什么是漏洞修复？

• 要成功进行漏洞修复，需要根据风险对漏洞进行优先级分析、调动资源、验证补丁的有效性，并进行持续监控。
• Frontier AI 模型（例如 Claude Mythos）将从发现漏洞到利用漏洞所需的时间，从数月、数周和数天缩短至数分钟。您不能再依赖 90 天的补丁周期了。
• 智能体式修复弥合了动员缺口，将经过优先级分析的发现结果从“已检测”状态推进至“已分配”再至“已修复”状态，并可根据贵组织的要求提供相应级别的人工监督。
• 在概念验证自动化工作流中，Tenable Hexa AI 将修复时间从 90 天缩短至 90 分钟。 这就是当前威胁环境所要求的响应速度。

漏洞修复是指在攻击者利用漏洞之前，对漏洞进行识别、优先级分析和修复的过程。该方案通过持续的资产发现、基于风险的优先级分析、动员、补丁修复和验证，防止可利用的漏洞引发安全事件。

各企业发现的漏洞数量远超其实际处理能力。目标是尽快修复那些具有可利用性且对业务构成最大风险的漏洞。

以主体为导向、基于风险的漏洞修复工作比以往任何时候都更为紧迫，因为像Claude Mythos这样的前沿AI模型的问世，已将漏洞从发现到被利用的时间从数月、数周、数天压缩到了数分钟。 

然而，许多组织仍然遵循以周或月为单位的补丁更新周期：这种时间差恰恰给了威胁制造者他们所需要的可乘之机。

有效的漏洞修复措施通过持续评估、智能优先级分析以及自动化、智能体动员，在符合贵企业所需人工监督水平的前提下，缩小了这一差距。

漏洞修复是一个持续的循环过程，每个阶段都建立在前一个阶段的基础上。

发现

通过持续发现，可识别您在 IT、云、OT、应用程序和身份环境中的漏洞。如果没有全面的可视性，您就无法知道哪些问题需要立即处理，也无法知道威胁制造者可能已经将目光投向了哪些目标。

然而，漏洞只是问题的一部分。配置错误、过于宽松的访问控制以及身份信息暴露风险往往与 CVE 漏洞相伴而生，从而形成攻击路径。

在解决软件漏洞的同时应对这些风险，这才是一个完整的修复计划应有的样子。Tenable One 将这些信号整合到一个统一的平台上，为您呈现全局视图。

优先级分析

安全团队发现的漏洞总是比他们能够一次性修复的要多。对这些问题进行优先级分析，是制定有效修复计划的基础。

应根据实际可利用性、资产重要性、威胁情报和业务影响来确定优先级，而不仅仅依据 CVSS 得分。Tenable 漏洞优先级评级 (VPR) 能够精准定位您环境中那 1.6% 的漏洞，这些漏洞给贵企业带来了最大的风险。 

请先将修复工作流程的重点放在那里。如需更深入地了解如何做出这些优先级决策，请参阅漏洞优先级分配配套的指南。

动员

动员工作是大多数修复计划面临困难的环节。

一旦确定了需要采取行动的漏洞，发现结果就需要迅速纳入责任管理、工单创建和补丁管理工作流中。

在速度重要性高的情况下，安全团队与 IT 团队之间的手动交接、工具之间的脱节以及多步骤审批流程都会导致延误。

随着从发现漏洞到漏洞利用之间的时间窗口不断缩短，在修复阶段减少阻力与最初准确识别漏洞同样重要。

修补和修复

修补是最常见的修复措施，但这并不总是正确或唯一的选择。

根据暴露风险情况，修复措施可能包括应用软件更新、更改配置、撤销不必要的权限、加强访问控制、隔离存在漏洞的系统，或者在无法立即获得补丁时实施补偿性控制措施。

其目的是在最大限度地减少运营中断的同时，将可利用的漏洞带来的风险控制在最低限度。

验证

在您确认修复成功后，修复工作才会完成。

验证可确认补丁已成功安装、配置更改已生效，且风险已得到缓解。验证工作包括通过持续扫描来检测回归问题和新出现的漏洞。 持续扫描可确保您的团队能够持续掌握已修复漏洞是否保持修复状态以及是否出现新漏洞，而不是认为工单已关闭就意味着暴露风险已消除。

传统的修复流程是为一种威胁较少的环境设计的，而这种环境如今已不复存在。

Frontier AI 将漏洞发现与漏洞利用之间的时间间隔从数月、数周和数天缩短到了几分钟。 依赖于手动分类、手动创建工单以及基于电子表格的跟踪的传统漏洞修复方法，无法应对前沿 AI 模型将发现的海量漏洞。

要降低 MTTR，就必须在整个链条中缩短从发现、优先级分析、动员到修复之间的时间。

大多数漏洞修复延迟都发生在漏洞修复周期的动员阶段。AI 智能体可以在这一领域产生重大影响。

一旦确定了需要立即处理的漏洞，AI 即可对发现结果进行分类、创建工单、分配管理职责，并启动补丁部署或其他修复工作流，而无需依赖安全团队与 IT 团队之间的人工交接。

由您决定修复周期的哪些环节需要完全自动化，哪些环节需要人工监督。 一个不错的切入点是，在变更应用到生产系统之前，先自动对低风险系统进行例行修复。

随着您对智能体流程的信心日益增强，您可以在不牺牲运营和合规要求所必需的监督的前提下，将自动化扩展到其他工作流中。

智能体修复机制推动持续的“扫描-验证-修复”循环。 无需等待预定的补丁窗口，您可以随着环境的变化，持续重新评估暴露风险、验证已完成的工作，并确定下一批优先事项。

应对机器级威胁的对策，就是同样快速的防御。 智能体修复机制使这一切成为可能，同时让您的团队能够专注于那些需要人类判断的决策。

有效的漏洞修复既取决于一致的流程，也取决于合适的技术。

按风险程度确定修复优先级

应根据可利用性、资产重要性、威胁情报和业务影响而不是 CVSS 得分来确定团队的工作重点。对贵企业而言，最重要的漏洞是那些给您带来最大风险的漏洞，而不是那些 CVSS 得分最高的漏洞。

缩短从发现问题到解决问题的时间

将漏洞管理纳入您的事件响应、变更管理和补丁管理工作流中。 在“发现”与“修复”之间存在的每一个手动流程，都会增加延误的可能性。

将例行修复任务自动化

您的 AI 智能体 (Agentic AI) 可以根据贵企业所需的人工介入程度，对发现结果进行分类处理、生成工单、分配责任，并触发修复流程。通过将重复性任务自动化，团队成员便能将精力集中在风险更高的任务上。

持续验证

关闭工单即确认已采取相应措施。验证结果证实该风险已得到缓解。 确保修复措施已降低了风险，并且不会因新部署、配置偏移或修复不彻底而产生新的漏洞。

统一安全与 IT 的管理职责

当安全部门发现问题时，修复工作便会暂停，但 IT 部门却缺乏采取行动所需的知识和优先级分析功能。共享的工作流和明确的责任归属可避免审批瓶颈。

衡量真正重要的指标

MTTR、验证成功率，以及能够表明您在环境中降低高风险漏洞数量速度的度量指标，比单纯的漏洞数量和补丁数量更能说明漏洞管理计划的有效性。

标准 MTTR 仅统计您已修复的漏洞，且修复速度因资产类型不同而有很大差异，Windows 系统平均需要 36 天，而网络设备的平均修复时间长达 369 天，因此，即使 MTTR 表现良好，也可能掩盖了在风险最高资产上进展缓慢的问题。

缩短修复时间

在概念验证自动化工作流中，Tenable Hexa AI 通过将优先处理的安全发现结果自动推进至调查、工单创建、审批及补丁部署环节，全程无需人工交接，从而将修复时间从 90 天缩短至 90 分钟。

Tenable 将智能优先级分析、代理修复和持续验证相结合，助您在保持所需治理和监督的同时，缩短 MTTR。

Tenable Hexa AI 缩短了动员阶段所需的时间，而这正是大多数漏洞管理计划中的瓶颈。

在各企业进行概念验证测试的自动化工作流中，Tenable Hexa AI 通过验证功能进一步扩展了这种自动化能力，不仅涵盖调查、工单创建、审批和补丁部署，还能确认风险是否真正得到降低，而不仅仅是关闭工单。

Tenable Hexa AI 利用自定义 AI 智能体 (AI Agent) 和模型上下文协议 (MCP)，在 IT、云和身份环境中协调端到端的修复工作流。您无需更换现有工具即可利用这一优势。Tenable 可与您现有的 ITSM、补丁管理和 DevOps 平台集成，从而让您将智能体修复功能融入现有的工作流中，而无需从头开始重建。

Tenable One 中的修复过程以“扫描-验证-修复”的连续循环方式进行。随着环境的变化，Tenable One 会持续重新评估贵企业的暴露风险，验证修复措施是否已完成，并自动提示下一批需要优先处理的修复事项。

Tenable 还提供补丁情报服务，涵盖 Windows、Linux 和 macOS 平台上的 250,000 多个独特补丁，并支持 20,000 多种可打补丁的产品，使您能够跨复杂企业环境，全面、一致地管理修复工作。