对于安全运营中心（SOC）的工程师来说，这意味着他们不再需要熬夜翻看晦涩的暗网日志，Gemini会直接递交一份包含“谁在威胁我们、他们拥有什么筹码、我们该如何封堵”的简报（支持中文等各种语言）。
随着这一服务的公开预览，谷歌显然意在通过AI原生安全能力重新定义企业级防火墙。在AI与AI对抗的时代，拥有最强“代理人”的企业，或许才能在这场永无止境的猫鼠游戏中赢得先机。
近日，在爱尔兰议会的一个委员会会议室里，当警方表示他们不会主动监控暗网时，现场爆发出一阵笑声。
爱尔兰警方助理警务处长安吉拉·威利斯（Angela Willis）在爱尔兰人工智能委员会作证时表示，尽管爱尔兰国家警察（An Garda Síochána）拥有监控暗网的专业知识，但他们并没有这样做。
此前，爱尔兰共和党（Fianna Fáil ）的诺伊斯·奥·凯鲁伊尔（Naoise Ó Cearúil）询问，考虑到暗网上存在大量儿童性虐待材料，“爱尔兰警察局是否正在积极监控暗网”。
她回应说：“我们并没有主动监控暗网。”
暗网是互联网中受限的一部分，需要特定的软件才能访问，网络犯罪分子经常利用暗网作为非法商品或内容的交易市场。
基尔代尔北部议员问，当警方收到证据或有“理由相信”暗网上存在非法材料时，他们是否会进行调查，她回答说“是的”。她还确认爱尔兰警察拥有这样做的技术专长。
当被问及“为何不对暗网进行全面监控，而只是在接到投诉后才采取行动？”时，负责有组织和严重犯罪的助理警务处长表示：“我想这主要是能力问题。就这么简单，就是我们监控暗网的能力有限。”不过，她也澄清说，如果有人投诉暗网上的非法内容，警方将会展开调查。
她说，如果爱尔兰警察能够“在该领域部署人工智能工具”，将会有“巨大的机会”，但他们“迄今为止还没有评估过任何工具”。
在同一次委员会会议上，威利斯证实，警方已收到244起关于人工智能工具Grok生成的AI虐待图像滥用案件的举报。其中约一半涉及儿童性虐待图像。她表示，对生成的图像进行调查可能会导致针对Grok公司的所有者或员工提起诉讼。
当人民优先党（ People Before Profit TD）的保罗·墨菲（Paul Murphy）问及这些调查是否涉及“Grok本身”时，威利斯表示，爱尔兰警方“不排除任何可能性”。
她补充说，证据可能首先涉及该技术的用户，但她表示，他们“将不遗余力地寻找各种机会，将犯罪者绳之以法”。
负责有组织和严重犯罪的助理专员表示，由于这些调查具有跨国性质，并且涉及多个其他司法管辖区，因此这些调查“可能相当复杂，而且过程相当漫长”。
她说，爱尔兰警方将“从证据角度出发，尽可能深入调查他们，然后我们显然会将这些信息提交给公共检察署署长（DPP）”。
早些时候，爱尔兰统一党的詹姆斯·乔根问她，爱尔兰法律中“生产促成者”和生产者之间是否有区别。
她表示，“从历史上看”，调查的重点是“制造这些材料的人”，但她也表示，他们的调查“将沿着证据的方向进行”，并补充说，是否提起诉讼将由检控署决定。
威利斯说：“但当然，为了展开调查，我们有足够的空间去调查是否有人协助或教唆他人制作与儿童有关的此类材料。”
当被都柏林湾南区议员问及人工智能图像生成工具生成性虐待图像的问题时，她同意调查未经同意的成年人图像的生成情况更为复杂。
当被问及爱尔兰国家警察在与部长的对话中是否正在探讨加强该领域法律（包括《可可法》，Coco’s Law）的提案时，她表示“是的，而且我知道这已经在考虑之中了”。
《骚扰、有害通讯及相关罪行法案》（又称“可可法”）于 2020 年颁布。该法案规定，未经同意散布或发布私密照片，意图对受害者造成伤害，属于严重犯罪行为，最高可判处七年监禁。该法案还将威胁散布或发布此类照片的行为定为犯罪。
我们大多数人都听说过“暗网”和“欺诈”，因为身份盗窃仍然是2026年消费者和企业面临的最大问题之一。
暗网是深网的一部分，深网包含一些不会出现在标准搜索引擎结果中的网页。当你登录网上银行、Netflix 或电子邮件时，你就是在接触“深网”。
要访问暗网网站，你需要一个特殊的浏览器（例如 Tor 或洋葱路由器），它可以加密你的身份并匿名化你的数据。由于其匿名性，暗网已成为网络犯罪和诈骗的中心，包括交易被盗的个人信息。
仅经过两个月的调查，一种名为Lumma Stealer的恶意软件就在近 40 万台电脑上被发现。这种信息窃取程序会窃取密码、信用卡号、银行账户信息和加密货币钱包登录信息等个人凭证，最终在微软和执法机构的共同努力下被关闭。
这款信息窃取程序已经存在多年，由于其高效性和有效性，仍然深受网络犯罪分子的青睐。更令人担忧的是，这种恶意软件以及其他类似恶意软件的新变种层出不穷。
由于大多数被盗凭证最终都会在暗网上出售，因此对于企业而言，集成能够检测和防止数据泄露的暗网监控工具变得至关重要。
正如Javelin Strategy & Research的网络安全总监特蕾西·戈德堡（Tracy Goldberg）在报告《暗网威胁情报：现代网络安全的关键支柱》中概述的那样，采用这些工具只是组织保护其运营免受日益增长的信息窃取威胁的第一步。
大量用户个人信息被盗取 一种名为数字窃取器的恶意软件变种常被用于电子商务应用程序中，在结账过程中窃取支付卡数据。相比之下，信息窃取器则可以窃取与购买相关的所有可用浏览数据。
这种广泛的访问权限使得信息窃取者成为一种特别有害的威胁，因为他们可以收集更多的数据，而且规模更大。
戈德堡说：“假设你有浏览历史记录。如果你不定期清除浏览数据——我认为我们大多数人都不会这样做——这些信息窃贼就能窃取你的Cookie。有些窃贼甚至可以窃取你的自动填充数据。一旦他们获得了浏览历史记录的访问权限，他们就能入侵各种类型的账户。”
“窃取你的电子钱包和信用卡数据只是冰山一角，一些新兴的信息窃取者甚至能够截取屏幕截图，”她说。“即使你之后清除了浏览历史记录，一旦信息窃取者入侵并截取了屏幕截图——除非你修改了浏览数据中被保存的密码——否则他们就掌握了你的信息。”
由于具备这些能力，分析人士估计，信息窃取者已经窃取了数十亿条个人凭证。他们收集的数据很容易被不法分子汇总，并经常在暗网上拍卖。
虽然个人数据元素有时会被零散地出售，但令人担忧的是，现在出现了一种将完整的个人数据包一起出售的趋势。
戈德堡说：“信息窃取工具之所以对网络犯罪分子如此有吸引力，是因为它们可以将数据打包。它们可以打包你的出生日期、常用密码、用户名、信用卡信息和社保号码。所有这些信息都可以打包出售，从而轻易地盗用你的身份，或者利用你的部分信息创建一个虚假身份。”
人们必须减少对密码的依赖 为了保护客户，金融机构必须采取多管齐下的策略。抵御旨在窃取凭证的恶意软件威胁的最重要方法之一，就是减少凭证的使用。
戈德堡说：“我们必须摆脱用户名和密码。消费者需要做的身份验证越少，我们就越安全。能够用于验证个人或设备身份的后端分析越多，我们就越安全——因为人永远是最薄弱的环节。”
终端用户的脆弱性是近年来网络钓鱼攻击如此猖獗的原因之一。不法分子现在可以利用复杂的技术伪造看似来自合法来源的信息。例如，最近许多消费者都收到了声称来自政府机构的关于未缴通行费的虚假短信。
犯罪分子会将这些极具说服力的信息与社会工程学技巧相结合，迫使用户采取紧急行动。这些策略——网络钓鱼和社会工程学技巧——是许多诈骗攻击的基础，信息窃取者也不例外。
由于这些攻击变得越来越有效，因此必须摒弃传统的用户名/密码模式。然而，目前对登录凭证的广泛依赖使得这种转变在短期内不太可能发生。
戈德堡表示：“对银行和信用社来说，最重要的启示是，我们必须开始着眼未来，搭建一座桥梁，连接我们现在使用用户名和密码的时代和未来，最终摆脱用户名和密码的束缚。这意味着要采用多因素身份验证，并利用行为生物识别和分析技术来补充用户名和密码。”
“最终，我们可以完全取消用户名和密码，”她说。“另一个弥补漏洞的措施是确保密码强度，并要求客户和会员定期更改密码——至少每90天一次。”
暗网威胁情报非常重要 除了加强身份验证方法外，企业与金融机构还必须采取措施，查明哪些数据可能已被泄露。这需要利用暗网威胁情报平台，这些平台持续监控暗网，查找任何可能泄露机构客户或会员信息的内容。
戈德堡说：“假设他们的客户是美国银行，那么暗网威胁情报提供商就会去搜索暗网——甚至包括公开网络、社交媒体帖子等等——看看是否有任何与美国银行有关的信息。”
她表示：“通常情况下，美国银行作为客户，也会向暗网服务提供商提供任何可能帮助他们发现已被盗用的账户的数据。然后，暗网威胁情报提供商会想方设法防止这些数据泄露。”
许多暗网威胁情报平台的一项主动功能是部署分析师，让他们伪装成网络犯罪分子潜入暗网。这些分析师监控威胁行为者的通信，以检测新出现的威胁或安全漏洞。
在某些情况下，他们甚至可以从暗网上重新购买被盗数据，并在造成进一步损害之前将泄露的凭证或信息归还给客户。
随着欺诈损失和系统影响的加剧，越来越多的机构意识到恶意软件的潜在危害。然而，信息窃取行为带来的额外影响意味着金融机构必须立即实施强有力的防御措施。
戈德堡表示：“其中一个重要结论是，仍然有一些企业对暗网威胁情报的相关性持观望态度。这些信息窃取者并非新生事物，它们已经存在一段时间了。但它们仍在不断演变，我们不断看到新的、更强大的变种出现。”
“如果你之前还不相信，现在你应该相信暗网威胁情报至关重要，因为它能帮助你在网络安全方面更加积极主动、更具预测性，而不是在欺诈发生后才被动应对，”她说。
什么是暗网监控工具 暗网监控工具是一种用于搜索暗网的工具。暗网是互联网的一部分，未被标准搜索引擎收录，其用途是查找个人数据或凭证等信息。这些扫描器可以帮助个人和组织检测其敏感信息是否已在暗网上泄露或交易。
简而言之，暗网扫描器是一种能够识别和扫描买卖和共享被盗数据的网站的服务。被盗身份数据可能包含敏感信息，例如个人身份信息 (PII)、非公开信息、加密和密码保护的非法内容，以及发布在暗网上的其他敏感数据。
身份盗窃的类型有很多，需要警惕。从网络钓鱼邮件诈骗到数据泄露，再到电脑上的恶意软件，所有这些都可能将用户的个人信息（信用卡号、CVV码或社会安全号码）暴露给黑客。
暗网监控工具会使用用户的个人信息（例如用户的电子邮件地址）来扫描暗网，查找任何匹配项。大多数监控工具首先会搜索缺乏完善隐私保护措施的非法市场或论坛。
尽管暗网监控工具覆盖范围广，但没有任何一款能够扫描到所有因犯罪活动而散布在整个暗网上的被盗数据。这是因为很多被盗数据都是私下交易的。不过，如果用户怀疑自己的个人信息已被泄露，暗网扫描可以有效地帮助用户消除疑虑。
本文“暗网下/AWX”将介绍一些常见暗网监控工具的主要功能。
10款值得使用的暗网监控工具 一、Firefox Monitor Firefox监控工具是Mozilla自家的安全漏洞检测服务，完全免费。它会使用用户的邮箱地址扫描暗网，查找已知的安全漏洞，并在用户的信息泄露后及时通知。
主要功能：
1、强有力的泄露数据搜索
Firefox的这项服务允许用户搜索知名的数据泄露事件。它还会列出近期发生的泄露事件以及泄露的信息。
2、全面的安全提示
Mozilla向用户普及与网络安全和数据泄露相关的各种主题——黑客的工作原理、如何避免黑客攻击、如何创建强密码等等。
3、实时数据泄露警报
此功能允许用户设置警报，以便在扫描器在暗网上发现用户的信息时收到通知。如果用户遭遇数据泄露，用户将收到通知，其中包含有关泄露源头和泄露信息的内容。Firefox还允许用户设置多邮件监控。
二、Aura Aura的一体化数字健康解决方案包括暗网监控、信用警报、账户监控等功能。Aura的家庭套餐也是保护用户的孩子和家人免受身份盗窃侵害的顶级解决方案。所有Aura套餐均包含100万美元身份盗窃保险、对潜在可疑活动的快速警报以及24/7/365全天候客户支持。
主要功能：
1、在线账户和个人信息监控
Aura会持续监控用户的在线信息，并会在发生任何未经授权的访问或可能的数据泄露时及时通知。
2、暗网监控（个人信息和社保号码监控）
Aura还会在发现有其他人在网上使用用户的社保号码或其他敏感信息时通知用户。这包括任何人使用其身份证件开设新账户或信用额度。
3、身份验证监控
搜索巨头谷歌宣布将停止其免费的“暗网报告”功能，这是一个暗网监控工具，该工具会在用户账户关联的个人信息出现在暗网数据泄露事件中时发出警报。这些警报令人不安，预示着潜在的数据泄露风险——而这些警报即将永久消失。
对于许多用户来说，“暗网报告”似乎是一个很有价值的功能，它可以扫描各种暗网数据泄露事件，并在用户的个人信息（例如电子邮件地址、姓名、电话号码和社会保障号码）在被泄露的数据库中被发现时发出警报。
谷歌将于2026年1月15日停止扫描新的暗网泄露事件，暗网监控功能将于2026年2月16日完全关闭。谷歌表示，届时与该功能相关的所有数据都将被删除。不过，用户可以提前在账户设置中移除监控配置文件。此项变更不会影响谷歌的其他隐私报告。
“暗网报告”功能全面开放使用仅一年多 该工具于2023年作为Google One订阅用户的专属福利推出，并于2024年7月向所有Google帐户持有者开放使用。它旨在告知用户其电子邮件、电话号码、出生日期或其他个人信息是否出现在暗网数据库中。
这款工具会监控暗网——互联网上需要通过特殊浏览器访问的隐藏区域，通常用于恶意或非法活动——以查找您谷歌帐户的电子邮件地址。它是谷歌帐户的免费功能，仅用于告知您电子邮件地址是否出现在这些潜在危险的网站上。
然而，仅仅一年之后，谷歌却认为此类警报对用户并无价值。暗网报告提供了一份部分经过编辑的用户数据列表，这些数据来自一些隐秘的论坛和网站，在这些平台上，此类信息被买卖。但仅此而已——它只是一份列表而已。
为何谷歌要关闭“暗网报告”功能 至于谷歌为何要逐步停止其免费的暗网监控服务，是因为用户反馈表明，虽然该工具提供了有用的信息，但缺乏明确的、可操作的步骤来解决潜在的安全漏洞。
在官方支持页面上，谷歌解释说，它已决定关闭该功能，因为有反馈表明，该功能“没有为面临潜在身份风险的用户提供有用的后续步骤”。
正如谷歌在邮件中承认的那样，其暗网扫描并没有提供太多帮助。“反馈表明，这项服务并没有提供有用的后续步骤，”谷歌在谈到这项服务时表示。
借助谷歌提供的其他类型的个人数据警报功能，它能够采取一些措施。例如，您可以让谷歌从搜索结果中移除包含您个人数据的页面。不过，谷歌本身并不运营任何暗网业务，因此它所能做的只是提醒您，您的数据正在互联网的某个阴暗角落被传输。
据报道，谷歌现在计划专注于增强其他安全和隐私工具，以便为保护帐户提供更直接的指导。
谷歌公司建议用户利用现有的保护措施，例如安全检查、密码密钥、两步验证、谷歌密码管理器和密码检查，以防止数据被盗或任何类型的数据泄露事件。
尽管谷歌已承诺保护用户免受网络威胁，但免费“暗网报告”功能的关闭，标志着一项旨在让用户及时了解暗网风险的举措也宣告结束。
谷歌发给用户的完整邮件内容 暗网报告最新进展
我们将停止发布暗网报告，该报告旨在扫描暗网以查找您的个人信息。报告将于2026年1月15日停止更新，并于2026年2月16日起停止提供数据。虽然该报告提供了一些总体信息，但反馈表明它并未提供有效的后续步骤。我们做出此项调整，是为了专注于开发能够为您提供更清晰、更切实可行的在线信息保护步骤的工具。我们将继续追踪并保护您免受包括暗网在内的各种网络威胁，并开发更多工具来帮助保护您和您的个人信息。
2026年2月16日，该报告将不再提供，所有相关数据也将被删除。如果您希望提前删除您的监控配置文件，可以点击此处了解操作方法。
与此同时，我们鼓励您使用我们提供的现有工具来加强您的安全和隐私保护，包括安全和隐私检查、Passkey、两步验证、Google密码管理器和密码检查。我们也鼓励您使用“关于您的结果”功能，该功能可用于查找并请求从Google搜索结果中删除您的个人信息，例如您的电话号码和家庭住址。总而言之，我们将继续提供各种技巧和工具，帮助您确保在线安全。
谢谢你，
谷歌团队
暗网数据取证市场展望 2025年，随着网络犯罪活动日益复杂，以及对高级调查工具的需求日益增长，暗网数据取证领域将迎来快速发展。各行各业的组织都面临着来自暗网平台的数据泄露、勒索软件和非法交易的日益增长的风险。因此，对强大的暗网监控和取证能力的需求已成为全球企业、执法部门和政府机构的当务之急。
主要发现表明，暗网仍然是被盗凭证、财务数据和专有信息的主要交易市场。2024年和2025年初发生的几起备受瞩目的数据泄露事件凸显了主动监控暗网的重要性。例如，全球企业数百万条用户记录的泄露已被追溯到暗网论坛，促使受影响的组织紧急响应。勒索软件即服务的泛滥以及加密货币匿名交易的使用进一步使取证调查复杂化，需要更复杂的分析工具和跨境合作。
领先的技术提供商IBM正在通过增强其暗网情报和取证解决方案来应对这些挑战。IBM已扩展其安全产品组合，涵盖先进的暗网监控和威胁情报，利用人工智能和机器学习来识别新兴威胁和受损数据。Palo Alto Networks将暗网情报集成到其安全运营平台中，使企业能够检测并响应来自隐藏在线来源的威胁。Mandiant （现已被 Google Cloud 收购）继续提供事件响应和威胁情报服务，重点关注暗网取证，支持公共和私营部门客户追踪网络犯罪活动。
展望未来，暗网数据取证市场前景光明。预计该领域将持续投资于自动化、人工智能驱动的分析以及与更广泛的网络安全框架的整合。数据保护法和事件报告要求等监管压力也在推动人们采用能够从暗网获取可操作情报的取证解决方案。预计行业领袖、执法部门和国际组织之间的合作将加强，并采取联合行动，旨在打击非法市场并改进网络威胁的归因分析。
总而言之，暗网数据取证将在2025年及以后的全球网络安全生态系统中发挥越来越重要的作用。先进技术、监管要求和跨部门合作的融合将塑造这一充满活力且至关重要的领域的未来。
市场规模和增长预测（2025-2029） 受日益升级的网络威胁、监管压力以及暗网犯罪活动日益复杂的推动，暗网数据取证市场有望在2025年至2029年期间大幅扩张。随着各行各业的组织认识到监控、分析和应对非法数据交换的迫切需求，对高级取证解决方案的需求也日益增长。
预计到2025年，全球暗网数据取证市场规模将达到数十亿美元，并预计到2029年将保持强劲的复合年增长率（CAGR）。勒索软件的泛滥、数据泄露以及暗网市场上被盗凭证和知识产权的出售，是推动这一增长的因素。金融服务、医疗保健和政府部门尤其积极地采用暗网监控和取证工具，因为它们容易受到针对性攻击和监管审查。
主要行业参与者正在大力投资研发，以增强其暗网情报和取证能力。IBM已扩展其安全产品组合，将暗网威胁情报和分析纳入其中，并将这些功能集成到其 Security QRadar 和 X-Force 产品中。Palo Alto Networks正在利用其 Cortex XSOAR 平台自动收集和分析暗网数据，从而加快事件响应和威胁归因。Mandiant持续提供先进的威胁情报和取证服务，重点是追踪来自暗网来源的威胁行为者和数据泄露。
市场前景进一步受到监管动态的影响，例如欧盟的NIS2指令和不断发展的数据保护法，这些法规要求主动检测威胁并响应事件。这些法规迫使企业投资于能够发现和记录与其资产和数据相关的暗网活动的取证解决方案。
展望未来，人工智能与机器学习的融合有望加速暗网数据取证的效率和准确性。供应商正在开发自动化工具，以筛选海量暗网内容，识别新兴威胁，并近乎实时地提供可操作的情报。网络安全公司与执法机构之间的合作也有望深化，因为双方都致力于破坏犯罪网络并恢复受损数据。
总体而言，暗网数据取证市场将在 2029 年之前持续增长，创新、法规遵从性和不断演变的威胁形势将成为主要催化剂。
新兴技术：暗网取证中的人工智能、机器学习和自动化 2025年，在人工智能 (AI)、机器学习 (ML) 和自动化等新兴技术的推动下，暗网数据取证领域将发生快速变革。这些技术进步使取证调查人员能够更高效地识别、分析和归因隐藏网络上发生的非法活动，同时还能应对暗网数据日益增长的规模和复杂性。
人工智能 (AI) 和机器学习 (ML) 算法如今已成为暗网内容检测和分类的核心。通过利用自然语言处理 (NLP) 和图像识别，这些系统可以自动筛选海量非结构化数据——从论坛帖子到加密通信和非法市场。例如，基于人工智能的工具可以标记可疑关键词，识别加密货币交易中的模式，甚至检测新兴威胁，例如新的恶意软件变种或零日漏洞。这种自动化操作显著减少了分析师的手动工作量，并提高了生成可操作情报的速度。
大型网络安全公司正在大力投资这些技术。IBM已扩展其人工智能驱动的安全解决方案，涵盖暗网监控功能，将威胁情报源与自动化分析相结合，提供关于凭证泄露和非法交易的实时警报。同样，Palo Alto Networks在其 Cortex XSOAR 平台中采用机器学习技术，自动收集和关联暗网数据，增强事件响应和归因分析工作。FireEye（现为Trellix的一部分）持续开发用于暗网取证的高级分析技术，专注于识别威胁行为者和绘制犯罪网络图谱。
自动化也简化了证据保存和保管链管理的流程。取证平台现已集成基于区块链的时间戳和自动记录功能，确保从暗网收集的数字证据的完整性和可采性。随着法律和监管审查力度的加大，执法机构和法院要求取证流程稳健、防篡改，这一点尤为重要。
展望未来几年，人工智能、机器学习和自动化与同态加密和联邦学习等隐私保护技术可能会进一步融合。这些创新将使调查人员能够在不侵犯隐私或违反法律界限的情况下分析加密或匿名数据。然而，对手也在采用人工智能驱动的规避技术，这需要网络安全供应商、执法部门和行业机构之间持续创新和协作。
总而言之，人工智能、机器学习和自动化的融合将在2025年重塑暗网数据取证，为威胁检测、证据管理和犯罪归因提供前所未有的能力。随着这些技术的成熟，它们将在打击隐藏在互联网隐秘角落的网络犯罪分子不断演变的攻击手段方面发挥关键作用。
监管环境与合规挑战 2025 年，暗网数据取证的监管格局正在迅速演变，这主要源于网络犯罪日益复杂，以及数字证据在执法和企业调查中日益重要的作用。随着暗网市场和论坛继续成为数据泄露、勒索软件操作和被盗凭证出售等非法活动的中心，监管机构和行业机构正在加强对合规性、隐私和跨境数据处理的关注。
暗网数据取证面临的一个关键挑战是如何驾驭复杂的国际数据保护法网络。欧盟的《通用数据保护条例》（GDPR）仍然是核心框架，对个人数据的收集、处理和存储施加了严格的要求，即使这些数据来自犯罪论坛。2025年，欧洲数据保护委员会的执法行动和指导将继续明确合法证据收集的界限，强调比例原则、数据最小化和强有力的安全措施的必要性。
在美国，监管环境碎片化，《健康保险流通与责任法案》（HIPAA）和《金融服务现代化法案》（GLBA）等特定行业法律影响着企业使用和共享暗网情报的方式。联邦贸易委员会（FTC）加强了对监控暗网消费者数据公司的审查，要求其采取透明的通知方式并遵守隐私承诺。与此同时，《加州消费者隐私法案》（CCPA）等州级隐私法正在更新，以应对暗网数据收集和违规通知带来的独特风险。
在全球范围内，欧洲刑警组织和国际刑警组织等执法机构正在扩大跨境合作，以摧毁暗网犯罪基础设施并规范数字证据处理。这些组织还与数字取证和网络安全领域的私营部门领导者（包括IBM和Palo Alto Networks等公司）合作，以制定暗网调查中证据保存和保管链的最佳实践。
展望未来几年，预计监管将进一步协调，尤其是在国际机构寻求解决司法管辖权漏洞和加密通信挑战的情况下。人工智能取证工具和自动化暗网监控平台的出现也将引发新的合规问题，尤其是在算法透明度和抓取数据的道德使用方面。因此，从事暗网数据取证的组织必须保持警惕，调整其合规计划，以满足不断变化的法律标准和利益相关者的期望。
主要行业参与者和战略举措 2025 年，暗网数据取证行业将以快速的技术创新和专业公司生态系统的不断发展为特征。随着网络犯罪和非法网络活动的激增，行业领导者正在投资高级分析、人工智能 (AI) 和协作框架，以增强对源自暗网的威胁的检测、归因和缓解能力。
在众多知名企业中，IBM持续拓展其安全部门，利用其 QRadar 平台和 X-Force Threat Intelligence 提供暗网监控和取证分析服务。IBM 整合了人工智能驱动的分析和机器学习模型，能够实时识别受损数据和威胁行为者，为企业和执法部门客户提供支持。
针对MOVEit开展黑客攻击窃取的数百万条记录在暗网上发布 一名昵称为“Nam3L3ss”运作的威胁行为者在BreachForums黑客网站上发布了至少25个CSV数据集，其中包含来自领先公司的数百万条记录——这些数据可能是在去年针对MOVEit漏洞开展的网络攻击中被窃取的。
针对MOVEit的黑客攻击是2023年最大的一次入侵事件，是由黑客利用Progress Software的MOVEit传输软件中的零日漏洞造成的。Clop勒索软件团伙声称对该事件负责，攻击了1000多个企业。
以色列网络安全公司HudsonRock在11月11日的一篇博客文章中表示，被盗数据包括25家主要企业的员工名录，其中包括亚马逊、大都会人寿、康德纳健康、汇丰银行、富达投资和美国银行。
HudsonRock公司的研究人员表示，这些目录包含详细的员工信息，包括姓名、电子邮件地址、电话号码、成本中心代码，在某些情况下还包括整个组织结构。
研究人员写道：“这些数据可能成为网络犯罪分子进行大规模网络钓鱼、身份盗窃甚至社会工程攻击的金矿。”
亚马逊在此次事件中受到的负面报道最多，因为据报道有280万条亚马逊记录被泄露。接下来最大的两个受影响者是大都会人寿保险公司（MetLife，585,130条记录被泄露）和Cardinal Health（407,437条记录被泄露）。亚马逊也陷入了困境，因为它公开证实，它经历了与报道的数据泄露有关的“安全事件”。
亚马逊公司发言人亚当·蒙哥马利（Adam Montgomery）强调，亚马逊和亚马逊网络服务系统仍然安全，而且这家大型科技公司从未经历过安全事故。蒙哥马利分享了以下声明：
“值得注意的是，亚马逊是HudsonRock报告中提到的众多公司之一。我们收到了有关我们的一家物业管理供应商发生安全事件的通知[与数据泄露报告有关]，该事件影响了包括亚马逊在内的多家客户。涉及的亚马逊信息只有员工的工作联系信息，例如工作电子邮件地址、办公桌电话号码和建筑位置。受影响的供应商仅收到员工联系信息。他们无权访问敏感的员工信息，例如社会安全号码、政府身份证明或财务信息。我们已确认供应商已修复导致此事件的安全漏洞。”
MOVEit事件凸显供应链漏洞与暗网监控的重要性 Spektion首席执行官乔·席尔瓦（Joe Silva）表示，这一最新消息再次证明，第三方软件仍然是企业面临的最大且最难管理的网络安全风险之一，大型技术先进的企业也不例外。席尔瓦表示，当任何公司对第三方软件风险和漏洞做出反应时，这些风险和漏洞已经在被积极利用，而这些风险和漏洞才刚刚被公开披露。同时，“暗网下/AWX“认为，暗网监控也显得尤为重要。
“现在是时候采用新方法来处理我们的软件供应链了，”席尔瓦说。“首席信息安全官及其团队不应该落后并仅仅对CVE做出反应，而应该专注于对第三方软件采取主动的方法，通过左移和利用数据来快速、准确且可操作地评估软件在被利用之前的风险。”
不仅仅是MOVEit——仅今年一年，我们就在其他托管文件传输解决方案中发现了新的CVE，包括SolarWinds SERV-U和CRUSHFTP，它们可能导致与去年的MoveIT事件一样严重的数据盗窃，Ionix现场首席技术官霍夫曼（Billy Hoffman）指出。
霍夫曼表示，这些产品的挑战在于，它们通常不为安全团队所注意。它们通常由财务、人力资源或采购等后端部门使用，用于与合作伙伴交换数据或共享合规文件等不起眼的工作。
“正因为如此，安全团队通常不知道谁在使用这些工具、这些工具是如何配置的，或者这些工具是否向公众公开，”霍夫曼说。“因此，当漏洞被披露时，组织可能会反应迟缓——或者更糟的是，他们认为自己没有受到影响，而实际上他们受到了影响。公司可以通过不断从外部分析攻击面来避免这些盲点，从而全面了解暴露的内容和需要保护的内容。”
Lineaje高级副总裁兼首席信息安全官Nick Mistry表示，这一最新事件提醒我们，有效的第三方风险管理不应是“可有可无”，而应是“必须有”。Mistry表示，制定一个针对第三方威胁的强大事件响应计划至关重要，这样组织才能及时识别和降低由供应商合作关系导致的任何风险。
“企业必须制定全面的程序来主动检测和应对风险，例如频繁的安全审计、评估和持续的第三方软件监控，”米斯特里说。“在当今的威胁形势下，生态系统的安全性远远超出了您自己的系统和基础设施的范围。现在是时候重新评估您的第三方安全实践了，以免下一个漏洞成为代价高昂的违规行为和声誉噩梦。”
Bitsight收购暗网安全公司Cybersixgill BitSight Technologies, Inc. 是一家网络安全评级公司，负责分析公司、政府机构和教育机构。该公司总部位于波士顿后湾区。Bitsight的最新估值为24亿美元，评级公司穆迪于2021年入股该公司并成为其最大股东。
总部位于波士顿的Bitsight专注于网络风险管理。该公司与企业合作，评估其风险状况，特别是其被入侵的可能性，这不仅包括评估公司在其网络和其他数字资产中的攻击面，还包括公司用于防御这些资产的产品。
Bitsight是全球网络风险管理的领导者，致力于改变公司管理自身和第三方风险敞口、绩效和风险的方式。BitSight提供的安全评级被银行、保险公司和其他组织使用。
随着更多数据在暗网出售，暗网监控重要性凸显，网络安全领域正在发生更多整合。目前，Bitsight公司宣布，该公司将以1.15亿美元收购致力于暗网监控的网络安全公司Cybersixgill。
Cybersixgill将为Bitsight提供另一层次的可见性：这家规模较小的初创公司专门分析暗网活动，以主动寻找数据泄露以及潜在漏洞和新技术的迹象。它关注的集体领域称为“网络威胁情报”，并表示它涵盖仅限邀请的消息组、代码存储库、粘贴网站和清晰的网络平台。
两家公司在工作中都大量依赖人工智能，听起来他们在关注的重点上会相互补充。
Cybersixgill成立于2014年，拥有80名员工，筹集了5600万美元的外部资金，最近一次是在2022年3月完成的3500万美元B轮融资，由MoreProvident和PensionFunds以及REVVenturePartners领投。该公司自2019年5月以来一直由SharonWagner领导，她之前曾创立并领导Cloudyn，后来以5000万至7000万美元的价格将其出售给微软。
这家规模较小的公司总部位于以色列，最初以Sixgill的名称成立。根据PitchBook的数据，该公司从CrowdStrike、OurCrowd和TerraVenture等投资者那里筹集了近5600万美元。但PitchBook还指出，这家初创公司上次估值是在2022年，略高于1.62亿美元。过去几年，网络安全一直是融资市场的热门领域，但水涨船高并不能让所有纸船都升值。
这笔交易将使Cybersixgill投入更多资金来开发其正在开发的技术。Bitsight首席执行官史蒂夫哈维在一份声明中表示：“我们致力于投资Cybersixgill行业领先的产品，并将继续推动创新，为客户带来更大的价值。”该公司正在引进技术和团队。
Cybersixgill带来了什么 首席风险官德里克·瓦达拉 (Derek Vadala) 表示，Bitsight 计划将总部位于特拉维夫的 Cybersixgill 的自动化威胁情报平台与这家总部位于波士顿的公司现有的网络风险暴露数据相结合，以提供更全面、更全面的解决方案。将暴露数据与威胁情报洞察相结合将增强 Bitsight 提供全面、综合的网络风险管理的能力。
Vadala表示，通过将Bitsight的暴露数据与Cybersixgill的威胁情报数据合并，公司将使组织能够以统一的方式了解其漏洞和威胁。整合互补的数据集将使客户能够从漏洞洞察和实时威胁检测中受益。
“这里主要的协调点实际上是Bitsight为提供评级而构建的底层数据和底层数据引擎，”Vadala说道。“如果你想想我们为建立评级所做的事情，你会发现这实际上是为了了解与互联网相关的漏洞和风险，这些漏洞和风险归因于不同的企业和组织。”
Vadala表示，将Bitsight的暴露数据与Cybersixgill的情报相结合，还将帮助企业监控暗网论坛并将网络安全工具整合到统一平台中，从而减少CISO的供应商扩张。将Cybersixgill的数据集与现有的Bitsight平台相结合，将提高公司检测威胁和将漏洞映射到企业资产的能力。
“能够识别各种网站和其他国外论坛上流行的威胁，客户确实受益匪浅，”Vadala说道。“数据集成的一部分就是将这些信息带入资产和公司。”
Cybersixgill先进的自动化和人工智能驱动的威胁情报平台因其无需人工干预即可扩展数据收集的能力而脱颖而出，Vadala表示这对于监控Bitsight跟踪的数百万个组织至关重要。Vadala表示，这使得数据收集更具可扩展性和效率。
“Cybersixgill的自动化能力使他们能够大规模收集数据，而无需人工干预，”Vadala说道。“对我们来说，这非常关键，因为我们每天都在监控数百万家公司和组织，我们需要一个能够大规模收集数据的平台。”