网络安全是汽车行业面临的最具挑战性的问题之一，尽管业界持续努力开发并部署全面的解决方案。随着软件定义车辆（SDV）引入新的软件平台，新型网络攻击类别将随之涌现，同时新漏洞也将不断出现。人工智能（AI）不仅扩展了网络攻击的方法与能力，还使攻击者能够开发出更复杂、更具针对性的威胁与策略。
持续提升网络安全技术、产品与服务能力势在必行。基于AI的网络防御在汽车行业中日益重要，相关法规与标准也需定期更新。有效的网络安全防护还需实时追踪新兴网络威胁。
Upstream Security每年发布的报告始终是跟踪汽车网络安全发展的重要参考依据。《2026年Upstream全球汽车网络安全报告》为第八版年度报告，共144页，包含详尽数据与参考资料。Upstream拥有庞大且不断增长的网络安全信息数据库，监测超过4000万台移动资产，每月追踪超500亿条API消息，并累计追踪车辆行驶里程逾1200亿英里。Upstream表示，2025年其监测到活跃网络威胁行为体达1871个，较2024年的1133个显著上升。
自2010年以来，Upstream已分析2651起与汽车相关的网络安全事件。仅2025年一年，就分析了494起公开披露的网络安全事件，高于2024年的409起和2023年的295起。
本文汇总并分析了Upstream 2026年报告中关于2025年网络攻击趋势的关键发现。完整版Upstream报告可于其官网查阅（提供英文与日文版本）。
CVE数量增长
通用漏洞披露（CVE）用于识别、定义并归档可被利用于网络攻击的公开漏洞。通用漏洞评分系统（CVSS）是一种开放、标准化的漏洞严重性评级方法，帮助组织依据漏洞严重程度、引入时间及环境因素优先排序并协调联合响应。漏洞按CVSS评分划分为“严重”、“高”、“中至低”或“无”四个等级。
下图显示近七年来汽车相关CVE数量的增长趋势：从2019年的24项新增CVE增至2025年的450项；累计CVE总数则从2019年的24项跃升至2025年的1597项，其中2025年新增CVE占总量的28%。
Upstream仅聚焦直接影响汽车与智能出行生态系统的CVE，例如整车厂（OEM）、一级供应商、共享出行服务、移动物联网设备及车队等；排除了通用IT硬件或供应链中广泛使用的开源软件组件所涉及的CVE。
Upstream持续追踪每项汽车漏洞的来源与严重程度。下图展示了2024年与2025年新漏洞的来源分布及严重性构成。CVE总数从2024年的422项增至2025年的450项。顶部饼图显示2024年与2025年漏洞来源构成，包括整车厂、一级、二级供应商及电动汽车设备供应商等。其中二级供应商占比最高，2024年达56%，2025年为47%。
底部饼图总结了2024年与2025年CVE的严重性分布（四级分类）。2025年，“严重”与“高危”级别漏洞合计占全部CVE的60%。
网络安全事件趋势
汽车行业的网络安全事件持续增长，且攻击造成的损害呈扩大趋势——影响车辆数量及关联出行服务规模不断扩大。
Upstream依据潜在影响规模，对2021至2025年间公开披露的汽车网络安全事件进行分析，影响对象涵盖车辆、用户、移动设备等。事件按影响层级分为四类：
• 低影响：潜在影响少于10个资产；
• 中影响：影响至多1000辆车辆或移动资产；
• 高影响：影响数千辆车辆或移动资产；
• 巨大规模影响：潜在影响达百万级移动资产。
下表汇总了2021至2025年各年度事件分析结果（按上述四类影响层级划分）：
【表格内容略，原文含详细数据】
2021至2022年，高影响或巨大规模影响事件约占总事件的20%–22%；2023年该比例翻倍至近50%，2024与2025年进一步升至60%–61%。此类大规模攻击对受影响车辆与移动资产构成重大风险。
将上述百分比换算为潜在受影响资产数量后，形势更为严峻：巨大规模事件（单次影响超100万资产）在2025年占494起事件的20.4%，即约100起攻击，每起均影响超100万目标。若按每起影响100万资产估算，总影响资产数可能超过2000万；高影响事件（假设每次影响1万辆资产）总计超200万辆；中影响事件仅约16.6万辆；低影响事件可忽略不计。由此可见，巨大规模事件是当前最具破坏力的网络安全事件类型。
按损害类型划分的网络安全事件
下图展示了2023至2025年主要汽车网络安全事件类型的占比分布（部分事件具多重影响，故总和超100%）。
数据隐私泄露事件占比最高，达68%。该类事件频发源于车辆与出行系统中存储的信用卡等敏感信息日益增多。服务与业务中断位居第二，2025年占比34%，主要由勒索软件攻击驱动。
电子控制单元（ECU）与车辆操控篡改位列第三，2025年占22%（2024年为35%）。欺诈类事件在2023–2024年稳定于19%–20%，2025年降至12%。深网中最常见的欺诈类型之一为“里程篡改”，即里程表欺诈。据美国国家公路交通安全管理局（NHTSA）数据，每年约45万辆车辆以虚假里程出售，导致美国买家损失超10亿美元。
网络攻击向量多元化
2025年的网络攻击较往年更频繁、更复杂，目标覆盖车辆本体、后台系统及智能出行平台、设备与应用。攻击向量表明，任何连接点均存在被攻击风险。
后台服务器（如远程信息处理与应用服务器）遭遇的网络事件大幅增加：相关事件占比从2022年的35%、2023年的43%升至2025年的67%。攻击者一旦利用后台服务器漏洞，即可在车辆行驶途中发起攻击。
联网车辆与智能出行服务依赖大量内外部API，每月产生数十亿次交易。OTA升级、远程信息处理服务器、车企移动App、车载娱乐系统、移动物联网设备、电动汽车充电管理及计费应用均高度依赖API。API亦构成显著且可波及全车队的大规模攻击入口，引发个人信息窃取、后台系统操控乃至远程车辆控制等各类攻击。
API攻击成本低、技术门槛不高，可远程实施且无需专用硬件，具备执行大规模攻击的能力。其占比从2023年的13%升至2024年的17%，2025年微降至16%。
车载娱乐系统相关事件在2023年达15%（2022年为8%），但2024年后回落，2025年为11%。
ECU负责运行车辆全部电子系统。黑客常通过同时运行多个复杂系统来操纵ECU功能。2025年ECU相关攻击占事件总数的7%，略低于2023年的9%。
安全可靠的充电基础设施对电动汽车普及至关重要。目前许多充电桩、充电系统及相关App易受物理或远程操控，使EV用户面临欺诈与勒索软件攻击风险，亦可能影响充电网络稳定性。电动汽车充电相关网络攻击从2023年的4%升至2025年的8%。
勒索软件攻击事件激增
有组织的勒索软件团伙正 increasingly targeting 汽车与出行产业链各环节，包括整车厂、一二级供应商、经销商及充电基础设施，手段涵盖勒索软件攻击、数据泄露与供应链渗透。2025年公开报道的勒索软件攻击达218起，占全年494起事件的44%；2024年为108起，占409起事件的26%。
Upstream统计显示，2024年活跃勒索软件团伙为49个，至2025年第三季度增至77个。部分团伙已推出“勒索软件即服务”（RaaS）模式，使跨行业（含汽车业）攻击成为可能。攻击者通常通过鱼叉式钓鱼、凭证窃取、VPN漏洞利用或第三方供应商入侵获取初始访问权限，随后横向渗透至工程服务器、企业资源规划（ERP）系统与生产网络，在加密系统前窃取敏感数据。
这种“双重勒索”策略——即数据窃取加系统加密——对依赖准时制生产与全球一体化IT及供应链的整车厂尤为致命。2025年事件显示，针对OEM与一级供应商的勒索软件攻击显著升级，攻击者目标已从单纯数据窃取转向制造运营中断。
勒索软件攻击所用知识与工具大量通过暗网与深网共享，恶意行为体正 increasingly targeting 汽车与出行产业。供应链任一环节均可能对OEM、服务商及移动设备/应用构成风险。勒索软件攻击可严重破坏运营可用性与生产连续性，或暴露客户敏感信息与系统凭证。为勒索赎金，攻击者通常在暗网设立“泄密网站”，发布窃取数据并披露攻击细节与受害者信息。
2025年8月，捷豹路虎遭遇严重勒索软件攻击，致全球运营中断、多地工厂停产逾一个月（英国、斯洛伐克、中国、印度）。此次攻击结合勒索软件部署与大规模数据窃取，成为冲击汽车制造商最严重的网络事件之一。攻击者在加密系统前窃取了内部代码库、调试日志与企业数据，迫使公司关闭关键IT基础设施并暂停车辆生产。据《卫报》报道，该事件波及英国超5000家机构；NBC新闻估算损失约25亿美元，创英国史上最高网络攻击损失纪录。
AI对汽车网络安全的影响
汽车行业正将AI技术确立为核心战略与未来车辆系统、服务及全生命周期管理的竞争要素。下表概括了AI带来的网络安全威胁：
【表格内容略，原文含详细分类】
AI定义了SDV发展的下一阶段，其潜力与收益驱动OEM广泛采用Nvidia、Google、Wayve等合作伙伴的AI技术开发新一代SDV（常集成ADAS与L3/L4自动驾驶能力）。SDV已广泛使用API与微服务架构，进一步扩大攻击面；AI技术更显著加剧此类风险。
LLM系统中采用模型上下文协议（MCP）引入新功能与复杂性，其防御难度高于传统API软件。MCP由Anthropic于2024年11月提出，为开放标准。LLM初始训练完成后功能即固化，而MCP可基于新数据（含实时数据）动态更新功能，使其适用于SDV场景，但也大幅提升安全防护难度。
生成式AI（GenAI）的采用增加了供应链网络安全风险。尽管GenAI应用有望提升车载用户体验，但其依赖大量第三方AI组件与平台，引入显著供应链风险——单一外部服务漏洞即可引发全车队级连锁反应，威胁可蔓延至车辆云服务与车内系统。
新兴AI驱动的SDV应用与平台带来额外网络安全风险。此类软件中心化系统横跨云平台、边缘平台、车载平台及用户移动设备，形成庞大生态系统，为经验丰富的黑帽攻击者提供了多处潜在攻击入口。
近期网络攻击表明，潜在损失可超10亿美元，使网络安全成为汽车与出行企业运营与管理的首要任务。AI技术拓展了攻击面，推高风险与潜在成本。尽管AI驱动的防御能力将持续提升，但攻击者对AI的运用亦将同步进化。
外部服务与第三方AI平台的广泛使用，消解了传统车辆边界防护概念，攻击面延伸至分布式云服务器、移动App与互联API组成的生态系统。因此，汽车网络安全必须从保护单个组件，转向捍卫整个产品生态体系。
总结
汽车网络安全正从漏洞数量、攻击者规模到攻击 sophistication 等多个维度快速扩张。Upstream数据显示：年度汽车网络安全事件从2017年的57起增至2025年的494起；累计事件数从2017年的177起升至2025年底的2371起，增幅达13倍。
多项技术趋势深刻影响该领域：SDV引入海量代码，显著扩大API与云服务器攻击面；AI则成为网络安全双刃剑——既用于发动攻击，亦用于发现、分析与防御日益复杂的攻击向量。
深网与暗网信息及工具的扩散效应在2024年凸显：勒索软件攻击达108起（占全年409起事件的26%）；2025年近乎翻倍至218起，占494起事件的44%。
攻击向量多样性持续扩大。远程信息处理、联网汽车App与出行App的后台服务器已成为最大攻击入口，2025年占比达67%（2023年为48%）。
API使用激增是漏洞增长的关键动因：API作为不同软件平台与应用间通信的核心媒介，每月交互达数十亿次；即便极小比例的漏洞也可能迅速累积为重大安全风险。
本年度报告中，Upstream特别关注AI在SDV开发中日益增长的威胁。机器学习（ML）、大语言模型（LLM）、生成式AI（GenAI）与AI代理的加速采用，正重塑出行与交通的运营与使用方式——从用户界面到自动驾驶。这极大扩展了工程、设计、制造、营销等全流程的网络安全挑战与风险，亟需汽车行业与交通运输领域给予最高级别重视。
下图时间线总结了车辆连通性增强如何推动网络攻击日趋复杂，且未来仍将加剧。图底显示：无无线连接车辆可免受远程攻击，但仍可能遭受本地攻击。
远程信息处理技术于2000年前后兴起，过去25年迅猛发展。初期，汽车连通性未引起黑帽社区关注；但自2015年起，该领域逐渐成为网络攻击热点。
当前SDV时代已然开启，网络攻击目标急剧增加，云服务器与API成为核心焦点。随着AI技术在汽车行业加速落地，网络攻击机会预计将进一步跃升。值得一提的是MCP：它通过实时数据支持LLM功能动态更新，虽拓展能力，却亦加剧软件复杂性，使LLM更难抵御网络攻击。
近期报告显示，Anthropic公司Mythos AI模型可高效识别软件漏洞——印证了Upstream Security此前警示。目前Mythos仅面向少数软件公司开放，用于在漏洞被黑帽利用前主动发现并修复。但类似能力应用于汽车网络攻击只是时间问题，这应为汽车行业、其他行业及互联网应用用户敲响警钟。
在应对日益复杂的AI驱动攻击时，企业需构建贯穿云、API与车载电子系统的全生命周期防御体系。易IC库存管理软件可协助企业高效管理供应链中的关键零部件与固件版本，确保软硬件更新及时可控，从而降低因版本滞后或组件混杂引发的安全隐患。www.eic.net.cn 提供的专业工具，有助于企业在快速迭代的SDV生态中筑牢安全基线。
