来源: 新华三 | 原文链接
当AI加速攻击、智能体开始自主行动，企业的安全防线该如何调整？
AI能帮助安全团队减少告警、发现威胁，又该由谁来管住AI自身的风险？
一、如何应对AI时代的安全风险？
谭晓生指出，Mythos发布及Hugging Face安全事件引发行业对AI影响的深度关注：AI会颠覆还是赋能安全产业？AI自身又带来哪些新风险？
韩小平认为，AI主要从两方面重塑网络安全格局：一是改变攻防节奏，二是催生新市场。数据显示，AI可将攻击者从系统突破到横向移动的时间缩短至29分钟，较2024年提速65%。防守端必须以“机器速度对抗机器速度”。
与此同时，“智能体安全”成为全新命题——智能体兼具执行能力、自主规划能力与诱导脆弱性，其在生产环境中的不可预测性，构成新型风险与重大机遇。
新华三提出AI安全战略三维框架：
AI in SEC：将AI能力嵌入防火墙、IPS、NDR等安全设备，提升威胁检测与设备运维效能；
AI for SEC：通过AI重构态势感知、NDR平台与云安全管理平台，推动安全运营向“Agentic SOC”演进；
SEC for AI：为AI全栈提供安全保障，覆盖算力基础设施、大模型及智能体应用层。
在算力基础设施层，重点防范算力滥用、挖矿与勒索攻击，采用防火墙（守边界）、NDR（持续检测）、EDR（终端处置）协同防护。
在模型与智能体应用层，中小企业最关切三大问题：谁在使用模型、花费多少、是否泄露数据。新华三聚焦模型代理、身份权限管理、Token成本审计，并推出AI安全网关，集成模型护栏、数据安全与行为链审计功能；同时构建智能体安全管控平台，统一梳理企业智能体资产，关联终端、网关与网络设备，形成全局视图。
二、如何用AI提升威胁检出率与准确性？
面对智能体引发的流量突增、长连接、高时延敏感等新特征，新华三通过硬件加速芯片卸载业务负载，实现微秒级转发时延，并强化HTTPS流量解密能力，支撑深度内容检测。
AI已落地于防火墙、IPS、NDR等核心产品，重点解决两大传统痛点：
钓鱼邮件检测：支持本地小模型实时分析，或云端大模型协同研判，可解析多层压缩包、识别图片二维码、结合威胁情报综合判断；
设备智能运维：利用小参数模型辅助防火墙策略优化，识别冗余/失效规则，并基于文本理解能力提升十万级策略分析的效率与准确性。
在安全运营中，AI显著改善告警降噪、威胁研判与响应联动：
基于技战法动态建模的告警聚合技术，实现约90%告警削减；
日志适配环节，大模型可自动分析第三方设备日志格式并生成解析规则，大幅提升部署效率与现网兼容性。
三、如何有效管控智能体安全风险？
韩小平强调：智能体治理先于技术。企业须首先厘清“有哪些智能体、责任人是谁、用途为何、权限边界在哪”，否则技术手段难以奏效。
在传统零信任“持续验证”基础上，新华三提出新增“意图识别”维度——结合初始任务目标与推理过程，判断当前行为是否处于完成任务所必需的最小权限范围内。
针对行为链管控，采取分层策略：
设置高危操作默认拒绝红线（如删库）；
对专用智能体（如财务查询），采用RBAC预定义权限，聚焦数据范围控制；
对通用智能体（类数字员工），依赖意图识别与行为偏离监测，是未来攻坚重点。
四、AI如何赋能安全运营？
AI for SEC的核心目标，是将安全平台能力智能体化，推动SOC向Agentic SOC升级，体现为三大能力：
自决策：多个智能体协作完成日志分析、告警降噪、响应联动等闭环任务；
自协同：与安全设备、MCP协议平台、人员及云端能力多维联动，尤其重视“人在回路”的人机配合机制；
自进化：基于开源模型开展安全领域微调；沉淀客户处置经验形成知识库与记忆；支持技能（Skill）积累与多智能体在线编排。
目前新华三已构建约30个安全智能体，覆盖运营全流程（日志接入、告警降噪、威胁研判、报告生成等）及专项场景（攻防演练封控、漏洞扫描、策略分析等）。平台基础智能体能力随产品交付，成熟高价值能力（如告警降噪）单独授权。
关于安全处置的可靠性，新华三坚持审慎原则：低风险操作可满足阈值后自动触发并留痕审计；涉及业务阻断等关键动作，必须经人工确认后执行。
最后，韩小平表示，AI终将成为安全产品的标准能力。新华三坚持“内部先行”——智算方案、AI安全网关与智能体平台均经内部真实业务流程（认证、权限、系统集成）充分验证后，再推向市场，确保能力可用、可靠、可落地。