⁣
📰 安恒威胁情报中心

以恒脑AI为核心的智能化威胁情报体系通过多源情报汇聚、网络威胁分析、APT事件追踪等核心场景，依托百亿级情报数据与AI智能研判，覆盖从溯源分析到主动防御的全链条安全能力。体系聚焦核心威胁情报能力：实时监测亿级级别IP情报、海量失陷情报、海量文件Hash样本、恶意URL、漏洞数据、威胁组织画像、互联网资产暴露面等多维数据，构建完整的风险识别与预警体系。威胁情报生产治理流程涵盖数据收集、治理、威胁分析、情报生产、关联聚合等环节，采用AI爬虫、多语言处理、大模型文本摘要、主题识别、行为分析、威胁评分、家族组织鉴定以及知识图谱等技术，提升情报产出质量与时效性。技术能力特性包括多维IOC检测、威胁预警与应急响应、威胁组织画像、攻击IP多维画像、资产暴露面管理、智能溯源落查、全球安全资讯与研究，以及开放能力如API接口、MCP服务、云沙箱检测、智能体安全检测等，打造可集成的安全生态，提升企业对威胁的检测、分析、溯源和响应能力。

🏷️ #威胁情报 #智能化 #溯源落查 #多源数据 #AI安全

🔗 原文链接

⁣
📰 网商银行:AI Agent重构威胁运营,打造数字银行智能安全体系

AI 正在重构金融安全运营的底层逻辑，数字银行威胁运营正面临全新挑战。当下安全运营核心早已不是单纯查看告警，随着攻击手法迭代提速、攻击行为趋于自动化并深度贴合业务链路，叠加 AI 工具广泛落地，AI 工具行为与真实攻击边界模糊，成为行业核心痛点。同时，安全团队普遍遭遇告警量大、链路复杂、攻击界定模糊、研判经验难复制等难题，传统规则化、流程化的运营模式已抵达能力瓶颈。针对行业共性困境，网商银行高级网络安全工程师张恒志将在 CSOP 2026 AI 安全大会 · 上海站带来主题分享《数字银行威胁运营智能化实践》，依托金融场景真实落地经验，拆解基于自研 Agent 的智能威胁运营解决方案，详解从瓶颈突破、架构落地到风险治理的全链路实践，为行业智能化安全运营提供可复用思路。AI 补齐研判短板，重构人机协同运营模式传统 SOAR 仅实现安全流程编排，无法解决复杂告警研判难题。网商银行采用业界通用大模型 + 自主研发 Agent的技术方案，重构研判链路，推动安全人员从基础数据分析，转型为审核、治理核心角色，实现从人工研判到人机协同托管化检测响应的升级。自研多 Agent 架构落地，实战场景验证效能网商银行以企业数据基座为核心，搭建了完整的智能研判体系，通过上下文工程、Memory 经验沉淀设计，保障 Agent 持续稳定、可控工作。同时搭建单、多 Agent 协同架构，分别适配高频标准化场景与复杂高风险安全事件，并建立人机双向反馈迭代机制。本次分享将重点以办公安全自动化处置链条为核心案例，直观展示 Agent 智能化运营的落地细节与实战价值。全链路治理，守住智能运营安全底线智能化运营的核心是效率与风险平衡。网商银行搭建了完备的测评、监控与治理框架，通过专项测评机制、可视化监控大盘，搭配权限管控、全程审计、风险回滚、人工接管等机制，实现 AI 安全运营可评估、可监控、可审计、可回滚。分享还将复盘落地成效，剖析 AI 运营现存幻觉、数据污染等边界问题，展望从告警级研判向事件级、攻击链级研判的演进方向，分享金融行业可落地、可演进的智能化威胁运营建设体系。如果您希望解锁网商银行实战安全运营经验，欢迎扫描海报二维码，报名 2026CSOP AI 大会上海站，7 月 16 日现场见！

🏷️ #金融安全 #AI运营 #网商银行 #威胁运营 #智能化

🔗 原文链接

⁣
📰 人工智能与网络安全：机器学习如何应对数字威胁

随着网络攻击日益复杂，传统防护已难以完全应对。人工智能与机器学习凭借自动化、模式识别和实时响应能力，成为抵御数字威胁的关键支柱。它们能从海量数据中发现异常、预测风险并辅助制定前瞻性安全策略，已成为网络安全体系的重要组成。
机器学习在网络安全中的应用广泛，如分布式拒绝服务防护、网页后门检测、威胁识别、恶意软件防御、应用保护、用户与实体行为分析、邮件安全等，并面临数据质量、过拟合、持续更新与对抗性攻击等挑战，且趋势向主动防护转变。

🏷️ #人工智能 #网络安全 #威胁检测 #机器学习 #零信任

🔗 原文链接