安全牛《智能化安全运营中心应用指南（2025版）》

微信扫码，打开到小程序

版权声明 本报告为北京谷安天下科技有限公司（以下简称“本公司”）旗下媒体平台安全牛研究撰写， 报 告中所有文字、图片、表格均受有关商标和著作权的法律保护，部分文字和数据采集于公开信息， 所有 权为原著者所有。未经本公司书面许可， 任何组织和个人不得将本报告内容作为诉讼、仲裁、传媒所 引用之证明或依据，不得用于营利或用于未经允许的其他用途。任何未经授权的商业性使用本报告 的行为均违反《中华人民共和国著作权法》及其他相关法律法规、国际条约。未经授权或违法使用 者需自行承担由此引发的一切法律后果及相关责任，本公司将依法追究。 免责声明 本报告仅供本公司的客户或公司许可的特定用户使用。本公司不会因接收人收到本报告 而视其为本公司的当然客户。 任何非本公司发布的有关本报告的摘要或节选都不代表本报告 正式完整的观点，一切须以本公司发布的本报告完整版本为准。 本报告中的行业数据主要为分析师市场调研、行业访谈及其他研究方法估算得来，仅供 参考。因调研方法及样本、调查资料收集范围等的限制，本报告中的数据仅服务于当前报告。 本公司以勤勉的态度、专业的研究方法，使用合法合规的信息，独立、客观地出具本报告，但 不保证数据的准确性和完整性，本公司不对本报告的数据和观点承担任何法律责任。同时，本 公司不保证本报告中的观点或陈述不会发生任何变更。在不同时期，本公司可发出与本报告所 载资料、意见及推测不一致的报告。 本报告所包含的信息及观点不构成任何形式的投资建议或其他行为指引，亦未考虑特定用 户的个性化需求或投资目标。用户应结合自身实际情况独立判断报告内容的适用性，必要时应 寻求专业顾问意见。报告中涉及的评论、预测、图表、指标、理论等内容仅供市场参与者及用 户参考，用户需对其自主决策行为负责。本公司不对因使用本报告全部或部分内容所产生的任 何直接、间接、特殊及后果性损失承担任何责任，亦不对因资料不完整、不准确或存在任何重 大遗漏所导致的任何损失负责。 关键发现 ......................................................................................................................4 引言.............................................................................................................................6 第一章 背景概述 1.1 当前网络安全威胁的趋势 ................................................................................ 8 1.2 网络安全政策法规要求 ....................................................................................9 1.3 传统 SOC 的挑战.......................................................................................... 12 第二章 ISOC 概念和能力 2.1 SOC 的升级演变..........................................................................................14 2.2 ISOC 的理念............................................................................................... 16 2.3 ISOC 的能力框架........................................................................................ 18 2.4 ISOC 的必要性 ............................................................................................19 第三章 ISOC 的关键技术 3.1 ISOC 的工作原理和发展 .............................................................................. 22 3.2 ISOC 的技术架构........................................................................................ 24 3.3 ISOC 的基础技术........................................................................................ 25 3.4 ISOC 的智能核心（AI 智能体） ....................................................................30 第四章 ISOC 的典型应用场景 contents 目录 4.1 风险识别 ...................................................................................................... 34 4.2 威胁检测与研判 ............................................................................................ 37 4.3 事件响应 ...................................................................................................... 41 4.4 运营管理 ...................................................................................................... 44 4.5 知识问答和专家辅助 ..................................................................................... 47 第五章 国内外 ISOC 发展现状 5.1 国外 ISOC 应用现状 ......................................................................................49 5.2 国内 ISOC 市场应用现状 ............................................................................... 54 5.3 国内技术和应用现状 ...................................................................................... 57 第六章 ISOC 的建设指南 6.1 能力成熟度模型 ............................................................................................ 71 6.2 组织的 ISOC 建设原则 ...................................................................................74 6.3 不同成熟度组织的 ISOC 建设方案 ..................................................................76 6.3.1 初始级升级到管理级........................................................................................... 76 6.3.2 管理级升级到自动化级....................................................................................... 78 6.3.3 自动化级升级为智能辅助级............................................................................... 82 6.3.4 智能辅助级升级为自主级................................................................................... 87 6.4 中小型组织 ISOC 建设方案 ............................................................................89 6.5 ISOC 在各行业的解决方案..............................................................................89 6.6 常见实施问题和建议 ..................................................................................... 93 第七章 ISOC 优秀案例研究（按厂商首字母排序） 7.1 典型案例一 某金融机构安全运营平台升级案例（绿盟科技提供） ................... 97 7.2 典型案例二 某省级应急管理厅安全运营平台建设案例（奇安信提供） ...........100 7.3 典型案例三 某省电力公司安全运营建设案例（亚信安全提供） .....................103 7.4 典型案例四 某能源头部企业一体化网络安全监管平台（神州泰岳提供） ....... 107 7.5 典型案例五 某电网公司智能安全运营解决方案（碳泽提供） ........................ 110 第八章 推荐厂商（按厂商首字母排序） 推荐厂商－绿盟科技..........................................................................................112 推荐厂商－奇安信.............................................................................................114 推荐厂商－神州泰岳..........................................................................................118 推荐厂商－碳泽.................................................................................................120 推荐厂商－亚信安全..........................................................................................121 第九章 挑战与未来 9.1 目前面临的挑战 .......................................................................................... 125 9.2 未来发展 .................................................................................................... 128 4 智能化安全运营（ISOC）已成为企业提升安全能力的必然选择。国内市场需求强劲。据安全牛 2025 年调 研显示，国内多数组织（90%）对 ISOC 的未来发展持乐观态度，目前已有 39%的组织正在开展或测试 ISOC 的实施，尚未实施的组织中，49%的组织计划在一年内进行相关采购，ISOC 市场拥有巨大的增长潜力。 厂商格局多元化，生态合作趋势显现。ISOC 市场参与者包括综合安全厂商、SOAR/XDR 厂商、云服务商、 运营商、AI 创新公司等，市场竞争激烈。由于技术复杂性和数据需求，单一厂商难以提供完整的解决方案，未 来技术合作、产品集成、威胁情报共享等生态合作模式将成为主流趋势。 AI 技术深度赋能，应用百场景花齐放。AI 技术正深度渗透并占领安全运营的各个环节，从风险识别、威胁 检测、事件分析、响应到安全管理和报告生成。国内安全厂商积极探索 AI 在不同场景的应用创新，利用大语言 模型（LLM）和 AI Agent 等技术，在智能问答、告警降噪、威胁情报分析、自动化响应、报告生成等方面取得 了初步成果，呈现百花齐放的态势。 智能化降本增效应用效果初见成效。ISOC 的应用已在国内多个案例中开展取得显著成效。部分案例实现告 警降噪能力大幅提升（部分案例降噪率>80%）、告警准确率提升（（部分案例提高>80%））、安全事件分析 效率显著提高（部分场景提升>80%）、事件响应时效大幅加强（缩短至分钟级甚至秒级）、数据分类分级能力 显著提升（部分案例识别准确率>90%）、安全事件处理效率大幅提高（部分案例单日工作成果提升数倍）、运 营管理成本下降（部分场景成本节约>50%）。 “大模型+基础 AI 技术”混合架构成为主流。为兼顾通用知识推理能力与特定安全任务的专业性和效率， 国内普遍采用“大模型+基础 AI 技术”的混合 AI 架构。大模型（如 LLM）擅长自然语言交互、复杂推理、知识 问答和生成全局视角和智能辅助；基础 AI 技术（基于机器学习/深度学习）则侧重于具体的威胁检测、异常识 别等任务，提供快速、准确的执行能力。两者协同工作，实现优势互补，成为当前 ISOC 建设的主流技术路线。 AI Agent 是关键发展方向，但尚处于初步阶段。AI Agent 具备自主决策、认知、行动、学习的能力，在自 动化响应、智能分析、主动防御等方面潜力巨大。国内厂商已开始探索 AI Agent 在告警关联、溯源调查、事件 响应造成等场景的应用。但是基于数据分析的主动威胁防御能力的高质量 AI Agent 在国内安全运营中心的应用 仍在早期研究和实验阶段，技术成熟度、数据质量、可解释性和可信度有待提升。 人机协同是核心运营模式。ISOC 并非旨在完全取代人工，而是强调 AI 与安全分析师的协同工作。AI 负责 关键发现 5 重复可自动完成的任务，分析师则专注于复杂决策、威胁研判、策略制定和 AI 监督与训练。安全分析师的角色 正经历从“传统分析工程师”向“AI 训练师”和“AI 监督员”转变，需要具备新的知识和技能，人机之间的信 任和有效交互是 ISOC 成功的关键。 安全运营自动化水平迈向新的高度：在 AI Agent 和 SOAR 平台的双重驱动下，安全运营自动化正从基于规 则的机械式自动化向智能自动化、认知自动化方向推进，并能够覆盖更广泛的安全运营流程，并实现更智能、 灵活的响应。 数据驱动理念深化，数据治理成为关键。数据是人工智能和自动化的基础，构建安全数据湖、加强数据治 理（包括数据清洗、标准化、标注、安全与隐私保护等）成为 ISOC 建设的关键环节，以确保为标准化分析提 供高质量的数据支撑。 云化与 SaaS 化加速智能化安全运营普及。为降低成本、提高灵活性和解决人才需求，越来越多的企业选 择云化或 SaaS 化的 ISOC 解决方案。云原生 ISOC 和 AI 赋能的安全托管服务（MSSP）成为市场的重要增长点。 量化管理成为核心诉求。安全运营正从定性方向定量，建立与业务目标一致的、可测量的指标体系，并通 过 AI 进行分析和优化。以直观的安全运营效果驱动决策并展示价值，成为 ISOC 建设的重要目标。 ISOC 落地仍面临一定挑战。国内 ISOC 的普及仍面临一定的挑战，主要包括人工智能模型的准确性与误报 率、数据质量、系统集成复杂度、人工智能可解释性与可信度、复合人才缺乏、建设与运维成本以及安全运营 流程的调整等。 实施策略应聚焦小场景，小步快跑是关键。成功的 ISOC 建设需要明确的业务目标，从解决实际痛点的小 场景入手，采用分阶段、迭代式的方法，快速验证效果，逐步扩大应用范围，并重视数据治理和人才培养。 6 在全球数字化转型的浪潮中，云计算、大数据、人工智能、物联网等新兴技术正深刻重塑着企业的运营模 式和商业格局。这场变革在释放巨大潜力的同时，也带来了前所未有的网络安全挑战。企业的 IT 环境日益复杂 化，云服务与物联网设备的广泛应用使传统网络边界模糊，扩大了攻击面。与此同时，网络攻击手段不断升级， 高级持续性威胁（APT）、零日漏洞利用、勒索软件攻击以及大规模数据泄露事件频发，攻击目标更明确，破 坏性更强。数据作为核心资产，其安全风险尤为突出，数据泄露、滥用等事件不仅造成严重的经济损失，并引 发严重的声誉危机。与此同时，全球范围内对网络安全和数据保护的监管日趋严格，国内的《中华人民共和国 网络安全法》《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》等法律法规，以及欧盟的《通 用数据保护条例》（GDPR）等法规标准，都对企业提出了更高的合规要求。 面对这些严峻挑战，传统的安全运营中心（SOC）表现出一定的局限性。传统 SOC 主要依赖人工分析和基 于规则的检测方法，在应对当前复杂多变的网络安全威胁时，面临诸多瓶颈：海量告警数据中无法发现真正威 胁，并导致“告警疲劳”；安全事件的分析和响应主要依赖人工，效率低下且响应速度慢；各类安全设备和系 统之间缺乏有效集成，形成“数据孤岛”，难以共享信息、协同防御；同时，传统 SOC 往往缺乏主动发现潜在 威胁和预测风险的能力。 为了有效应对这些挑战，智能化安全运营中心（ISOC）应运而生。ISOC 并非对传统 SOC 的简单替代，而 是其全面的智能化升级和能力增强。ISOC 以数据驱动和 AI 赋能为核心，深度融合人工智能（特别是大语言模 型、AI 智能体等先进技术）、大数据分析、安全编排与自动化（SOAR）等技术，并强调人机协同的运营模式。 其目标是实现对安全威胁的更高效、更准确、更主动、更智能的检测、分析、响应和预防，致力于构建一个能 够全面感知