AI安全智能体时代：企业安全防护如何迈向“全自动驾驶”？
随着人工智能大模型的兴起，安全防护策略正经历着前所未有的变革。智能体技术在安全领域的运用日益成熟，为企业应对复杂网络威胁提供了全新解决方案。
在Fortinet中国区技术总监张略的描述中，安全智能体的引入极大提升了企业安全运维的效率。他提到，借助这一技术，安全人员只需片刻时间，便能识别并解决以往需要数小时甚至更久的网络安全隐患。然而，张略也强调，尽管智能体提供了高效的分析与预警，最终决策仍需依赖企业安全运营人员的专业判断。
从行业整体来看，AI对安全领域的重塑已步入深水区。然而，从辅助工具向全自动驾驶级别的智能体转变，安全行业仍需跨越重重障碍。
根据SUSE的数据统计，隐私与数据安全、以及由AI驱动的网络攻击，已成为生成式AI云安全的首要挑战。仅有少数IT决策者认为不存在相关风险。Gartner的预测则指出，到2025年，生成式AI的广泛采用将促使企业对网络安全资源的投入激增，应用与数据安全支出预计将增长15%以上。
AI大模型在提供便利的同时，也为不法分子提供了更为高效的攻击手段。对此，业界普遍认同的解决方案是以AI对抗AI。安全行业迅速成为首批积极拥抱大模型技术的领域之一，这一转变也催生了安全行业从产品销售向服务销售模式的转型。
面对日益复杂的安全挑战，企业级安全理念与产品的迭代速度不断加快。企业对于网络安全防护的需求已从简单的产品堆叠，转向寻求统一平台化的解决方案。在这一背景下，安全智能体的出现，开始帮助企业应对日益复杂的安全事件。
张略指出，安全行业应用AI技术已经历了三个阶段。初期，从2010年左右开始，机器学习与深度学习技术初步应用于安全领域，安全产品多以单打独斗为主。随后，生成式AI的出现促使AI深度融入攻防全链条，形成智能防御体系，但在此前，AI主要起单点辅助作用。第三阶段，即当前及未来一段时间内，安全智能体将成为行业重点发展方向，AI技术将成为安全体系的“中枢大脑”，实现安全能力的整合与联动。
随着安全局势的变化，企业逐渐认识到，传统的安全产品堆叠难以应对复杂的网络威胁。因此，整合多种安全功能于统一平台的方案成为企业新需求，旨在增强威胁检测与响应能力，降低管理复杂度，提升安全运营效率。
张略表示，构建一体化的安全体系已成为关键趋势。在这一趋势下，如何将安全服务商与IT服务商融合，实现万物互联，并以安全为目标的自动化和自主运营，将成为安全行业的重中之重。这一观点并非Fortinet独有，一体化安全防护体系已成为安全服务商的共同追求。
安全运营的概念虽已存在多年，但随着安全智能体的成熟，其内涵已发生深刻变化。安全智能体不仅能快速筛查和解决安全问题，还能帮助企业将人力投资于业务发展。然而，看似简单的智能体背后，实则涉及复杂的流程。
以服务器告警处理为例，安全智能体通过分析日志发现异常，自动查询进程并识别可疑IP，通过威胁情报库进行确认，随后调查攻击详情，找出漏洞，并提供处理建议。安全运营人员根据建议进行操作，最终由智能体解决告警。安全智能体还能进行攻击溯源，并将其纳入知识库，以防范未来类似事件。
尽管安全智能体前景广阔，但目前仍面临专业性和安全性两大挑战。大模型的安全性，包括避免幻觉、确保合规、防止伦理问题等，一直是行业难题。同时，大模型也面临数据安全、网络安全的挑战。对于安全行业而言，确保智能体自身的安全及专业性至关重要。
为确保模型训练数据的安全，行业普遍采用企业内部高质量数据进行监督学习。对于安全行业，安全服务商的安防经验和实时攻防数据成为核心竞争力。安全智能体需深入理解行业特有风险模式，这需要通过安全服务商的行业经验来补足。
张略指出，尽管安全智能体在自动化安全防护中表现出色，但最终决策仍需人工确认。目前，生成式AI仍属统计学范畴，不具备自我纠错能力，因此人工确认环节至关重要。