黑客盯上图书馆之后：一份整改通知、一条跑通的产业链，和一件没人愿意做的小事

黑客盯上图书馆之后：一份整改通知、一条跑通的产业链，和一件没人愿意做的小事

2025 年 4 月，华东某地级市图书馆收到一份整改通知，来源是本地数据主管局。

通知涉及两个系统：图书馆自动化管理系统，和数字图书馆的办证系统。馆方随后把五家供应商叫到一起谈了一次。

那次会上聊的东西，具体到端口。

哪些端口是多余的，为什么没有定期打补丁，为什么要签一份网络安全承诺书。会后落下来的要求也很实在：每月主动检测漏洞，补丁跟上，一个月两次自查，重要端口做清单，无关端口关掉，数据库加密。

没有勒索软件，没有赎金，也没有任何媒体标题。这件事值得写，是因为它发生在有人动手之前。漏洞早就在那儿了，只是还没被利用。

同年 3 月，另一座城市的图书馆遇到了更直接的事。那是一家省会城市的馆，古籍数字资源免费开放，结果被商家用爬虫批量抓走，挂到互联网平台上标价出售。发现这件事的也是馆方自己，一位同事刷到某个公众号在卖。几个”豆”就能买到。馆方随后发了严正声明，声明说任何未经授权的销售行为都是违法的，措施是加水印、补技术防护。

爬虫抓，平台卖，读者买。一条完整的链条已经跑通了，图书馆的免费资源成了别人的进货渠道。

这两件事放一起看，问题从来不在技术先进不先进。在有没有人真的管。

—

## 图书馆为什么容易被当成软目标

先说几件实在的事。

很多图书馆的自动化管理系统（ILS）跑了很久。系统老了，补丁容易掉队。麻烦在于这些老系统恰恰是对外的核心：在线检索、自助借还、预约服务，全都连网。

免费 Wi-Fi 是另一个口子。公共图书馆每天上万人连网，攻击者混在正常读者里扫局域网、探未修补的服务，成本很低。

接入点也多。电子图书平台、OPAC 检索、门禁、活动报名、数据库订阅接口，每一个都可能是入口。前面那次约谈涉及五家供应商，每家都有系统、有端口、有补丁要打，管理链条本来就长。

还有一层是人的问题。馆员的核心工作是文献管理和读者服务，不是网络安全。一封伪装成出版社通知的钓鱼邮件，一个看起来正常的主管后台链接，可能就够把攻击者送进内网。

—

## 打起来了，先干什么

先别碰被感染的设备。

第一件事是断网。拔网线，关无线，把中招的系统从正常网络里物理隔开。勒索软件靠网络传播，断网能拦住横向扩散。

然后确认范围。一台电脑还是整个内网？攻击者拿到了什么？读者个人信息有没有泄露？这一步决定后面是报警、通知读者，还是上报主管部门。

报。勒索软件攻击是刑事案件，不是内部 IT 事故。涉及读者信息的，还要依法告知读者。

数据恢复这件事，有离线备份就优先从备份恢复，这是最干净的方案。但备份也可能已经被加密，这种情况并不少见，那就进入漫长的重建。

赎金要不要付？国际上确实有图书馆付过几百万美元，但数据能完整取回的概率不高。付赎金在国内也不合法，而且攻击者不会因为收了钱就对你客气。

最后是复盘。攻击路径是什么，哪道防线失效了。查不清这个，下一次只是时间问题。

—

## 事前能做什么：给预算有限的公共图书馆排个序

事后补救永远不如事前防范。按性价比排一下。

备份是底线。3-2-1：三份副本、两种介质、一份离线。离线备份能挡住勒索软件对备份系统下手，这一点比任何技术方案都重要。

访客网络必须和内网隔开。访客流量不能碰到内部服务器，这是最基本的架构要求。不少图书馆的访客 Wi-Fi 和内网共用网关、共用 VLAN，等于把前门钥匙挂在外头。

多因素认证。管理员账号、内网访问、数据库操作都要上双因素。弱口令是成本最低的入口，试几轮就能进去。

供应商要过安全关。接进图书馆系统的每一家供应商都值得做一次安全评估。前面那五家供应商签了网络安全承诺书，把责任写进合同，比口头约定靠谱。

定期做漏洞扫描和渗透测试。请安全团队站在攻击者角度找漏洞，比被动挨打有效。会上有专家建议把重要端口列清单、关掉无关端口、缩小暴露面。这些都不算高深技术，是最基本的管理动作。

—

## AI 能帮上什么，也帮不了什么

说在前面，AI 不是银弹。

那次约谈会反复出现一个词：打补丁。现实里补丁最容易被漏掉。AI 驱动的扫描工具可以定期扫资产、发现未修补的漏洞、给出修复建议。哪些端口该关，哪些系统该更新，谁负责打补丁，靠人定期排查很容易漏，用工具跑一遍，成本几乎为零。

传统防火墙靠特征库，遇到新攻击就抓瞎。AI 可以学网络流量的正常基线，找出偏离的部分。比如某个账号凌晨三点批量导出读者数据，或者某台服务器突然朝境外 IP 发大量加密流量。这种异常靠人盯，根本盯不过来。

AI 看邮件的语义模式、链接特征、发件人行为历史，比传统黑名单准得多。馆员不是安全专家，一封伪装成出版社通知的钓鱼邮件，可能就是内网入侵的起点。

生成式 AI 对非安全人员最实在的帮助，是应急流程辅助。遇到安全事件，直接问”发生了这种事该怎么办”，它能给出标准化流程指引。比慌乱中打电话找人快。

短板也很明显。

AI 安全产品最头疼的是误报。异常检测必然带来误报，大量假警报会让安全人员麻木，真正的问题反而被忽略。

攻击者也在用 AI。他们会用生成式模型写更逼真的钓鱼邮件、生成绕过检测的代码、伪造身份做社会工程。这是一场双方都在升级的赛跑，AI 辅助安全不等于安全无忧。

效果还取决于训练数据。图书馆的历史安全数据少、质量差，AI 能做的事就有限。

还有一个隐性风险：把安全完全交给 AI，人的判断力会退化。AI 应该辅助决策，不该替代判断。

—

## 说到底

公共图书馆是公共文化基础设施。它的安全不只是技术问题，更是服务能不能持续的问题。

那次约谈会，说到底就是把一些基础动作重新捋了一遍：哪个端口该关，哪个系统该更新，谁负责打补丁，出了问题谁担责。这些不是高深的技术问题，是管理问题。

小图书馆同样危险，规模从来不是保护。

真正管用的防御，是备份、隔离、权限管理、人员培训。AI 是锦上添花，不是替代基础防护的万能药。