專題·原創 | 人工智能時代電信運營商軟件供應鏈安全治理實踐思考

王曉周

文 | 中國移動通信集團有限公司網絡與信息安全管理部 王曉周 葉劍飛 陳雋 張峰

2011年，網景公司創始人Marc Andreessen發表論斷：“軟件正在吞噬世界。”這一判斷準確預見此后十余年軟件對傳統產業的全面滲透與重塑。十五年后，這一進程在人工智能的催化下以前所未有的深度重塑著數字世界的根基。軟件從確定性代碼集合演化為融合代碼、模型權重、數據、提示詞與智能體編排的能力聚合體，軟件供應鏈也從線性依賴鏈條轉變為動態、多維的信任網絡。隨著SolarWinds、Log4j等重大安全事件爆發，共同指向一個結構性困境，即在開源協作與全球化分工下，每款軟件都依賴成百上千的上游組件，安全邊界遠超單一組織可控范圍，軟件供應鏈已成為突破關鍵信息基礎設施防線的戰略跳板。2026年3月公布并施行的《國務院關于產業鏈供應鏈安全的規定》，將供應鏈安全提升至國家戰略高度。電信運營商作為通信設施核心運營者，服務海量用戶及國民經濟關鍵領域，其軟件供應鏈安全直接關系到社會運行與國家安全。然而，隨著大模型、智能體、模型上下文協議（MCP）等AI技術加速嵌入軟件全生命周期，模型投毒、提示詞注入等“新疾”與傳統開源漏洞、組件篡改等“舊患”疊加，治理形勢日趨復雜，構建面向AI時代可演進的軟件供應鏈安全治理架構已成為亟須解決的重要課題。

一、AI時代軟件供應鏈安全規則被改寫

AI時代的到來，對軟件產業產生了系統性的影響，從軟件本體形態重塑，傳導至供應鏈構成，最終改寫安全攻防格局，把握AI時代軟件供應鏈安全治理的關鍵，需沿“軟件—供應鏈—安全”這一主線，逐層審視其新的變化。

（一）軟件形態之變：由“代碼集成”走向“能力聚合”

傳統軟件以“代碼”為核心載體，遵循需求、設計、編碼、測試、部署的工程化模式，構建邏輯由工程師以確定性規則書寫，行為可預期、可調試、可復現；治理對象集中于源代碼、依賴庫與運行環境。進入AI時代，軟件由“代碼集成”向“代碼、模型、數據、智能體”能力聚合體演進。開發者由獨立編寫轉向人機協同開發，AI生成代碼引入已知漏洞、誤用廢棄接口等情形時有出現；交付物中除可執行代碼外，還包含模型權重、提示詞、知識庫與智能體編排策略等新型構件，行為由確定性走向概率性，“幻覺”“漂移”“不可解釋”等情況的出現使軟件可信邊界發生根本性變化。

（二）軟件供應鏈結構之變：由“線性依賴”走向“多維信任”

傳統模式下，軟件供應鏈信任建立在“代碼來源、組件版本、構建環境、廠商交付”的鏈條之上，治理對象以開源組件、第三方商業軟件、容器鏡像、構建工具為主，依賴關系可由軟件物料清單（SBOM）實現靜態描述。根據美國新思科技（Synopsys）發布的《2024年開源安全和風險分析報告》，96%的代碼庫中包含開源組件，開源代碼平均占比達77%。進入AI時代，模型權重、訓練數據、RAG知識庫、MCP服務、智能體插件等成為新的供應鏈要素，信任邊界由靜態代碼擴展為“代碼、模型、數據、工具、行為”的多層動態體系；單次推理可調用十余個外部模型與數十個工具接口，傳統SBOM難以完整描述，軟件供應鏈安全亟須向人工智能物料清單（AIBOM）擴展延伸。

（三）軟件供應鏈安全格局之變：由“代碼可信”走向“立體防御”

在AI規模化應用前，軟件供應鏈安全的核心關切在于靜態代碼層面的可信，包括開源漏洞、第三方后門、構建完整性、許可證合規等，攻防焦點也集中在已知漏洞披露、依賴掃描與補丁修復。然而，固有頑疾長期未除，開源底層維護薄弱，導致基礎組件一旦失守，便會產生巨大影響，如Log4Shell、XZ Utils后門等重大安全風險，廣泛的應用覆蓋致使其安全影響波及全球。進入AI時代后，安全風險呈現“維度復雜、隱蔽更深、傳播更快”三大特征：一是在維度上，新增模型投毒、數據污染、提示詞注入、智能體越權、MCP越界等新型威脅；二是在隱蔽性上，模型后門難以被哈希校驗和簽名驗證識別；三是在傳播速度上，借助大模型可將漏洞武器化窗口由“天”壓縮至“分鐘”，AI生成的釣魚郵件、議題回答與“看似無害”的代碼合并請求等，使得投毒偽裝性顯著增強。軟件供應鏈安全需升級持續驗證、權限約束、行為審計、全鏈路溯源的動態立體防御體系。

二、電信運營商面臨多重安全挑戰

隨著軟件形態、軟件供應鏈結構和安全格局的全面重塑，電信運營商原有的治理模式在資產納管、協同效能和效率平衡等方面遭遇系統性挑戰，新舊風險疊加交織，集中體現在以下三個維度。

（一）資產管理有待深化，供應鏈責任邊界有待明晰

電信運營商信息系統歷經多年建設，業務覆蓋廣、資產龐雜，持續全量納管資產是一項需長期投入的系統性工程。與此同時，隨著AI能力加速融入業務場景，模型倉庫、智能體實例、MCP連接器等新型資產不斷涌現，資產管理的內涵與邊界持續擴展，這對資產可視化管理的廣度與深度提出了更高要求，“看得全、看得清”是有效管理的基本前提。同時，供應鏈責任邊界有待逐步明晰，一方面，商業軟件的成分透明度是行業共性課題，供應商SBOM披露的全面性與及時性仍有提升空間，供需雙方在安全信息共享方面的協作機制尚需進一步健全；另一方面，AI構件的引入使責任鏈條更加復雜，模型提供方、工具開發者與運營使用方之間的安全權責劃分有待從制度層面加以明確，各方協同共擔的治理格局仍需持續培育。

（二）治理鏈條跨度長，協同效能有待提升

軟件供應鏈安全治理橫跨采購、研發、運維、法務、業務、安全等多個流程節點，是一項需多部門、多層級高效協同的復雜工程。對于具有多層級組織架構的電信運營商而言，軟件供應鏈安全治理的縱向穿透與橫向協同將面臨更大考驗，如何在不同業務形態、自研與外包模式、新老系統迭代節奏并存的局面中，實現統一治理標準與差異化執行的有機平衡，是需要持續探索優化的課題。

（三）安全治理與業務效率的平衡探索

一方面，《中華人民共和國網絡安全法》（以下簡稱《網絡安全法》）、《關鍵信息基礎設施安全保護條例》（以下簡稱《關保條例》）、《智能體規范應用與創新發展實施意見》等法律法規和標準規范持續完善，對軟件供應鏈全生命周期合規提出更高要求；另一方面，5G、云原生、AI大模型等新技術新業務加速迭代，對研發效率的需求持續攀升，“安全”與“敏捷”的平衡是行業共同面對的重要課題。為此，通過自動化、平臺化手段為治理流程賦能增效，讓安全能力內嵌于軟件供應鏈安全治理全流程而非成為獨立卡點，在守住合規底線的前提下實現“快而穩”的治理能力，是當前電信運營商著力突破的關鍵方向。

三、創新軟件供應鏈安全治理的體系化思路

面對AI時代軟件供應鏈傳統風險與新型威脅疊加交織的復雜局面，電信運營商需以“制度牽引、技術支撐、數據驅動、持續運營”為核心理念，構建體系完備、閉環順暢、持續演進的治理框架（如圖1所示），實現從被動應對向主動塑造、從分散管控向一體化治理的轉型。

圖1 AI時代軟件供應鏈安全治理體系總體架構

（一）頂層設計：四位一體重構治理底座

一是制度層面，持續優化軟件供應鏈安全治理制度體系，將自研、商用、開源軟件及預訓練模型、MCP服務、智能體插件等納入全生命周期治理，壓實“誰主管誰負責、誰運營誰負責、誰引入誰負責”的責任鏈條，將安全責任前移至需求論證與采購選型環節；將SBOM/AI-BOM披露、漏洞響應時限、退出與替換機制等條款嵌入合同，形成“以合約管供方、以制度管全程”的硬性約束。

二是技術層面，全面推行“安全左移”，形成“設計—采購—開發—交付—運維”五道防線，并將防御重心從“代碼可信”延伸至“動態立體防御”。針對模型投毒、數據污染、智能體越權等新型威脅構建三重保障：通過模型權重校驗、對抗樣本測試與運行時異常檢測實現持續驗證；遵循最小權限原則，對智能體調用、MCP服務連接、數據訪問實施細粒度策略管控與越界阻斷；依托統一標識體系與運行時遙測，實現SBOM/AI-BOM的聯動溯源與全鏈路審計，完成從靜態漏洞檢測到動態行為防御的升級。

三是數據層面，構建以BOM為核心的軟件資產治理體系，建設軟件庫、SBOM庫、AI-BOM庫、威脅情報庫，實現“一軟一檔、一模一檔、一漏一檔”，資產可視、依賴可溯、風險可查、責任可追，打通軟件、采購、運行與漏洞情報數據關聯，驅動治理策略動態優化。

四是運營層面，建立常態化的漏洞應急響應、組件下架退出、供應商動態評估、應急演練復盤等機制，結合專項排查、重要場景保障等手段，對治理體系進行實戰化檢驗，確保治理工作“跑在系統、用在實戰”，同時能夠在真實攻防場景下經受檢驗、持續迭代。

（二）治理模式：構建“三層四柱一閉環”的治理模型

面對AI構件快速進入軟件研發、交付和運行全流程的新形勢，治理模式需從“流程管控+工具檢測”升級為“知識底座+檢測引擎+自動化中樞”協同的智能化體系。借鑒多模態AI安全測試思路，構建“三層四柱一閉環”治理模型：“三層”即宏觀制度框架層、中觀組織協同層、微觀技術能力層；“四柱”即風險識別預警、縱深防御、溯源應急與生態協同；“一閉環”即通過安全大模型、多模態檢測引擎與安全智能體，打通識別、研判、處置、修復、復盤全流程（如圖2所示）。

圖2 軟件供應鏈安全“三層四柱一閉環”治理模型

通過宏觀層將模型、數據、代碼、工具鏈與供應商納入統一治理，建立“政策、制度、流程、平臺規則”的轉化機制，使相關政策要求滲透到研發流水線與供應商管理中。中觀層建立跨部門協同機制，對關鍵信息基礎設施系統實施最高級別管控，強化最小權限、獨立部署與熔斷處置；對一般系統實行標準化管控；對研發環境推行敏捷管控，兼顧安全與效率。對外加強與監管機構、開源社區協同，參與情報共享與聯合演練，推動行業共治。微觀層以安全垂類大模型為知識底座，沉淀漏洞機理與處置經驗；多模態AIST檢測引擎融合代碼掃描、模型權重校驗、提示詞審計與運行時行為分析，全面覆蓋代碼、模型、數據、MCP服務等對象；安全智能體自動完成風險分派、影響面分析、修復建議生成與復測驗證，實現全周期自動化閉環。

以“四柱一閉環”協同貫穿治理全流程，風險識別與預警以SBOM、AI-BOM、資產指紋和威脅情報為基礎，開展組件、模型、數據、接口、行為的動態識別和分級預警；縱深防御以前置準入、安全左移、持續檢測、最小權限和運行時阻斷為抓手，在采購、開發、交付、運行各環節層層設防；溯源追溯與應急響應依托依賴圖譜、調用鏈路和審計日志，快速定位風險來源、影響范圍和責任主體，形成“發現—研判—處置—驗證—復盤—持續進化”的閉環；生態協同與自主創新則通過可信中心倉、模型組件評估、供應商動態畫像、行業情報共享和聯合演練，提升關鍵組件、模型和工具鏈的自主可控水平。通過“三層四柱一閉環”協同運轉，軟件供應鏈安全治理可由靜態合規檢查轉向動態智能防御，由事后處置轉向源頭預防和持續進化。

（三）智慧賦能：以AI賦能AI治理

AI既是軟件供應鏈安全風險的源頭之一，也是治理的有力武器。立足“以智治智、以快制快”的思路，應使治理體系演進速度與AI技術發展及攻擊者更新速度保持同步乃至適度領先，避免治理工具滯后于技術浪潮。通過構建覆蓋全公司的集中化軟件供應鏈安全治理平臺，推動本地大模型與智能體能力反哺安全治理，是實現治理效能躍升的關鍵一環。

一方面，利用大模型輔助開展SBOM比對、漏洞影響面研判、組件相似度分析、惡意代碼與投毒模式識別，可顯著提升海量數據下的處置效率與判別精度，破解傳統人工模式的效率“瓶頸”；另一方面，通過智能體編排實現跨系統自動化響應，將檢測、研判、通報、處置、復盤串聯為閉環，并向研發流水線、配置管理數據庫（CMDB）、堡壘機等內部系統開放標準接口，使治理能力可被業務流程低成本、低開銷地調用。

（四）供應商治理：構建分級動態的可信生態

通過構建系統化風險評估模型，對供應商全生命周期能力與供應鏈安全風險進行科學評判，可實現覆蓋入庫前、合約前、履約期、履約后四階段閉環管理。入庫前聚焦企業資質、研發安全及財務狀況核查，對AI供應商增設數據來源合規與模型后門檢測；在合同中明確保密協議、安全義務、違約責任及斷供風險，將SBOM/AIBOM披露、漏洞響應時限、安全審計配合等條款作為剛性約束，對重要基礎設施供應商落實后門零容忍、漏洞共擔等特別條款；在履約期開展交付質量、應急響應與人員管理動態評估；履約后落實解約退出與綜合評價。評價維度涵蓋基本情況、內部管理與安全體系、開發交付、軟件安全、運維服務、應急響應、成本適用性、服務質量、知識產權、技術儲備、創新合作等11項核心能力，實現全流程風險精準識別與供應商策略優化。依托治理平臺跟蹤漏洞修復及時率等運行指標，形成能力可量化、績效可比較、風險可預警的動態畫像。推動供應商參與SBOM共建、情報共享與聯合演練，構建“能進能出、優勝劣汰、協同共贏”的可信供應鏈生態，使供應商成為企業供應鏈安全的“同行者”而非“風險源”。

（五）應急響應與人才支撐

通過建立“快速研判—分級處置—閉環復盤”的實戰化應急機制，常態化開展供應鏈投毒、模型后門、智能體越權等場景的沙盤推演與紅藍對抗，并將成果沉淀為治理規則。同時，構建分層分類的人才培養體系，培育SBOM/AI-BOM分析、模型安全測評、智能體安全審計等專業骨干與復合型管理人才，將軟件供應鏈安全納入全員培訓，使人才梯隊成為治理體系最持久的支撐力量。

四、軟件供應鏈安全治理的具體實踐與成效

筑牢軟件供應鏈安全防線，根本在于將治理體系框架轉化為可執行、可度量、可溯源的日常實踐。中國移動圍繞“三層四柱一閉環”的治理框架，從宏觀制度、中觀組織、微觀技術三個層次協同發力，以“四柱”能力貫穿治理全流程，以“一閉環”驅動持續運營，取得階段性成效。

（一）宏觀制度框架層：標準轉化，規則穿透

對標《網絡安全法》《關保條例》及《網絡安全技術軟件供應鏈安全要求》（GB/T 43698—2024）、《網絡安全技術軟件產品開源代碼安全評價方法》（GB/T 43848—2024）等國家法律法規和標準規范，從“政策、制度、流程、平臺規則”方面全向發力。一是制定印發公司軟件供應鏈安全管理辦法與開源軟件安全管理制度，明確各層級職責分工，壓實“誰引入誰負責”的責任鏈條，以考核監督確保制度落地。二是構建覆蓋開源代碼來源、安全漏洞、許可證、運維持續性四大維度的評估體系，實行“一票否決”準入原則。三是全面推行軟件備案機制，摸清資產家底，形成集、省兩級上下貫通、橫向協同的治理矩陣，實現安全威脅實時預警與聯動處置。

（二）中觀組織協同層：分級分類，全鏈貫通

建立貫穿研發、采購、測試、部署、運維全生命周期的跨部門協同機制，形成“主管負責、運營落地、安全監督、平臺賦能”的工作格局。在此基礎上，落實分級分類治理：對關鍵基礎設施與核心業務系統實施最高級別管控，強化最小權限、獨立部署與熔斷處置要求；對一般業務系統推行標準化管控；對研發實驗環境實行敏捷型管控，兼顧安全與創新效率。對外加強與監管單位、安全廠商、開源社區協同，參與漏洞披露與威脅情報共享，推動企業治理向行業共治延伸。

（三）微觀技術能力層：四柱落地，平臺支撐

以安全垂類大模型為知識底座、以多模態檢測引擎為檢測樞紐、以安全智能體為自動化中樞，建設一體化治理平臺，將“四柱”能力具象化為平臺功能。

一是風險識別與預警方面，平臺自動生成SBOM，動態構建資產與安全雙圖譜，清晰透視軟件成分與上下游依賴關系。嵌入開源漏洞檢測、惡意代碼投毒識別、許可證合規審查等多維風險檢測機制，結合威脅情報庫實現動態分級預警。

二是縱深防御方面，建立白名單準入與供應商動態評估體系，從授權合規性、漏洞歷史、社區活躍度等維度審核把關，以“主動巡檢、被動情報”雙軌機制將風險組件納入黑名單，做到“識別一個、處置一個、阻斷一個”，在采購準入、開發構建、交付上線各環節層層設防。

三是溯源追溯與應急響應方面，依托圖譜與審計日志，快速定位風險來源與影響范圍，形成“發現、研判、處置、驗證、復盤”的閉環流程，常態化開展供應鏈投毒、模型后門等場景的實戰演練。

四是生態協同與自主創新方面，推動供應商參與SBOM共建、情報共享與聯合演練，依托平臺監測漏洞修復及時率等運行指標形成動態畫像，逐步構建“能進能出、優勝劣汰、協同共贏”的可信軟件供應鏈生態鏈。

（四）閉環運營：智能驅動，持續進化

通過安全智能體將識別、研判、處置、修復、復盤各環節串聯為自動化閉環，向研發流水線、CMDB等系統開放標準接口，使安全能力低開銷融入業務流程。“制度、平臺、運營”三位一體聯動運轉，推動治理工作從事件驅動向常態化運營轉變，顯著增強了全網軟件供應鏈的韌性與安全抗壓能力。

五、未來展望

AI正將軟件供應鏈安全從“組件可信”的靜態命題推向“行為可信”的動態博弈，治理邏輯需從“事件驅動、事后補救”升維至“內生免疫、韌性生存”。在制度層面，將靜態合規轉化為持續進化的安全成熟度模型；在技術層面，構建“感知、決策、阻斷、進化”一體化的數字免疫系統；在生態層面，推動形成國家級軟件供應鏈安全可信基礎設施，使治理能力升華為體系化的戰略優勢。

電信運營商作為數字基座守護者，應將治理鍛造為核心能力：以安全垂類大模型與多模態檢測引擎的融合，讓安全策略內化為研發與業務的自動化基因；聯合監管、科研與產業力量，共建AI-BOM互認、情報共享與供應商評估協作機制，以行業共治打破單一組織的治理天花板。唯有以制度定邊界、以智能鍛利器、以協同擴格局，方能在軟件供應鏈安全攻防競速中掌握主動權。將“三層四柱一閉環”治理模型轉化為可演進的實戰能力，為數字中國構筑安全、可信、自主、協同的軟件供應鏈基石——這不僅是企業責任，更是核心基礎設施運營者不可替代的時代擔當。

（本文刊登于《中國信息安全》雜志2026年第6期）