01 安全系统中人工智能和机器学习的应用日益广泛 网络威胁日益复杂化,促使企业将人工智能和机器学习融入安全运营。这些技术能够提升自动化威胁检测和响应能力,减少人工干预,降低人为错误风险,因为人工智能和机器学习能够不断改进对潜在弱点的识别和预测,防患于未然。 例如,欧盟于2024年2月承诺投入6750万欧元,支持企业和中小企业遵守《人工智能法案》,从而加速人工智能在欧洲大陆的普及应用。该战略还将启动欧盟人工智能创新加速器项目,帮助中小企业采用值得信赖的人工智能技术。
02 人工智能驱动的威胁检测与响应 人工智能驱动的威胁检测和响应正在革新安全自动化市场,它能够实现更快、更准确、更高效的网络安全运营,而传统的安全方法往往难以应对海量的网络威胁。基于人工智能的安全解决方案能够分析海量实时数据、识别异常情况并自主缓解风险,从而有效解决这一难题。这些系统通过减少误报并专注于真正的威胁,降低了人工干预,提高了准确性。 例如,IBM 于 2024 年 4 月发布了全新的 QRadar 套件,这是一套基于现代化平台的升级版安全技术套件,旨在为分析师提供统一的体验。人工智能和自动化技术为该套件提供支持,从而简化并加快安全警报的调查和响应工作流程。
2025年11月:微软增强了 Microsoft Security Copilot,新增了自主安全代理功能,并将其集成到 Microsoft Defender、Microsoft Sentinel 和 Entra 中。此次更新强化了自动化事件响应、威胁搜寻和安全运营工作流程。
2025年9月:CrowdStrike 通过引入额外的 AI 驱动的工作流自动化和下一代 SOAR(安全编排、自动化和响应)功能,扩展了 Falcon 网络安全平台,以提高安全运营中心 (SOC) 的效率。