打造深度思虑能力 ,宝运莱官方网站安星智能体推出DeepHunting职能

颁布功夫 2026-02-05

2025年 ,OpenAI、千问等国内表当先的大模型服务商相继推出了面向复杂决策场景的“DeepResearch(深度钻研)”服务。与仅能处置单一问题、耗时数秒且齐全依赖大模型并辅以检索了局天生内容的通例问答服务分歧 ,DeepResearch 性质是一种智能体(Agent) ,能自动规划多步骤钻研工作 ,通过联网搜索、多模态整合与持续推理 ,天生带有权威引用的结构化汇报 ,耗时可达数分钟以上。


这种深度钻研模式 ,为网络安全领域的复杂场景解决提供了沉要借鉴。如在威胁狩猎、告警验证等工作中 ,其实现过程与DeepResearch类似 ,区别在于 ,智能体执行工作过程中不是从互联网检索资料 ,而是从日志库、告警库、资产库、谍报库等内部数据库中 ,发展线索分析与比对。因而 ,将类似技术利用于安全领域 ,打造具备深度思虑能力的安全智能体 ,将有望显著提升智能面子向复杂安全场景的自主处置能力。


打造安星智能体的DeepHunting职能


基于这一思路 ,宝运莱官方网站首先在安星威胁检测智能体上实现了类似“DeepResearch”的职能。由于该职能重要面向威胁狩猎场景 ,因而将其定名为“DeepHunting”。


威胁狩猎的典型场景是从已知的攻击线索启程 ,结合安全日志与威胁谍报 ,溯源齐全的攻击过程。在此过程中 ,一些尚未触发现确告警的攻击行为必要被沉新发现与研判。由于该过程既涉及海量数据分析 ,又高度依赖安全分析师的研判经验 ,传统方式往往耗时耗力 ,一次有效的威胁狩猎通常必要安全分析师投入一天甚至数天功夫。


宝运莱官方网站安星威胁检测智能体的DeepHunting实现方式如下:


1.配置必备安全工具


为智能体提供威胁狩猎所需的各类安全工具 ,蕴含用于检索有关安全日志的数据查问工具、用于验证日志中IP地址、域名等信息是否射中已知谍报的谍报验证工具 ,以及用于判断日志中要求体等内容是否蕴含已知攻击行为的攻击检测工具。


2.规划自主执行流程


明确智能体的多步骤执行逻辑 ,蕴含若何基于已知线索检索关联安全日志(涵盖功夫关联、空间关联、攻击语义关联等维度)、若何通过大模型研判或挪用工具自主研判新检索日志的安全性 ,以及若何基于研判了局扩线分析、关联更多安全日志。


3.明确溯源终止前提


作为确保智能体行为可控、预防陷入无限循环的关键 ,明确设定溯源流程的终止前提 ,蕴含已遍历所有安全日志、已溯源的攻击行为覆盖全数攻击阶段、超出最大迭代次数 ,以及工作执行失败需沉启等异常场景。


基于DeepHunting的威胁狩猎实战


为具体展示DeepHunting职能的实战成效 ,以下以一路恶意域名接见事务的溯源为例进行注明。


首先 ,安全人员将恶意域名输入DeepHunting的分析窗口。


图片1.jpg


随后 ,智能体自动启动狩猎流程 ,通过挪用数据查问工具 ,检索与该域名有关的DNS日志、终端侧EDR日志以及网络侧IDS系统日志。


图片2.jpg


对于检索出的高度可疑日志 ,DeepHunting会将其作为新的调查起点 ,进一步发展高低文扩大分析 ,蕴含追忆触发该域名接见的过程信息 ,并关联该过程的父过程与子过程信息等。这些扩大信息会被提交给安全大模型进行综合研判。


图片3.jpg


上述过程将严格遵循预设的执行流程持续迭代 ,直至满足预先设定的终止前提。


图片4.jpg


狩猎过程实现后 ,DeepHunting将基于溯源了局 ,天生一份齐全的深度狩猎分析汇报 ,内容蕴含了受影响资产鉴别、安全事务线、风险判定与影响分析、ATT&CK映射分析、攻击者画像、分阶段的应急响应与加固建议、总结与战术建议等 ,方便安全人员凭据溯源了局实现安全事务分析汇报。


图片5.jpg


实际证明 ,在DeepHunting的加持下 ,宝运莱官方网站安星威胁检测智能体可将一次狩猎过程从一天降低到十几分钟到几极度钟(具体时长视安全日志查问检索情况而定) ,大大提升了安全分析效能。整个流程除初始线索输入表 ,绝大部门溯源工作由智能体自主实现 ,仅需安全人员在少量关键环节进行染指确认 ,从而显著提升整体分析效能。相较于以往仅能进行告警解读或单一响应分析的智能体利用状态 ,DeepHunting在执行工作的自主性与处置问题的复杂性上 ,实现了质的飞跃。


基于DeepHunting范式 ,宝运莱官方网站安星智能体实现了从被动告警到自动威胁狩猎的逾越 ,其通过自主规划、日志关联与自动研拍钴力 ,可近乎全自主地执行复杂狩猎工作。然而 ,智能体的每一步推理与行动都深度依赖于高质量、全覆盖的安全数据 ,了局正确性既取决于模型能力 ,也受造于数据齐全性。因而 ,迈向智能体时期 ,扎实的安全数据基础建设.其战术沉要性已与大模型能力的研发一致沉要 ,共同组成了将来智能化安全防御系统的基石。