全球云上数据泄露风险分析简报 （第五期）

本报告分析了 2025 年 1-2 月全球云上数据泄露的风险与事件，系统性探讨了事件成因，包括主流云攻击手法和配置错误等人为因素。报告精选了 10 起典型案例进行深入分析，以全面呈现云上数据泄露的整体态势。值得注意的是，其中 5 起事件与大模型技术密切相关，凸显了随着 Deepseek、Ollama 等开源模型的广泛应用，云上数据安全正面临显著的“AI 驱动型风险”。从事件成因来看，6 起事件源于配置错误，2 起由社工攻击引发，1 起涉及 Web 基础类攻击，另 1 起则为系统入侵所致。由此可见，租户配置错误仍是导致数据泄露的主要因素。

报告引用了 MITRE ATT&CK 模型中的攻击手法并进行了说明，有助于读者更好地理解这些攻击机制。报告还介绍了绿盟科技创新研究院研发的 Fusion 数据泄露侦察平台，该平台集探测、识别、泄露数据侦察于一体，针对互联网中暴露的泛云组件进行测绘，识别组件关联的组织机构和组件风险的影响面，实现自动化的资产探测、风险发现、泄露数据分析、责任主体识别、数据泄露侦察全生命周期流程。

报告最后针对不同类型的事件提出了相应的安全建议，包括针对杂项错误类、系统入侵、基础 Web 应用类攻击和社工类攻击的安全建议，以帮助企业和组织提升云上数据安全防护能力。