AI 分布式计算框架漏洞应急处置与安全风险研究 —— 基于 Ray CVE‑2025‑62593 事件分析
随着人工智能产业快速落地,Ray 作为主流开源分布式计算框架广泛应用于机器学习训练、推理服务与数据处理业务,其安全缺陷直接威胁开发终端、企业内网乃至政务信息系统安全。本文以美国网络安全与基础设施安全局(CISA)针对 Ray 远程代码执行漏洞 CVE‑2025‑62593 下达三日强制整改指令这一事件为研究样本,梳理漏洞技术成因、野外利用模式、攻击传导路径,剖析应急处置政策背后的风险逻辑,围绕 AI 开发环境特有的安全困境,分析开发工作站被钓鱼诱导实现内网渗透的现实威胁。研究发现,该漏洞风险根源并非单一程序缺陷,而是框架默认安全配置缺失、浏览器跨域机制缺陷、网络钓鱼攻击链路耦合、应急补丁不彻底...