網(wǎng)絡(luò)安全領(lǐng)域，一場新的風(fēng)暴正在席卷。

深信服首秀安全GPT技術(shù)應(yīng)用，實力刷屏。著極強的好奇心，大家都想深挖深信服安全GPT背后的技術(shù)積累。

經(jīng)過梳理，大家常常提及的有以下9個問題，今天深信服一次性進行詳細解答，希望能幫助大家全面了解AI+安全，以及安全GPT技術(shù)應(yīng)用。

　　關(guān)于AI+網(wǎng)絡(luò)安全

　　Q1：從小模型到大模型，“AI+網(wǎng)絡(luò)安全”如何發(fā)展？

生成式大模型的爆火不是一蹴而就的。AI技術(shù)經(jīng)歷了從決策式小模型到生成式大模型的發(fā)展歷程。

最近十年，決策式小模型被大規(guī)模應(yīng)用在電商、娛樂、人臉識別、自動駕駛、文本分析等領(lǐng)域，不知不覺早已在各行各業(yè)中司空見慣。今年開始，以ChatGPT為代表的生成式大模型爆火，慢慢涌現(xiàn)出在不同行業(yè)的技術(shù)應(yīng)用，網(wǎng)絡(luò)安全亦是其中之一。

順應(yīng)技術(shù)發(fā)展趨勢，以深信服為例，作為國內(nèi)最早應(yīng)用AI的網(wǎng)絡(luò)安全廠商之一，深信服在2015年開始投入決策式AI技術(shù)的研究和應(yīng)用。2016年，深信服不斷加碼AI技術(shù)并確立了AI First的研發(fā)戰(zhàn)略，在網(wǎng)絡(luò)安全和云計算領(lǐng)域都有可落地、有效果的技術(shù)突破：

未知病毒檢出率國內(nèi)第一的SAVE 3.0引擎

實現(xiàn)云原生應(yīng)用自我保護的NoDR技術(shù)

精確度超90%的AIOps 智能運維分析引擎

……

目前深信服在十幾個不同的技術(shù)領(lǐng)域都用到了人工智能，均取得了良好效果，這些技術(shù)大量應(yīng)用到深信服的產(chǎn)品和用戶使用場景中，深受認可。

從AI小模型到提出AI First戰(zhàn)略，深信服累積了研發(fā)垂直領(lǐng)域AI大模型所需的高質(zhì)量數(shù)據(jù)語料、既懂AI又懂安全的人才、面向AI體系化協(xié)同的云網(wǎng)端產(chǎn)品體系。

基于這些積累，在2022年明確全面擁抱大模型后，深信服得以在業(yè)界首秀安全GPT，為網(wǎng)絡(luò)安全發(fā)展注入新動能。

　　Q2：為什么網(wǎng)絡(luò)安全領(lǐng)域需要GPT大模型技術(shù)應(yīng)用？

一方面，GPT大模型的出現(xiàn)，讓攻擊方可以更便捷快速地生成攻擊工具、混淆攻擊代碼等，針對性地構(gòu)造未知、高級的攻擊。當前安全設(shè)備對于這種未知惡意樣本查殺能力較弱，很容易被攻擊者繞過。而過去廣泛應(yīng)用于安全檢測領(lǐng)域的AI機器學(xué)習(xí)小模型，每種模型只能用于單一檢測場景，小模型訓(xùn)練與研發(fā)效率較低，誤報率居高不下。

另一方面，在安全運營工作中，人員能力和精力仍然是巨大的瓶頸。即使是專家級別的運營人員，面對高級安全威脅也要花費數(shù)小時甚至數(shù)天進行分析和研判，同時在某些領(lǐng)域仍會存在能力短板。安全運營效率和效果提升面臨較大的發(fā)展瓶頸。

深信服認為，面對攻擊方使用大模型，防守方能力瓶頸難以突破的情況下，防守方也要充分擁抱大模型，以智能對抗智能，以AI賦能防守，方能應(yīng)對大模型時代的安全挑戰(zhàn)。大模型既有泛化的檢測能力，也有高質(zhì)量的攻擊解釋能力，以及分析態(tài)勢和處置建議的生成能力，由此可以提升高級威脅檢出率、降低誤報率（安全告警里判錯的比例），極大拉高安全運營團隊的能力水位線，促進安全建設(shè)效果、效率的提升。

　　Q3：網(wǎng)絡(luò)安全行業(yè)玩轉(zhuǎn)GPT大模型有哪些門檻？

數(shù)據(jù)、算力、模型算法、產(chǎn)品架構(gòu)是在網(wǎng)絡(luò)安全領(lǐng)域玩轉(zhuǎn)GPT大模型的門檻，此外，我們也不能忽視復(fù)合型人才隊伍的打造。

作為一家深耕網(wǎng)絡(luò)安全和云計算的公司，深信服在安全領(lǐng)域應(yīng)用GPT技術(shù)有一些天然優(yōu)勢：

　　面向AI模型訓(xùn)練的高質(zhì)量數(shù)據(jù)和算力

持續(xù)累計的千億級Token安全語料。

自動化的訓(xùn)練數(shù)據(jù)生成和質(zhì)量管理平臺。

55w+安全設(shè)備和組件接入云端。

每日更新數(shù)千萬訓(xùn)練樣本。

基于托管云的分布式算力平臺。

　　云網(wǎng)端智能產(chǎn)品架構(gòu)

數(shù)據(jù)采集/模型訓(xùn)練/部署落地全流程的安全產(chǎn)品。

國內(nèi)率先推出SASE、MSS等云化產(chǎn)品和服務(wù)。

Genius AI研發(fā)平臺模型訓(xùn)練速度提升3.5倍。

全國100+節(jié)點托管云，支撐安全GPT貼近用戶部署。

　　四位一體的專家隊伍

快速組建既懂安全、又懂AI的專業(yè)團隊。

　　Q4：以GPT為代表的AI技術(shù)應(yīng)用于網(wǎng)絡(luò)安全，主要帶來哪些方面的增益提效？

網(wǎng)絡(luò)安全的本質(zhì)在于攻防對抗。根據(jù)Gartner“防御-檢測-響應(yīng)-預(yù)測”的新一代自適應(yīng)安全防御架構(gòu)，GPT大模型技術(shù)應(yīng)用于網(wǎng)絡(luò)安全可以從檢測、響應(yīng)、預(yù)測三方面切入，最終實現(xiàn)對于威脅的有效防御。

檢測：判斷文件樣本、代碼等是否惡意，訪問登錄、進程通信等是否異常，從而精準識別未知威脅。

響應(yīng)：實現(xiàn)告警削減、攻擊鏈溯源，以自然語言對話的方式，實現(xiàn)自動化/半自動化響應(yīng)。

預(yù)測：通過大量學(xué)習(xí)惡意樣本、對抗策略，以及挖掘漏洞，真正實現(xiàn)以攻促防，預(yù)測攻擊的發(fā)生。

　　關(guān)于安全GPT技術(shù)的底層能力

　　Q5：安全GPT和OpenAI的ChatGPT有什么關(guān)系，是否用到了ChatGPT的能力？

深信服安全GPT是完全自主可控的，不應(yīng)用ChatGPT能力，且由深信服自主訓(xùn)練，訓(xùn)練數(shù)據(jù)部署在深信服托管云上。

深信服安全GPT以自研模型 SangforLM 為技術(shù)基礎(chǔ)，吸收業(yè)界眾多先進的開源大模型優(yōu)秀實踐，不斷進化。

基于深信服8年來持續(xù)積累的高質(zhì)量安全語料，深信服安全GPT通過預(yù)訓(xùn)練和參數(shù)微調(diào)等方式，能夠深入攻擊樣本檢測、漏洞研判、分析處置等安全細分場景，實現(xiàn)深度理解和專業(yè)研判的安全領(lǐng)域垂直大模型。

在推理能力方面，安全GPT以自然語言交互為基礎(chǔ)，具備強大的用戶場景上下文理解能力。

在事件研判方面，深信服打通了本地系統(tǒng)和產(chǎn)品，安全GPT可以快速研判安全事件并給出正確結(jié)論，聯(lián)動日志進行溯源分析，并具備準確率極高的流量檢測能力。

基于生成式AI的安全GPT在輔助安全運營方面，具備極強的用戶需求理解和建議生成能力，可大幅降低服務(wù)和運營人力成本，為安全運營全面助力。

接下來，安全GPT會持續(xù)通過高質(zhì)量安全語料和云網(wǎng)端產(chǎn)品架構(gòu)的不斷喂養(yǎng)和學(xué)習(xí)，同時在安全專家和小模型的監(jiān)督調(diào)優(yōu)之下，在安全的各個領(lǐng)域持續(xù)提升能力。

　　Q6：安全GPT技術(shù)應(yīng)用在XDR平臺上，如何識別未知威脅？

安全GPT對未知攻擊的檢測，來源于對攻擊流量、文件的深度理解能力。經(jīng)過預(yù)訓(xùn)練之后的大語言模型對于代碼、文本天然具備較好的理解和生成能力。

深信服利用安全領(lǐng)域的高質(zhì)量攻擊樣本對安全GPT進行投喂訓(xùn)練，結(jié)合多種大模型微調(diào)手段，以及專家、小模型的監(jiān)督強化，使得安全GPT最終具備對未知攻擊的意圖理解、異常判定、混淆還原能力。

通過前期5000萬樣本數(shù)據(jù)測試，相較傳統(tǒng)檢測引擎，賦能安全GPT技術(shù)的深信服XDR高級威脅檢測率高達95.7%，誤報率（安全告警里判錯的比例）僅4.3%。

經(jīng)過多輪驗證測試，深信服安全GPT技術(shù)已經(jīng)達到5年經(jīng)驗的安全專家水平。

　　Q7：安全GPT技術(shù)輔助運營的基本原理是什么？

用戶通過XDR平臺對接安全GPT，使用自然語言開展安全運營。

用戶的自然語言對話請求經(jīng)過XDR平臺，會與用戶本地的各類信息，如資產(chǎn)信息、攻擊上下文等信息進行關(guān)聯(lián)，送入云端安全GPT進行理解。

安全GPT進一步通過XDR平臺與各類安全設(shè)備、情報、資產(chǎn)庫表進行對接、查詢和調(diào)查，將查詢得到的信息進行理解、轉(zhuǎn)化。

根據(jù)不同場景的個性化需求，安全GPT可以用文字、圖表等多模交互的關(guān)鍵指標為輸出。

由此，運營人員的梳理總結(jié)工作由小時級縮短到秒級，價值感知一眼便知。

　　Q8：企業(yè)里使用GPT技術(shù)有一定的數(shù)據(jù)安全合規(guī)要求，對此深信服安全GPT是如何做的？

深信服深耕網(wǎng)絡(luò)安全多年，堅持網(wǎng)絡(luò)安全和數(shù)據(jù)安全的底線。深信服進行大模型訓(xùn)練的數(shù)據(jù)均為通用安全知識，不涉及任何與用戶信息相關(guān)的數(shù)據(jù)。

大模型部署推理所需的數(shù)據(jù)，執(zhí)行嚴格匿名化策略，保證數(shù)據(jù)不標識到具體用戶。

同時，深信服確保數(shù)據(jù)不出境，不同用戶的數(shù)據(jù)充分隔離不互通。

　　Q9：安全GPT+XDR平臺與安全組件對接，是否必須是深信服的組件？

深信服XDR作為一個開放的平臺，通過原生的流量采集工具與端點采集工具收集關(guān)鍵數(shù)據(jù)，通過網(wǎng)端聚合分析引擎對數(shù)據(jù)進行上下文關(guān)聯(lián)分析，實現(xiàn)攻擊鏈深度溯源。

目前，深信服XDR支持對接自身網(wǎng)和端的安全組件，也支持第三方設(shè)備安全數(shù)據(jù)的對接和應(yīng)用。XDR平臺對接第三方組件后，安全GPT即可通過XDR平臺對接第三方組件進行分析響應(yīng)。

　　“AI+安全”依托“云-網(wǎng)-端”架構(gòu)落地

站在用戶視角，未來的安全建設(shè)，擁抱大模型時代的“AI+安全”，離不開云網(wǎng)端架構(gòu)的落地：

依托承載AI小模型技術(shù)的終端、網(wǎng)絡(luò)安全組件，配合云端規(guī)則庫和情報庫，針對流量側(cè)和終端側(cè)的文件進行檢測。

將檢測到的數(shù)據(jù)源，傳輸?shù)介_放平臺進行關(guān)聯(lián)分析，削減海量告警，還原事件。

安全GPT收集平臺關(guān)聯(lián)分析的數(shù)據(jù)，針對復(fù)雜攻擊和場景，進一步理解、研判，并給出最終處置建議。

最后，為了助力用戶“安全領(lǐng)先一步”，我們希望用戶立足大模型時代，充分將AI技術(shù)手段運用到網(wǎng)絡(luò)安全領(lǐng)域，出于切身體驗，還有以下幾點建議：

正確認識AI技術(shù)應(yīng)用：一定要理性評估AI技術(shù)的應(yīng)用手段，并保持對大模型快速發(fā)展的關(guān)注。

正確評估建設(shè)路線：開放協(xié)同是基本要求，可以考慮以云化方式，與已有安全設(shè)備整合，并集成到當前安全業(yè)務(wù)流。

關(guān)注AI引發(fā)的風(fēng)險：謹慎防范數(shù)據(jù)投喂泄密，以及更為廣泛的API使用帶來的暴露面風(fēng)險。

免責(zé)聲明：本網(wǎng)轉(zhuǎn)載自其它媒體的文章，目的在于弘揚科技創(chuàng)新精神，傳遞更多科技創(chuàng)新信息，宣傳國家科技政策，展示國家科技形象，增強國家科技軟實力，參與國際科技輿論競爭，提高國際科技話語權(quán)，并不代表本網(wǎng)贊同其觀點和對其真實性負責(zé)，在此我們謹向原作者和原媒體致以崇高敬意。如果您認為本網(wǎng)文章及圖片侵犯了您的版權(quán)，請與我們聯(lián)系，我們將第一時間刪除。