文章总结： MITREATT&CK2025会议介绍了多个重要议题，包括AI加速威胁分析、ATT&CKv18版本更新、浏览器ATT&CK矩阵、自愈式威胁检测系统等。会议强调从单一事件检测转向行为链检测，Procedure比Technique更重要，并讨论了AI安全、SaaS攻击面、大模型安全测试等热点话题。文章还提到威胁的变与不变，即使高级APT攻击也多由常见技术组成。
综合评分： null
文章分类： 威胁情报,AI安全,安全运营,漏洞分析,网络安全
ATT&CK 2025（ATT&CKCon 6.0）议题慢递
原创
Avenger
威胁棱镜
2025年11月24日 09:01
北京
MITRE 每年都会开一个名为 The MITRE ATT&CK® Conference (ATT&CKcon) 的研讨会，2025 年在弗吉尼亚州召开。
必须强调的是，在提供了公开材料的议题中，只选取了部分议题进行介绍。很多议题也只能选择其中较为亮点的、重要的部分进行一笔带过式的介绍，甚至有些议题没有在本文中被提及，请各位读者见谅。感兴趣的读者可以跳转官网查看完整议程安排。
若是通过本文的介绍，或者是查看官网议程安排后，对其中某些议题感兴趣的话，就可以在官网下载议题对应的材料进行扩展阅读。(PS：笔者根据自身的认知局限与好恶为部分议题打了推荐查看的星级，不代表对议题实际内容高下的评判，只是为部分时间宝贵的读者再节约些时间，这部分议题相对来说可能更加值得一看)
AI加速威胁分析的自动化 ATT&CK 流⭐⭐⭐
从非结构化的分析报告种提取结构化情报，是一件容易出错的苦差事。FlowViz 可以直接将分析报告，转换成 ATT&CK 流。
Sonnet 4.5 的效果可以说是非常好，更强的大模型对于处理复杂威胁情报至关重要。
捕获了 86% 的技术项，超过 96% 的识别技术项都是正确的。
此前 MITRE Engenuity 的 Attack Flow Builder 适用于精细化编辑，FlowViz 则旨在进行批量处理。项目开源，也提供了在线测试地址，感兴趣的可以查看。
https://github.com/davidljohnson/flowvizhttps://www.flowviz.io/
新版的更新（合起来不分散写了）⭐⭐⭐
Enterprise v18 版本将要新增检测逻辑等级（Level 1（单一原子指标检测） 到 Level 5（基于行为链的复杂检测）），之前只关注攻击者怎么做，现在也要标准化防御者如何进行检测。帮助防御者从孤立的检测事件，转向理解攻击行为的因果链（Causal Chains）。
一个检测策略，下属三个平台的不同实现，每个平台上再对应具体的方式。
Enterprise 矩阵后续可能考虑将“防御规避“阶段拆分成”Stealth“和”Impair Defenses“，现在的技术项太多，非常杂乱。预计 2026 年就会完成这项巨大的改进，有的技术项会删掉，有的技术项会挪到别的战术阶段中。
传统检测关注工具特征，是单一事件检测逻辑。而现如今的威胁经常使用合法工具，孤立来看是良性的，多步攻击链在多个有关系的事件中进行。
ATT&CK 推动从一个攻击动作的检测，升级到事件链的检测。以攻击者通过 TFTP 替换启动镜像为例，防御者应该关注的是“配置变更 -> 传输 -> 重启”这一连串动作的组合。
CTID 有着全明星阵容，在全球范围内推进威胁防御的最前沿、最佳实践。
攻击流之后 CTID 将会构建 TIE（Technique Inference Engine），所需要的上下文数据也是分级的。
随着 AI 应用的爆发，MITRE 针对 AI 安全推出了框架 ATLAS。
从造成影响的角度看 ATT&CK 技术项⭐⭐
过往的研究都集中在攻击频率，而忽略了攻击造成的损失，例如财务损失、中断时长、泄露数据量等。横轴为频率排名，数字越小频率越高。纵轴为损失中位数，数字越大损失越多。气泡大小表示受影响的数据量。
金融盗窃（T1657），发生频率很高，但其实损失往往有限。前置阶段的 T1518，可能是攻击者攻击的前兆。尽管其频率不高，但是出现往往预示着要出现巨大的财务灾难。资源劫持（T1496）发生频率较低，损失也不大，但影响的面非常广。
大模型安全策略与测试方式转变⭐⭐
新闻宣传中 GPT-5 更容易越狱了，其安全性糟糕透顶。传统的测试评估依赖“拒绝率”，这也是产生误判的根源。
根据测试数据，GPT-5 几乎是完败。
但其实是由于模型对齐策略改变，现在已经从直接拒绝进化到了 Safe-completions。模型变得更聪明了，但安全丈量的尺子还停留在过去。
第三方 SaaS 的攻击面被低估了⭐⭐
核心问题还是不可见性：
从 Detection Engineering 到 Signals Engineering ⭐⭐****
Signal 可能是弱特征、低置信度的，不值得单独告警，但多个 Signal 聚合起来就能构成高价值的线索。GitLab 提出了“Signal Engineering 金字塔”：
GitLab 在 PPT 中提到了覆盖率、标准化等关键点，值得一看。例如要像管理软件代码一样管理检测规则，提交规则要经过自动测试。规则产生的不再是告警，而是 Signal，允许低置信度的 Signal 作为上下文而存在。安全运营也要形成闭环：
Procedure甚至比 Technique 更重要 ⭐⭐
一个技术项可能有成千上万种实现方式，能够检测一种其实并不代表覆盖了整个技术。通过图来进行建模：
以修改注册表为例，不再赘述。
浏览器 ATT&CK 矩阵⭐⭐
79% 的 0day 漏洞利用是以浏览器为目标的。将浏览器视为一个独立的平台，设计了该框架，试图填补传统端点安全在浏览器层面的盲区。
浏览器威胁主要集中在四类：
感兴趣的可以通过 browsertotal.com 查看，此处不再赘述。
自愈式（Self-Healing）威胁检测系统⭐⭐
文中列举了“幽灵规则”、“癌症规则”等常见情况，提出了 4D 框架：韧性（参考 StP）、战备（参考 BAS）、影响（参考 D3FEND）与相关（参考 CTI/TID）。
从检测到行动，各个阶段有不同的分值阶梯。分数越高，自动遏制威胁的能力越强，不局限在为人类分析人员发出告警。
评分公式与关键程度分级，落在 REVIEW 的规则就要备选剔除。
通过 Agentic AI 进行攻击模拟：
识别 ATT&CK 技术共现模式⭐
将技术间的高频共现关系挖掘出来：
威胁的变与不变⭐
被检测到的 ATT&CK 技术共计 397 项，75% 的检测量集中在 Top 30 技术项上，50% 的检测量集中在 Top 10 技术项上。
即使是最高级的 APT 攻击，其攻击链的 90% 也是由 PowerShell、WMI 这种“烂大街”的技术组成的，只有那 10% 的Payload 或 0day 漏洞是新的。无论攻击者怎么组合，他们使用的原子技术都在 ATT&CK 的现有库里。威胁没有变，变的是我们的视角和命名。
AR/VR设备如何应用 ATT&CK 进行调查⭐
典型攻击：
一个攻击示例：
网络向善⭐
行业推崇“救火英雄”而非“防火专家”，持续救火造成了职业倦怠。
想在工作中获得持久的动力和快乐，要构建内在动机 ABC：A – 自主性(AUTONOMY)、B – 归属感 (BELONGING)、C – 胜任感 (COMPETENCE)。
使用 ATT&CK 识别 TTP 并确定检测优先级⭐
映射工作流：收集、提取、TTP 区分，前两者不多解释，最后的是议题的核心。尽管都是技术项，要将人实施的和恶意软件功能驱动的分开，防御的策略也不相同。
分析了 TOP 10 的技术项：
基于流行度、影响和可见性来判断优先级，确保优先关注应该关注的威胁。
以人为本，自动化无法完全模拟红队⭐
很多企业买了 BAS，跑一遍 ATT&CK 矩阵，看到全是绿色就以为安全了。但这种覆盖率并不等同于真实的攻击链，不能将 ATT&CK 当作 Excel 中的 Checklist 来用。
有些技术就非常依赖人工，此处不一一列举。
人类直觉、上下文和时机是自动化工具与人类最主要的差距, 在复杂的攻击链中，人类的创造力、直觉和对上下文的理解是自动化无法替代的。
如何利用 MITRE ATT&CK 在 SaaS 环境防御 Scattered Spider⭐
相比端侧，Scattered Spider 更擅长从 SaaS 找到突破口。常见的攻击模式是钓鱼->获取凭据->访问云平台->数据窃密。
针对每个 ATT&CK 技术项的检测规则数量不同，有些很多而有些根本为零。长尾存在盲点，要进行针对性的提升。
注：完整日程可以点击阅读原文跳转查看。
免责声明：
本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。
任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。
本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。
本文转载自：威胁棱镜 Avenger《ATT&CK 2025（ATT&CKCon 6.0）议题慢递》