新聞中心
從Manus看網(wǎng)絡(luò)安全：通用AI智能體重構(gòu)安全運(yùn)營(yíng)
當(dāng)通用AI智能體遇見網(wǎng)絡(luò)安全
開啟主動(dòng)防御的躍遷
在勒索軟件平均潛伏期縮短至3.7天、APT攻擊復(fù)雜度指數(shù)級(jí)攀升的當(dāng)下，傳統(tǒng)SOAR產(chǎn)品（安全編排、自動(dòng)化和響應(yīng)）正面臨兩大困境：
· 規(guī)則依賴癥：基于Playbook的響應(yīng)邏輯，難以應(yīng)對(duì)未知威脅。
· 工具孤島化：安全設(shè)備協(xié)同不足，跨平臺(tái)數(shù)據(jù)整合耗時(shí)長(zhǎng)。
2025年3月6日，通用型AI Agent產(chǎn)品Manus正式發(fā)布，采用“通用型智能體”架構(gòu)，為網(wǎng)絡(luò)安全的技術(shù)發(fā)展提供了新范式——將“手”與“腦”（執(zhí)行與決策）的協(xié)同能力賦予安全運(yùn)營(yíng)，讓安全防御從“被動(dòng)響應(yīng)”轉(zhuǎn)為“主動(dòng)出擊”。
從Manus三大核心能力看
網(wǎng)安智能體的進(jìn)化方向
1、任務(wù)自主分解，打破安全劇本的線性思維
傳統(tǒng)SOAR痛點(diǎn)
需要人工預(yù)定義攻擊場(chǎng)景與響應(yīng)步驟，面對(duì)新型釣魚攻擊、0day漏洞利用時(shí)，響應(yīng)滯后。
Manus啟示
· 動(dòng)態(tài)任務(wù)鏈生成：如Manus處理房產(chǎn)篩選時(shí)，會(huì)自動(dòng)拆解為“犯罪率分析→預(yù)算計(jì)算→房源抓取”的步驟；在網(wǎng)安場(chǎng)景中，可轉(zhuǎn)化為“日志關(guān)聯(lián)→IOC驗(yàn)證→主機(jī)隔離”的自主決策流。
· 上下文感知擴(kuò)展：用戶臨時(shí)追加“學(xué)校排名”需求時(shí)，Manus會(huì)主動(dòng)插入教育模塊；映射到威脅狩獵中，可動(dòng)態(tài)納入新威脅情報(bào)并調(diào)整響應(yīng)策略。
2、多工具無縫調(diào)用，終結(jié)安全設(shè)備的“孤島困境”
網(wǎng)安“孤島困境”
調(diào)查數(shù)據(jù)顯示，企業(yè)平均使用32款安全產(chǎn)品，但跨平臺(tái)API調(diào)用的失敗率高達(dá)41% 。
Manus啟示
· 虛擬化沙箱：通過仿真安全環(huán)境，調(diào)用EDR查殺、防火墻策略修改、SIEM日志檢索等工具，避免進(jìn)程沖突。
· 代碼即時(shí)生成：如Manus用Python腳本轉(zhuǎn)換簡(jiǎn)歷數(shù)據(jù)；在網(wǎng)安場(chǎng)景中，可自動(dòng)編寫YARA規(guī)則、生成取證腳本。
3、云端異步作戰(zhàn)，讓安全團(tuán)隊(duì)從“救火員”變“指揮官”
安全團(tuán)隊(duì)“時(shí)間陷阱”
7*24小時(shí)監(jiān)控的疲勞，告警漏檢率超40%，誤報(bào)消耗60%以上的人力；響應(yīng)碎片化，80%的時(shí)間陷入日志對(duì)齊、跨平臺(tái)取證等低效環(huán)節(jié)。
Manus啟示
· 后臺(tái)威脅流水線，構(gòu)建證據(jù)鏈與分級(jí)推送機(jī)制：云端異步完成“日志清洗→行為建?！袈窂竭€原→修復(fù)方案生成”；高危事件實(shí)時(shí)彈窗，低優(yōu)先級(jí)任務(wù)匯總為晨報(bào)。
· 動(dòng)態(tài)搶占資源：如中心算力優(yōu)先處理加密流量分析，邊緣設(shè)備執(zhí)行輕量級(jí)檢測(cè)。
· 指揮官駕駛艙：交互式攻擊圖譜，標(biāo)記入侵點(diǎn)、數(shù)據(jù)泄露路徑與修復(fù)優(yōu)先級(jí)；模擬響應(yīng)動(dòng)作的影響，如某服務(wù)器將中斷12%的業(yè)務(wù)，降低誤操作風(fēng)險(xiǎn)。
Manus技術(shù)架構(gòu)
對(duì)網(wǎng)安智能體的借鑒
1、從“規(guī)則引擎”到“動(dòng)態(tài)學(xué)習(xí)”的決策升級(jí)
傳統(tǒng)模式下，Playbook依賴專家經(jīng)驗(yàn)的固化，誤報(bào)率超30% 。
Manus架構(gòu)借鑒
· 強(qiáng)化學(xué)習(xí)策略優(yōu)化：通過模擬攻防演練，如沙盒環(huán)境中的勒索軟件傳播，自主迭代封禁策略，確保其有效性。
· 記憶偏好學(xué)習(xí)：如Manus可記住用戶偏好來輸出表格；在網(wǎng)安場(chǎng)景中，可記憶用戶對(duì)誤報(bào)類型的標(biāo)注，自動(dòng)優(yōu)化告警閾值。
2、從“單兵作戰(zhàn)”到“多智能體協(xié)同”的架構(gòu)躍遷
網(wǎng)安智能體可借鑒Manus的角色分工機(jī)制，創(chuàng)建并集成多Agent 。
Manus架構(gòu)借鑒
· 偵查型Agent：實(shí)時(shí)掃描暴露面，類似Manus的房產(chǎn)數(shù)據(jù)抓取。
· 分析型Agent：關(guān)聯(lián)日志與威脅情報(bào)，如Manus交叉驗(yàn)證股票數(shù)據(jù)。
· 執(zhí)行型Agent：下發(fā)隔離指令，繼承Manus調(diào)用瀏覽器插件的能力。
3、從“功能堆砌”到“體驗(yàn)穿透”的產(chǎn)品哲學(xué)
當(dāng)前，75%的SOC（安全運(yùn)營(yíng)中心）技術(shù)人員抱怨：安全工具交互復(fù)雜。
Manus架構(gòu)借鑒
· 自然語言驅(qū)動(dòng)：用戶可以用對(duì)話指令啟動(dòng)溯源，如輸入“排查上周釣魚郵件關(guān)聯(lián)主機(jī)”，而不用配置繁瑣工單。
· 漸進(jìn)式交付：像Manus生成Excel表格一般，分階段推送事件證據(jù)鏈，如“原始日志→行為圖譜→修復(fù)建議”。
Manus模式帶來哪些安全挑戰(zhàn)？
1、智能體強(qiáng)自主導(dǎo)致“自動(dòng)化失控”
Gartner預(yù)測(cè)，到2026年，30%的AI誤操作是由于訓(xùn)練數(shù)據(jù)污染。這引發(fā)了以下兩項(xiàng)風(fēng)險(xiǎn)：
· 誤操作級(jí)聯(lián)：若智能體錯(cuò)誤地將正常流量識(shí)別為攻擊，可能觸發(fā)自動(dòng)阻斷、系統(tǒng)回滾等連鎖反應(yīng)，進(jìn)而造成業(yè)務(wù)中斷。
· 對(duì)抗性誤導(dǎo)：攻擊者通過偽造威脅情報(bào)，如向IOC數(shù)據(jù)庫投毒，可誘導(dǎo)智能體執(zhí)行有害操作，如關(guān)閉核心防火墻。
2、多工具集成放大攻擊面
智能體需存儲(chǔ)和管理數(shù)十種安全工具的訪問憑證，一旦這些密鑰被竊取，攻擊者就能接管整個(gè)安全系統(tǒng)。
· API密鑰泄露：密鑰一旦失竊，攻擊者就能利用其橫向移動(dòng)，接管全平臺(tái)。
· 供應(yīng)鏈污染：第三方工具中的漏洞，如被篡改的YARA規(guī)則庫，可能通過智能體的調(diào)用鏈，滲透到核心系統(tǒng)。
2023年Okta入侵事件就是一個(gè)警示，攻擊者利用第三方承包商的憑證，橫向控制了500多家企業(yè)的網(wǎng)絡(luò)系統(tǒng)。
3、云端異步架構(gòu)的隱蔽威脅
CVE（通用漏洞披露）數(shù)據(jù)顯示，云工作流中間件的漏洞數(shù)量在近三年中增長(zhǎng)了217%，云端異步架構(gòu)協(xié)同可能會(huì)引入新的安全風(fēng)險(xiǎn)：
· 中間人攻擊：異步任務(wù)傳輸過程中，攻擊者可篡改證據(jù)鏈數(shù)據(jù)，如替換加密文件的哈希值。
· 資源劫持：惡意任務(wù)偽裝，如虛假的日志清洗請(qǐng)求，可能占用云端算力，減慢對(duì)真實(shí)威脅的響應(yīng)速度。
讓通用安全智能體成為
數(shù)字世界的免疫系統(tǒng)
在網(wǎng)安智能體方向，安博通已有深厚的技術(shù)積累，可形成智能體感知與控制的關(guān)鍵組件。
“天樞”安全服務(wù)鏈控制器具備安全功能自動(dòng)加載與流量編排能力，是SDS架構(gòu)（軟件定義安全）的具體落地。
“墨影”全棧網(wǎng)絡(luò)地圖構(gòu)建了物理拓?fù)洹⑦壿嬐負(fù)?、?yīng)用拓?fù)浜蛿?shù)據(jù)拓?fù)洌P(guān)聯(lián)資產(chǎn)信息、位置分布、訪問路徑、安全策略、業(yè)務(wù)流量、安全事件等要素，可視化還原網(wǎng)絡(luò)依賴關(guān)系，能夠成為通用安全智能體的“神經(jīng)系統(tǒng)”。
安博通還推出了SOC、SOAR等產(chǎn)品方案，以及持續(xù)演進(jìn)優(yōu)化的“魯班”安全大模型?；谶@些先進(jìn)技術(shù)和業(yè)務(wù)生態(tài)合作，安博通將積極參與到通用安全智能體落地實(shí)踐的進(jìn)程中。
