引言：安全大模型经历两年发展，带来的不仅是技术的突破，更是对整个网络安全行业价值体系的重构。

　　安全大模型以指数级的效率提升、可量化的安全效果和快速的技术迭代，在钓鱼检测、流量检测、安全运营、数据安全等核心场景实现质的飞跃，颠覆了传统安全防御依赖“规则+人力+设备”的模式，让被动防御走向智能化的主动防护，让安全成为企业数字化转型的重要竞争力。

　　周四（5月22日）14:30锁定深信服科技视频号“AI重塑安全系列分享——AI在安全实战中给出了哪些颠覆性解法？”直播间，安全GPT背后的技术、产品专家将与大家相约，探讨当下最热门的话题，解答用户使用中最关注的问题，一起谈谈安全大模型的过去、现在与未来，看看大模型如何在安全场景中一步步实现落地与沉淀的。

　　行业结构的动摇与重塑

　　生成式AI的出现加剧了攻防的不对等。攻击者利用AI技术批量生成钓鱼邮件、自动化漏洞利用，日均攻击尝试跃升至千万级……当网络攻击的门槛大幅降低、手段日趋复杂和隐蔽，攻防双方的平衡在短期内迅速被打破。

　　在多重挑战与困境下，安全大模型的出现打破了传统安全体系的效能瓶颈，给了行业一个新的破局点。

　　历经两年发展，如今安全大模型已规模化落地应用，它在效果、效率提升与安全体系重构等维度的表现，让我们看到，安全大模型已成为网络安全行业发展的新动能。

　　能力突破：

　　让具体的安全工作更“智能化”

　　一直以来，深信服始终坚持从安全的本质需求出发，专注于解决安全场景关键难题、提升具体的安全效果。

　　2023年5月18日，深信服安全GPT作为国内首个安全垂域大模型正式亮相。深信服对所有用户许下承诺：将持续优化提升GPT技术应用能力，期望把GPT能力赋予所有安全产品和服务，以智能化的安全，助力每一位用户“安全领先一步”。

　　通过2年的持续演进，安全GPT实现了流量检测、钓鱼防御、运营提效、数据保护四大场景能力的效果突破，通过覆盖典型安全场景的智能防护能力，助力用户的安全体系从被动防御逐步转向智能化的主动防护。

　　实战效果跃迁：

　　从技术概念到可量化的安全价值

　　深信服一直坚持做“清醒的实践者”，我们深知，用户安全需要的不是“尽力而为” 的防御，而是可量化、可验证、可持续的安全效果。深信服安全GPT经历了国家级、省级实战攻防演练的洗礼，在各维度的效果数据都实现了“可量化”的跃升，给出了更多“颠覆性”解法，验证了安全大模型在高对抗实战场景中的价值。

　　安全GPT钓鱼检测大模型，在国家攻防演练中平均为每家客户检出7144封钓鱼邮件，精准率超过99%，平均为每家客户独报钓鱼邮件2400+。

　　安全GPT运营大模型，在国家攻防演练中平均告警降噪率达99%，准确率达98%，自动化处置率超80%，用户运营人员平均每日仅需关注数十个事件。

　　安全GPT流量检测大模型，在国家攻防演练中无先验知识检出0day197个，检出Web流量威胁精准率达96.6%，针对高对抗攻击（如0day、1day，高混淆绕过的攻击）检出率达95% ，其中大量为传统引擎无法检测的独报告警。

　　安全GPT数据安全大模型在用户侧实战中，相较传统方法（人工+规则）分类分级准确率从50%提升到90%，效率提升40倍；相较传统引擎+人工分析，数据安全风险事件检出率提升40%。

　　看看安全GPT在具体场景中的实战效果：

　　出于对“安全效果”的极致追求与对用户承诺的践行，今年年初，深信服将DeepSeek-R1的模型能力深度融入安全GPT的AI工程架构中，形成了一套在安全领域融合DeepSeek-R1系列模型的完整技术框架，在钓鱼检测、数据安全、辅助运营、威胁调查和溯源等场景实现了安全场景理解能力的“再深一步”，交互问答体验全线升级，同时实战效果也进一步突破。

　　目前，深信服安全GPT已在500+用户真实环境中深度应用，支持50+头部用户高水平实战攻防，30+用户国家级实战演练。

　　从中交集团的智能威胁防护到河北高速的智能值守，从某部委的攻防演练SLA保障到金融行业的数据合规治理，深信服与越来越多的用户谱写出“双向奔赴”的故事，共同开辟了“面向未来”的新道路。

　　看向更远的未来 

　　AI将如何重塑安全架构？

　　经历了730余天的社会化锤炼后，我们看到，如今安全大模型已经走过了理念验证期，进入考验实战效果的阶段，AI正在重塑着安全行业的价值评估体系。

　　某用户提到：“过去我们关注防火墙规则更新时效，现在更关注模型持续进化能力；原先我们用堆人提升应急响应速度，现在较量的是自动化处置覆盖率。”

　　未来，安全体系的进化方向必然将从单场景赋能转向系统性重构——以“AI原生思维”重塑安全架构的基因，从数据底座到模型推理层、再到具体的场景应用层，每个环节都将被大模型深度重构。

　　为了承载数据融合和模型推理的双重调整，在安全体系中进行统一数据治理和模型管理显得尤为重要，于是具备统一的数据底座和模型底座的深信服“AI安全平台”应运而生。

　　深信服“AI安全平台”有以下两大特点：

　　1、开放融合的数据治理能力 能够打破数据孤岛，通过精细的安全数据治理，确保数据的准确性与一致性，为上层模型分析提供高质量的数据支撑，让每一份数据都成为安全防护的有力武器。

　　2、推训一体的模型共创业务 允许用户利用私有数据对原生模型进行个性化调优和编排，提升模型在特定环境下的性能和效果。能够为各类安全模型提供稳定、高效的运行环境，确保模型推理快速精准。

　　为了提升用户体验，平台自带强大的兼容性与开放性，能与企业现有安全体系对接融合，与安全运营管理平台，检测、日志、资产等组件实现高效协同；同时可融入通用的AI应用体系，通过安全模型与智能体的共创，构建更丰富、更智能的安全生态。

　　未来，深信服将以“AI安全平台”为基础，以底座层为根基，模型层为核心，应用层为抓手，通过无缝融合的开放生态，为用户打造更加智能、高效、全面的安全防护体系，让安全大模型重塑安全架构，向“AI安全新范式”持续演进。（科文）