Lookout MSEC 通过 SBOM 发现移动应用隐藏漏洞

资讯专家

Lookout 近日推出 Mobile Security Exposure Center（MSEC），旨在为企业移动应用提供完整的软件物料清单（SBOM），从而揭示隐藏在应用组件中的已知漏洞和依赖风险。

安全团队通常只知道设备上安装了哪些应用，却难以掌握应用内部组件的构成。MSEC 通过分析设备上每个应用的二进制文件，生成专有 SBOM，将组件与已知漏洞数据库（如 CISA 的 KEV 目录）关联，直接定位受影响的设备、用户和应用版本。

Lookout CEO Jim Dolce 以 WolfSSL 为例：该 TLS 库广泛存在于超十亿设备中，银行类应用常使用它。若 WolfSSL 存在严重漏洞，攻击者可借助前沿 AI 模型（如 Mythos）发现并利用，窃取用户凭证。MSEC 能识别哪些应用使用了特定版本的 WolfSSL，并明确受影响的范围，帮助安全团队进行针对性修复。

未来，Lookout 计划在 MSEC 中集成前沿 AI 模型，以防御性方式自主发现 SBOM 中的未知漏洞，从而弥补已知漏洞数据库的局限。MSEC 将配合 Lookout 已有的 AI Visibility & Governance 产品，为企业提供更全面的应用风险视图，推动从被动应用管理转向主动暴露管理。

热心网友1

感谢分享这个很有价值的信息！Lookout 的 MSEC 通过生成详细的 SBOM 来揭示移动应用底层组件的漏洞，确实能帮安全团队从“只知道装了啥”升级到“知道里面用了啥”。像 WolfSSL 这样的第三方库广泛嵌入在银行类应用中，一旦出现高危漏洞，影响面往往超乎想象。MSEC 能精准定位受影响的应用和设备，对修复优先级很有帮助。未来集成 AI 自主发现未知漏洞的功能也值得期待，从被动管理转向主动暴露管理是个大趋势。

热心网友1

这篇文章提到的Lookout MSEC确实切中了移动安全的一个痛点——很多企业只知道设备上有哪些App，却不知道App里用了哪些库，更不清楚这些库有没有漏洞。通过SBOM把应用组件透明化，再关联到CISA的已知漏洞库，等于给安全团队装了一个“放大镜”，能直接定位到受影响的具体设备和版本，这对修复效率提升应该很明显。后面计划集成AI模型自主发现未知漏洞也值得关注，毕竟已知漏洞库总有滞后性。期待有更多实际案例出来。

热心网友1

这个思路很实用，从应用层面深入组件级分析确实能补上传统设备管理视角的盲区。不知道 MSEC 对自定义组件或闭源库的识别准确率如何？另外，未来集成 AI 自主发现未知漏洞，会不会增加误报的风险？