AI重塑数字安全,安恒信息行胜于言

有人曾言:所有行业都值得基于人工智能技术重做一遍。

深以为然。如今,数字安全产业面临着一次重要的重塑机遇。以大模型为代表的人工智能技术正深刻影响着数字安全市场格局、产品研发、技术方案以及运营服务。产业界已形成共识,即谁能抓住人工智能带来的新机遇,谁就有希望在未来赛道中占据先机。

行胜于言、质胜于华。在当下数字安全产业圈,的确有不少号称大模型的安全产品,但不少产品仅仅停留在纸面,并未在攻防实战中经受考验。安恒信息是最早探索AI与数字安全融合的厂商之一,去年恒脑1.0在杭州亚运会网络安全保障中成功应用,更是开创多项业内先河。

如今,随着恒脑2.0的发布,以及一众新品的亮相,安恒信息在人工智能与数字安全融合之路上跑得既快又稳。正如安恒信息董事长范渊所言:"人工智能给数字安全行业带来日新月异的变化。从2024年起,人工智能正式成为安恒信息的一级战略,引领着公司迈向数字安全新时代。"

恒脑2.0:AI时代安全再进化

回顾数字安全发展,从过去的硬件驱动安全,再到之后的数据驱动安全,安全做到了实战化,却很难实现实战的常态化。尤其是在攻防及时性要求越来越高的趋势下,过去的人员配置与精力、成本投入、运营模式有着明显的天花板。

例如,面对高级安全威胁,哪怕是专家级的安全运营大咖也需要花费数小时甚至数天进行分析和研判,存在着越来越明显的瓶颈。著名数字安全产业专家谭晓生认为,人工智能与数字安全深度融合,不仅能有效提升防御效能,实现智能化、自动化的安全运营,有可能重塑整个数字安全产业。

安恒信息是业界最早布局与探索人工智能与数字安全深度融合的企业之一。去年8月,安恒信息率先发布"恒脑·安全垂域大模型",并且在成都大运会、杭州亚运会上实现了"恒脑"的成功应用,安全运营效率、高级威胁发现、威胁准确率等效率得到大幅提升。

在经过八个月大量尝试与实战探索之后,安恒信息此次又发布了"安恒信息2024新一代产品全景图",以恒脑2.0驱动全栈产品核心能力突破。

相比于恒脑1.0,恒脑2.0升级到智能体形态,具备强大的自然语言处理能、深度的思维链分析能力、出色的泛化能力和学习进化能力,可以为客户提供更加智能、高效的网络安全保障。

例如,恒脑2.0的模型基座参数量提升8倍,单位硬件推理性能提升100倍,模型上下文支持提升13倍、检索增强生成(RAG)在特定场景任务准确率提升50%等。

安恒信息研究院院长王欣介绍,恒脑2.0采用了"人工智能+产品"的新理念,基于全新一代AI驱动智能可扩展安全架构,实现可扩展工作与协同模式。同时,恒脑2.0还面向数据安全的API安全、数据分类分级、DLP等场景做延伸,开创行业多个首创。

众所周知,数字安全领域的场景复杂多变,有着大量专业的工具、产品和技术,哪怕是高级安全运营专家,也会存在能力和效率的短板,无法让攻防实战走向常态化。安恒信息通过两代恒脑产品,已经逐渐探索出一条人工智能与数字安全深度融合之路,借助大模型的强大能力,基于MoE架构,将数字安全过去分散的产品、工具与技术进行有效整合,从而实现数字安全的重塑。

"目前来看,与过去传统产品相比,深度结合AI的数字安全产品在产品竞争力等方面是代际差的变化。因此,安恒信息一定会坚定不移的投入到人工智能与数字安全的深度融合。"安恒信息CTO 刘博介绍道,"像数字安全领域的大模型,涉及到大量的专业领域知识。安恒信息持续投入大量的精力在模型微调、优化上,有效解决在垂直领域的幻觉等问题。"

对于恒脑·安全垂直大模型未来的演进方向,刘博介绍主要有三个方向:首先是进一步提升大模型处理性能与效率,让安全垂直大模型成为更加普惠性的技术;其次会进一步把安恒多年积累的知识与经验融入到大模型,让大模型覆盖更多的安全场景;第三则是聚焦大模型越来越多的安全问题,帮助千行百业解决大模型等AI自身安全问题。

大模型加持,数盾2.0实现蜕变

在数字经济与实体经济快速融合的大背景下,数据要素的安全成为一切的前提。今年政府工作报告中,明确提出健全数据基础制度,大力推动数据开发开放和流通使用的同时,提高网络、数据等安全保障能力。

可以说,数据安全的应用场景丰富、传输链路长且复杂、安全保障要求多样,建立一个可信、可用、可管、可溯源的数据安全体系,有效激活数据潜能和释放数据价值,一直都是产业界的巨大挑战。

为此,安恒信息一直在探索如何将人工智能视乎更好地融入数据安全产品。从数盾1.0的敏感数据全链路测绘能力、隐私计算等,到如今数盾2.0与恒脑大模型、恒脑智能体的深度融合,实现数据安全保护产品在AI时代的持续进化。

安恒信息数盾2.0是建立在"全、智、联"理念的基础上,所谓"全"是全场景、全流程、全周期和全自研;"智"则是通过恒脑大模型驱动数据分类分级的智能化,以及数据全生命周期高效保护;"联"则是基于数据分类分级,以管控平台为承载,驱动全栈产品能力的互联互通与场景化联动。

例如,随着数字化转型的深入,大量的政企用户都迎来的数据爆炸增长,海量数据的分类分级是整个数字安全的基础。但数据安全分类分级在过去一直都是个"苦差事",需要投入大量人力和时间,并且效率低下,以至于成为整个数据安全建设的一大顽疾。

"数据分类分级过去纯靠人工和工具,客户环境又五花八门,需要耗费大量的精力。大模型自身对于代码、文字的识别能力很强,把大模型能力融入进来,自动化完成这些工作可以很好地满足用户需求。"安恒信息CTO 刘博表示道。

对此,数盾2.0通过恒脑+AiSort技术,实现识别效果、识别效率和可解释性提升,让数据分类分级效率提升30倍,摆脱对于人力的依赖,成本则是传统方案的十分之一,在业界率先攻克这一顽疾。

又如,大模型各种数据安全问题频发,随着"人工智能+"政策驱动,大模型走入千行百业已是大势所趋,后续大量企业都将面临大模型的数据安全挑战。为此,数盾2.0的安全岛隐私计算可以构建大模型数据围栏,在大模型算力层面进行对接,实现数据可用不可见,帮助用户实现第三方环境训练。

安恒信息CTO 刘博表示,数盾2.0融入了大模型的能力、安恒多年积累的知识经验,并且让数据安全产品易用性大幅提升,真正实现了数据安全产品在AI时代的蜕变。

AI赋能,安全运营成就新质生产力

都说成功的数字安全在于"运营"。

安全运营的本质是在统一目标和规范下,将人员、技术、流程进行有机结合,有效处理安全事件研判分析、溯源、响应、处置等环节,实现数字安全威胁的有效防护。

正所谓生产力决定安全运营的效率和质量。当下,绝大部分企业在安全运营上都面临安全告警疲劳、运营效率瓶颈明显、高级安全专家稀缺等现实情况。如今,随着政企数字化转型的深入,各类新威胁、新供给层出不穷,已经成为政企用户发展新质生产力的巨大挑战。

为此,通过AI赋能安全运营,被视为是发展新质生产力的关键一环。自动化、智能化是安全运营提升效率的关键,人工智能技术成为当下各类企业安全运营中一项不可或缺的技术。

为此,安恒信息的MSS正式升级为2.0。安恒信息CSO 袁明坤表示,安恒信息安全服务向"远程化、订阅式、全托管、全智能"方向演进,在2024年,MSS订阅式和托管式的服务占比会由原来的30%提升到50%。

在智能化方面,借助MSS平台的AiMDR和AiCTEM引擎,以及恒脑大模型和运营智能体,将安全运营的全流程自动化率提升到40%以上。通过和各类产品的互联互通,打造"MSS Inside-让安全托管无处不在"的服务理念。目前,安恒信息的AiLPHA、AXDR、APT、EDR、防火墙等产品,都集成了"MSS Inside"服务组件,可以一键托管。

本质上,安恒信息MSS 2.0通过"远程化、订阅式、全托管、全智能",为用户提供成本更低、响应更快、效果更好的安全运营服务。据悉,MSS 2.0后续还会将"亚运安保级"等运营经验赋能合作伙伴,解决安全服务赋能的难题。

综合观察,人工智能与数字安全的深度融合已经开始,这将是数字安全产业一次行业洗牌的重大变革,会对数字安全的产品技术、运营服务和市场格局产生深远影响。产业变革的号角已经吹响,安恒信息对于人工智能战略级的投入,以及在大模型、产品和运营服务方面的有效实践,为沉默已久的产业带来巨大活力。面向未来,随着"恒脑·安全垂域大模型"不断进化,安恒信息有望在数字安全领域带来更多创新。

相关推荐
果冻人工智能44 分钟前
2025 年将颠覆商业的 8 大 AI 应用场景
人工智能·ai员工
代码不行的搬运工1 小时前
神经网络12-Time-Series Transformer (TST)模型
人工智能·神经网络·transformer
石小石Orz1 小时前
Three.js + AI:AI 算法生成 3D 萤火虫飞舞效果~
javascript·人工智能·算法
孤独且没人爱的纸鹤1 小时前
【深度学习】:从人工神经网络的基础原理到循环神经网络的先进技术,跨越智能算法的关键发展阶段及其未来趋势,探索技术进步与应用挑战
人工智能·python·深度学习·机器学习·ai
阿_旭1 小时前
TensorFlow构建CNN卷积神经网络模型的基本步骤:数据处理、模型构建、模型训练
人工智能·深度学习·cnn·tensorflow
羊小猪~~1 小时前
tensorflow案例7--数据增强与测试集, 训练集, 验证集的构建
人工智能·python·深度学习·机器学习·cnn·tensorflow·neo4j
极客代码1 小时前
【Python TensorFlow】进阶指南(续篇三)
开发语言·人工智能·python·深度学习·tensorflow
zhangfeng11331 小时前
pytorch 的交叉熵函数,多分类,二分类
人工智能·pytorch·分类
Seeklike1 小时前
11.22 深度学习-pytorch自动微分
人工智能·pytorch·深度学习
庞传奇1 小时前
TensorFlow 的基本概念和使用场景
人工智能·python·tensorflow