AI进威胁情报 · 谁负责问,谁负责答"

admin 2026-11-02 14:57:08 网络安全文章 来源:ZONE.CI 全球网 0 阅读模式

AI 进威胁情报 · 谁负责问,谁负责答

原创

Gaojin
Gaojin

网络与信息安全参考

2026年11月2日 08:00
山东

去阅读

CHANNEL WEBINAR2026.10.21

AI 进威胁情报 · 谁负责问,谁负责答

卡巴斯基全球内部在线研讨会实录:三层产品矩阵、四类用例、三种 AI 用法,以及一次完整的自动化调查演示。

31 SLIDES

模型会犯错,但证据不会。

威胁情报AI 落地

EDITOR'S NOTE

阅读约 8 分钟

2026 年 10 月 21 日,卡巴斯基进行了一场闭门网络研讨会。主讲人是威胁情报业务发展经理 Oleg Shaburov,他给这 31 页幻灯片起的标题带点挑衅意味——AI in Kaspersky TI: to use, or not to use? 用,还是不用。整场讲完,答案既不是「用」也不是「不用」,而是「分工」。

01

PART

情报到底在卖什么

WHAT YOU ARE ACTUALLY BUYING

卡巴斯基把威胁情报拆成三层:战略层回答「谁在打我们、为什么打」,运营层回答「这起事件是谁干的」,战术层回答「现在该拦什么」。同一批原始数据,在这三个时间尺度上被加工成完全不同的产品形态。

战略层是数字足迹情报、威胁情报报告(APT、犯罪软件、ICS 三条线)和基础设施追踪;运营层是威胁分析(沙箱、归因、相似性比对)、问分析师和下架服务;战术层是威胁数据源、CyberTrace 和威胁查询。三者不是三条独立产品线,而是同一条数据管线的三个出口。

图 1|威胁情报产品矩阵:同一情报池的三个时间尺度

理解这一点,才理解为什么「买情报」这件事经常买错:企业想要的是结论,却按条数采购了 IOC。

研讨会上,Shaburov 把采购动因归结为四类问题。构建威胁全景,问的是对手是谁、手里有什么武器;攻击面识别,问的是对手已经掌握了你多少信息、会从哪里下手;攻击检测,问的是我们到底掌握了什么、怎么保证不漏;事件分析,问的是零散线索怎么串成一条线、告警怎么定级。

图 2|四类典型用例与它们各自的问题

四个问题,对应四种完全不同的交付形态。全景需要报告和趋势,攻击面需要外部视角,检测需要可执行的规则,事件分析需要能把单个指标扩展成完整叙事。同一份情报,答错问题就等于没用。

情报本身不解决问题。 它只是把「我不知道」变成「我可以查」——而能不能查、查多快,取决于是谁在问、以什么形态交付。

02

PART

同一套情报,三种买法

THREE BUYERS, THREE SHAPES

研讨会用一张对照表把客户分成了三档,逻辑不是按营收规模,而是按有没有专职的威胁情报职能。

顶级企业

精英级安全部门、专职威胁研究团队、应急响应团队齐备,甚至自己生产情报:不只是消费,还把数据对外输出。他们要的是原始数据和 API、最大深度、尽可能广的覆盖。

成熟企业

有成熟 SOC 和 CTI 小组,商业与开源情报多源并用,情报已经嵌进 IR、威胁狩猎、红紫队演练和风险管理。他们不缺数据,缺的是集成效率,以及指标背后的上下文。

中型企业

有安全部门,但没有专职 CTI 团队,SOC 要么很小要么外包,流程碎片化,产品选型高度受预算约束。他们买情报是为了给既有安全控制加一层判断,要的是简单、开箱即用、少人工、结论清晰可执行。

这三档决定了同一款产品要交付出三种形态。给顶级企业一份摘要,等于什么都没给;给中型企业一份原始数据流,等于把问题原样退回。

03

PART

AI 的三种用法

TO USE, OR NOT TO USE

AI 进入威胁情报,最容易被讲成「帮你写报告」。卡巴斯基给的三个用例要具体得多。

用例一 · 查人

在威胁情报门户里调查一个行为体,把零散的报告、技术、样本、基础设施拼成一个人的画像。

用例二 · 查指标

给一个 IP 或哈希,快速定性它是什么、和谁有关、此前是否出现过。

用例三 · 接自己的模型

把门户里的情报做成 AI 可读的形态,通过 MCP 暴露出来,企业用自己的大模型、智能体、数据库和文件去调用。

前两个用例的本质是把「检索 + 阅读」这一段压缩掉。第三个用例才是重点——它把边界问题摆到了台面上:既然模型能读,那它读的到底是什么?

威胁研究与事件定级,跑在卡巴斯基独有的数据上,而不是跑在模型碰巧记住的东西上。这是整场研讨会真正的论点。

大模型对威胁行为体的「记忆」来自公开语料,滞后、模糊、而且不可追溯。情报厂商的价值不在于替模型补习,而在于给模型一个可以引用的证据库。

04

PART

一次告警,四个问题

ONE ALERT, FOUR QUESTIONS

研讨会的后半段是一个完整演示,日期标在 10 月 14 日。

SIEM 弹出一条高危告警:内网主机 FIN-SRV-07 在 09:42 外连 203.0.113.47:443,命中已知 C2 地址。CyberTrace 随即补上上下文——这个地址命中卡巴斯基威胁数据源,属于 Cobalt Strike 的 C2,疑似 3AM 活动。

3AM 是 2023 年 9 月首次被披露的勒索软件即服务变种。卡巴斯基在勒索软件年度报告里记录过它的两个细节:命令行接口相当完整,以及一个「访问密钥」机制——样本必须拿到密钥才能执行,专门用来对抗自动化沙箱。它的附属团伙惯用 Cobalt Strike 建立初始据点,这条告警的形态和这个背景正好吻合。

接下来是演示的关键动作。分析师没有打开四个页面分别查,而是写了一条提示词,把四个问题一次问完:3AM 是谁、对我们有没有关系;SIEM 该补哪些检测;EDR 该 hunt 哪些文件;防火墙该封什么。

图 3|从一条 SIEM 告警到四份报告草稿的完整链路

输出的是一份分页 HTML 报告,四张标签页:概览给出行为体档案(编号 A0176)、12 项技术和 2 个关联样本;SIEM 标签给出 7 条检测规则草稿;EDR 标签给出 3 个文件、9 个哈希,关联样本均判为红区恶意;防火墙标签给出阻断清单和出向策略。

演示里最值得记的一句,是它的自我披露:整轮跑下来共 7 次尝试,其中 1 次重试、3 次深度请求失败。

一个厂商愿意把失败次数摆在台面上,说明它对这套东西的定位很清楚——TIP 出证据,模型出草稿,人出判断。报告全部标注 DRAFT ONLY,不自动应用任何变更。这不是「AI 替代分析师」,是把分析师的取证半径缩短到一条提示词。

05

PART

产品侧的更新

WHAT SHIPPED

门户的 AI 能力

威胁行为体档案开始带 AI 摘要,档案本身随新报告持续更新动机、技术和技战术细节;AI 搜索与摘要扩展到外部开源情报,能把与目标实体相关的数据捞出来、排序、给出一段可读结论;威胁查询也加了 AI 摘要,让单点指标更快定性。此外,远程 MCP 覆盖整个威胁情报门户——这也是上一节那个演示的技术底座。

沙箱支持按哈希分析

客户不用再把样本上传到门户,直接用哈希就能拿到文件分析报告。对不允许样本外发的环境来说,这是个不小的流程简化。

许可证互赠

KTL 客户每年获得 10 个 TA 许可,TA 客户每年获得 100 个 KTL 许可。逻辑直白:让两条产品线互相导流,而不是让客户在预算里二选一。

数字足迹情报拆成两档

两档在覆盖范围上有明确分工,差价买的是数据源类型。

覆盖范围

DFI Lite

DFI 完整版

暗网论坛、Telegram

✓

✓

第三方泄露、公开 paste

✓

✓

被盗账号(ULP 集合)

✓

✓

漏洞与错误配置

✓

✓

勒索软件博客、行业论坛与网站涂改

—

✓

失陷账号的信息窃取日志

—

✓

被入侵的访问权限、银行卡与代码泄露

—

✓

恶意活动与被动 DNS

—

✓

两档都包含无限资产管理、实时威胁通知、暗网搜索与每日 50 次威胁查询、威胁全景与 Research Graph、10 条 Whois 狩猎规则、一次专家入驻电话,以及用于集成的 API。

供应链情报(加购项)

思路是把第三方——供应商、承包商、合作伙伴——的域名和公司名当作资产加进去,在暗网论坛、Telegram 和勒索软件博客上持续监控,一旦出现「已失陷」「计划攻击」「已获取访问权限」这类信号就报警。分 10、30、50 个资产三档,先知道,再评估影响,最后处置。

///

END

这是个定位问题

TO USE, OR NOT TO USE

这场研讨会的标题是个二选一,内容却是一个定位问题。AI 在威胁情报里的位置,不是「代替分析师判断」,而是「替分析师读书」。它把原本要翻十几个页面、读几十份报告才能拼出的上下文,压缩成一次检索和一段草稿;它不负责结论的正确性,只负责让结论有据可查。

对采购方来说,这意味着评估维度要变。过去比的是谁的数据多、谁的覆盖广,现在还要多问一句:你的情报能不能被模型读取、能不能被引用、能不能落到我的检测规则里。

数据量是库存,可调用性才是产能。

更多 山东区域  卡巴斯基 威胁情报 详情,请联系:

高进 - 186 6376 1060

如果你觉得今天这篇有收获,欢迎点赞、在看、转发三连,我们下篇见。

赞

在看

收藏

THANKS FOR READING

    AI进威胁情报 · 谁负责问,谁负责答" 网络安全文章

    AI进威胁情报 · 谁负责问,谁负责答"

    卡巴斯基研讨会实录阐述威胁情报三层产品矩阵与四类用例,强调AI在情报中的定位是替分析师读书而非替代判断。演示从一条SIEM告警自动生成四份报告草稿,并披露失败次数。产品更新含门户AI摘要、沙箱哈希分析、许可证互赠等。核心观点:数据量是库存,可调用性才是产能。
    自从用了这款运维工具,女同事都围着我" 网络安全文章

    自从用了这款运维工具,女同事都围着我"

    本文介绍Linux终端监控工具btop,其颜值高、功能强大,支持真彩色、平滑曲线图表及鼠标交互,可实时查看CPU、内存、磁盘和网络状态。安装简单,通过apt命令即可完成。核心功能包括系统负载、内存磁盘使用、实时网络流量及进程详情查看,对运维初学者友好,推荐尝试。
    述职被追问时,先别急着解释" 网络安全文章

    述职被追问时,先别急着解释"

    文档分享述职被追问时的应对技巧,核心是避免急于解释,而应先复述问题确认意图,再给出明确判断或可验证的数字,对超出范围的问题要清晰说明边界和交付时间。通过提前模拟问答和准备,可有效应对质疑,将追问转化为对账而非对质。
    评论:0   参与:  0