近日推出 Project Perception,一套針對人工智能時代網絡安全挑戰的代理式防禦系統。該系統旨在應對攻擊成本下降、數碼環境複雜性增加,以及傳統防禦手段難以跟上 AI 驅動攻擊速度的問題。
系統架構與運作模式
Project Perception 結合訊號收集、環境脈絡分析、多模型推理及專責代理,形成一個閉環防禦系統。其核心理念為持續理解攻擊者行為模式、防禦人員風險評估方式,以及保護措施的動態調整。系統透過三類代理協同運作:
- 紅隊代理:主動識別潛在入侵路徑;
- 藍隊代理:分析事件脈絡並判斷風險優先級;
- 綠隊代理:執行修復措施並強化防禦能力。
多模型架構與效能表現
系統採用多模型策略,根據不同任務配置最合適模型,平衡效能與成本。微軟自家開發的 MAI-Cyber-1-Flash 模型在軟件漏洞管理基準測試中取得 96% 成績,較競爭對手高出 12 個百分點,同時成本降低近 50%。另一款 Microsoft AI-Cyber-Flash-1 模型則在效能相若情況下節省至少 30% 成本。
技術特點與應用場景
Project Perception 透過四大關鍵要素運作:
- 全面掌握數碼環境訊號;
- 將訊號轉化為代理可用的網絡安全脈絡;
- 利用模型提供分析與推理能力;
- 透過執行機制將決策轉化為實際行動。
系統強調「持續感知(Perceive)、推理(Reason)及行動(Act)」的循環,而非僅產生警示。微軟表示,該架構建基於其數十年安全研究成果、威脅情報及全球防禦經驗,並遵循負責任 AI 原則。
產業趨勢與挑戰
隨著 AI 攻擊工具成本下降及規模擴大,企業防禦系統需具備機器速度的適應能力。Project Perception 被定位為應對此趨勢的解決方案,但其長期效能仍需實際部署驗證。微軟未透露具體客戶案例或部署時間表。
