// AI 新闻 · 2026-11-12 · Databricks Blog
如何检测基于凭证的Databricks攻击
Databricks通过系统表和审计日志，结合Detection App中的Genie代理，帮助用户识别使用被盗凭证登录平台的攻击行为。攻击者通常利用泄露的会话cookie、个人访问令牌（PAT）或服务主体凭证进入系统，并试图模仿正常用户活动以规避检测。
原文发布 2026-11-12 07:00（北京时间）来源 Databricks Blog自动整理 · 已核对原文
01摘要
攻击过程分为六个阶段，包括初始登录、环境侦察、权限提升、功能创建、数据导出等关键行为。这些行为在审计日志中可被识别，尤其是当登录来源IP、会话ID或操作模式与正常用户显著偏离时。Databricks提供可直接运行的检测查询和最小权限控制策略，用于限制被盗凭证的访问范围，从而降低攻击影响。
由开源模型根据原文自动整理，经数字/专名逐项核对（必须在原文中出现），以原文为准。
02要点
- 攻击者通过真实凭证登录后，其后续行为常与正常用户活动出现偏差，是关键检测点。
- 利用系统表和Genie代理可分析登录后的操作序列，识别非线性攻击路径中的异常行为。
- 攻击行为通常分六阶段展开，包括侦察、权限提升和数据导出等，各阶段在日志中均有明确特征。
- 通过设置基于IP、会话ID和操作模式的检测规则，可实现对凭证泄露事件的及时发现与响应。
03原文出处
Detecting credential-driven attacks on Databricks
Databricks Blog · 发布于 2026-11-12 07:00（北京时间） · 上方为原标题
05相关新闻
- 同来源 · Databricks领解决方案架构师分享工作日常2026-11-12 · Databricks Blog
- 同来源 · Databricks 开设新总部并强化AI产品布局2026-11-12 · Databricks Blog
- 同主题 · 企业如何在AWS上部署OpenAI Codex2026-11-12 · AWS Machine Learning Blog
- 同主题 · Hugging Face 推出 TRELLIS.2 模型微调指南2026-11-12 · Hugging Face Blog
- 同日 · 语言模型对齐的理论极限研究2026-11-12 · Apple Machine Learning Research
出自智图 AI 新闻：从 1100 多个官方与媒体信源采集。摘要只转述原文内容，详情请看原文。 2026-11-12 全部新闻 · 按日期归档 · 全部 AI 新闻 · 今日