安萌AI智能体:探索安全运营自动化新路径
2025-03-06
01
安全运营自动化迎来新机遇
随着DeepSeek为代表的AI大模型能力提升,安全运营自动化也迎来了新的机遇。
吴恩达教授提出:Agentic AI是人工智能未来的样子。目前的人工智能存在一个很大的问题就是,它不具备自主思考和独立解决问题的能力;而且即使所谓的AI Agent也只能根据不同的应用场景设计不同功能的Agent,而无法直接做到让人工智能像一个真正的人类一样进行思考和解决问题。
安萌智能体:安全运营场景
02
于是安萌智能体朝着这个理念,做了一些安全运营场景上的尝试。
安全工具指挥官

1、基于自然语言理解,根据不同的场景生成不同的安全工具调用指令。
2、基于Hybrid方法,根据模块化解耦来大幅提升大模型执行可控性,适用于网络安全高精准要求场景。
3、理解工具执行结果,并根据结果生成新的工具调用指令。
4、分析工具执行结果,给予安全专家级分析解读。
5、多模态识别引擎,支持对图片内容的处理分析。
智能巡检场景
多模态分析检测场景
复杂场景实践

漏洞管理效率存在瓶颈
传统漏洞验证流程面临三重挑战:
人工成本高:POC脚本编写依赖安全专家经验,平均每个漏洞验证耗时2-3小时
验证周期长:策略部署→攻击模拟→告警验证需跨多系统人工操作
可靠性存疑:38%的企业遭遇过策略部署与检测系统实际效果不一致问题
场景应用:自动化漏洞闭环验证
智能POC生成:自动解析漏洞特征,生成适配靶机环境的验证脚本
策略动态编排:根据Hybrid动态规则模板自动生成防护策略(旁路)
模拟环境验证:
自动构造攻击流量并注入靶机系统
实时捕获安全设备原始日志
验证策略基础有效性
复杂场景应用实践
即将上线功能
策略有效性多维度验证(拦截率/误报率/漏报率) 验证报告自动输出 基于响应体规则标注攻击成功/失败关键特征 策略优化建议推荐
03
结语
让安全运营从"人工预设"走向"动态适应",通过AI智能体的自主决策与实时分析,构建智能化、高效化、自动化的安全防御体系。借助AI大模型动态生成安全策略,精准匹配威胁场景,实现从检测、分析、响应到优化的全流程自动化闭环。相比传统依赖人工编排的安全运营方式,这一创新模式在大幅降低人工运营成本的同时,还能提升威胁处置效率,确保安全策略与攻击手法的同步演进,让企业在面对复杂多变的安全挑战时始终保持领先。
关于漠坦尼
04