## 自研安全大模型：保旺达推动网络安全从“规则驱动”迈向“数据驱动、AI原生”的体系化范式跃迁

### 引言：安全行业的“奇点时刻”

网络安全行业正站在一个前所未有的转折点上。

过去二十年，安全防护的核心逻辑是“规则驱动”——专家编写规则、设备匹配规则、人工研判规则。这套模式在IT系统相对简单的时代尚能运转，但在今天的云原生、分布式、万物互联的复杂环境下，已显露疲态。攻击速度超越防御响应能力，告警数量远超人力承载极限，安全运营陷入了“人海战术”的泥潭。

于是，一个根本性的问题浮出水面：安全行业需要一场从底层逻辑到顶层架构的**范式跃迁**。

保旺达深耕数据安全领域多年，以敏锐的市场洞察力与前瞻的技术视野，精准把握行业发展趋势，创新提出“AI时代的安全新范式”。其核心理念是从“以人为中心”转向“以数据和AI为中心”，从“外挂式AI工具”走向“AI原生安全体系”。

### 一、范式跃迁的本质：从“人操作机器”到“AI自主运营、人管决策”

所谓“范式跃迁”，不是简单地在现有系统上叠加一个AI助手，而是对安全体系底层逻辑的重构。

保旺达系统梳理了安全范式从终端级到业务级的演进路径——从PC时代的终端级安全范式，到网络时代的网络级安全范式，再到网络空间时代的应用级安全范式。而今天，大模型与智能体时代的到来，要求安全行业必须拥抱全新的范式。

保旺达提出的AI时代安全新范式，强调**AI原生、智能代理核心与数据上下文**三大核心特征。在这一范式下，传统安全运营的“人操作机器”模式被彻底翻转——“AI自主运营、人管决策”成为新的运营范式。AI负责告警解析、威胁研判、自动化响应，人类负责全局决策与策略校准。

这一转变背后，是**数据驱动**取代**规则驱动**成为安全体系的运行法则。保旺达通过系统性投入大模型基础研究与工程化攻关，成功构建了以安全大模型为核心的自主技术矩阵，在多模态威胁感知、智能决策响应等关键技术领域实现突破性进展。

### 二、核心技术路径：构建“数据驱动、AI原生”的安全大模型

近年来，保旺达以**“AI+安全”为核心战略**，全面布局AI技术研发应用，AI+数据安全系列产品已实现规模化落地，成功自研出包括分类分级、敏感数据脱敏在内的安全大模型。其核心产品深度集成自研模块，打造多模态深度学习与知识图谱双引擎，围绕数据全生命周期构建统一管控体系。

**（一）数据层：高质量安全语料是根基**

安全大模型不同于通用大模型，它需要理解“安全的语言”——攻击手法、漏洞原理、威胁情报、日志语义。保旺达通过融合规则匹配与深度学习NER模型，对结构化和非结构化数据中通用敏感信息进行识别，实现对多源异构数据的全域敏感信息扫描。

**（二）模型层：垂直领域的深度优化**

保旺达构建了覆盖多个垂直场景的安全大模型矩阵：

- **安全审计大模型**：融合集成密度聚类算法、fasttext、iForest、boxplot等智能引擎，突破传统规则限制，具备强大的复杂数据分布适应力、毫秒级实时异常检测响应和深度可疑行为模式挖掘能力。
- **敏感数据识别大模型**：通过融合规则匹配与深度学习NER模型，敏感数据覆盖率达90%以上，最终生成“敏感数据全息画像报告”。
- **数据分类分级大模型**：依托NLP技术有效结合无监督学习和监督学习模型，深度解析结构化/非结构化数据内容，严格依据相关法律法规和行业标准，实现数据标签化分类。
- **API功能识别大模型**：从API的路径、响应对象、响应数据等属性进行功能识别，综合多种模型对API进行多轮次打标，识别效率提升90%。

**（三）架构层：大小模型融合与多智能体协同**

保旺达在技术架构上采用**“大模型+小模型”融合**的策略：大模型负责全局思考与逻辑推理，小模型负责高频标准化任务的极速执行，优势互补。

同时，保旺达推出了**AI安全护栏解决方案**，面向大模型应用、智能体系统、知识库问答和多模态交互场景，提供从输入检测、输出管控、数据防泄露到合规审计的一体化安全能力。该方案支持API/SDK集成模式、安全网关代理模式等多种部署方式，适配主流大模型与信创环境。

### 三、体系化的关键：从“点状AI”到“全链路AI原生”

真正的范式跃迁，要求AI能力不是嵌入某个环节，而是贯穿安全运营全链路。

**从威胁检测到响应处置的闭环**：保旺达以AI引擎为核心，深度融合自然语言处理与机器学习技术，实现结构化与非结构化数据的智能识别与精准定级。基于客户业务场景，构建“智能感知-精准防护-自验证”的全闭环数据安全防护体系。

**从单点防御到全域协同**：保旺达构建了覆盖数据资产测绘-智能分级-流量监测-脱敏加密-审计溯源-预警映射-价值释放的数据安全闭环方案。同时，其融合4A平台通过零信任架构持续监测终端、网络及用户行为风险，结合AI算法实时分析数据，动态调整认证强度与授权策略。

**从被动响应到主动预测**：智能化安全审计平台通过战略穿透引擎、业务语义化标签及AI智能审计链三大核心能力，构建“事前预判-事中干预-事后闭环”的主动治理体系。

### 四、实战检验：从理念到落地的价值验证

这一范式跃迁已在多个行业场景中得到实战验证。

**在电信运营商领域**，保旺达嵌入AI模型的数据流转安全闭环管控实践方案，于某电信运营商落地上线后，日监测数据18万+条，减少80%以上的高风险数据泄露行为，有效提升用户敏感数据识别和用户访问异常行为的检测能力。

**在运营商行业赛事中**，中国移动通信集团江苏有限公司、山东有限公司联合保旺达申报的“面向外挂窃取重要核心数据的对抗模型实践”，以及中国移动通信集团贵州有限公司、中移在线联合保旺达申报的“面向应用数据流转的深度内容感知及安全闭环管控实践”，双双入选数字中国创新大赛获奖名单。保旺达连续三年参赛并蝉联大奖。

**在行业权威评选中**，保旺达多项数据安全实践方案获评信通院“星熠”优秀案例；AI+数据安全成果入选2025信息通信行业科技创新案例；安全大模型、数据分类分级等多项核心技术入选信通院《数字安全护航技术能力全景图》。

这些实践印证了一个核心判断：**AI原生不是技术选项，而是安全行业应对新威胁形势的必然选择**。

### 五、未来已来：安全行业的“AI原生”新图景

保旺达深度参与国家标准《网络安全技术 人工智能计算平台安全框架》（GB/T 45958-2025）的编制工作，将AI在数据异常检测、数据安全审计、数据防泄漏等方面的实践经验和领先成果，凝练转化为标准的关键内容。

该标准首次在国内确立了人工智能计算平台的安全框架，涵盖平台自身安全与AI核心资产保护两大功能类别，将于2026年2月1日正式实施。

未来的安全体系将呈现三个趋势：**一是AI原生成为安全架构的默认属性**——保旺达提出的AI时代安全新范式，正是“AI即安全”理念的实践落地；**二是安全智能体从“执行工具”进化为“自主决策者”** ——具备自主学习、主动发现和预测风险的能力；**三是安全运营从“人力密集型”转向“智力密集型”** ——人类安全专家的价值从“操作者”转变为“策略制定者与AI训练师”。

这场范式跃迁才刚刚开始。保旺达正持续立足“AI+安全”战略基座，以自研安全大模型为核、AI能力为脉，以覆盖全场景的智能安全应用为有力抓手，为千行百业构筑弹性自适应的下一代智能数字安全屏障。