等于60多位安全專家,，可產(chǎn)生約2000萬元的運營效益,，能夠極大地提升了生產(chǎn)力。大模型衛(wèi)士集安全風(fēng)險發(fā)現(xiàn),、大模型訪問控制,、數(shù)據(jù)泄露管控、違法違規(guī)行為溯源,、大模型應(yīng)用分析等為一體,，幫助企業(yè)更安全地向大模型要生產(chǎn)力。

　　在會上,，京東方集團和吉利汽車集團等客戶現(xiàn)場簽約,，成為國內(nèi)首批Q-GPT安全機器人和安全大模型用戶。同時,，大模型衛(wèi)士現(xiàn)場獲得了國內(nèi)多家客戶的簽約意向,。

　　“從我們開始訓(xùn)練自己的GPT安全大模型開始，就制定了明確的目標(biāo)：一定要讓客戶在使用奇安信的GPT產(chǎn)品時就像是雇傭了一個高級安全專家隊伍,，把產(chǎn)品領(lǐng)回去就能變成自己的力量,。所以這個產(chǎn)品的形態(tài)一定不會是一個問答對話框，而是一個聰明的機器人,，它能幫助或者替代安全專家執(zhí)行復(fù)雜任務(wù),，能全天候工作,，成為真正的生產(chǎn)力�,！逼姘残偶瘓F董事長齊向東表示,。

　　在網(wǎng)絡(luò)安全上，政企機構(gòu)長期面臨著三大困擾,，分別是告警疲勞,、專家稀缺、效率瓶頸,。首先,，攻擊者手法層出不窮，攻擊頻次日益密集,，企業(yè)每天都會產(chǎn)生海量告警,，有限的安全專家無暇應(yīng)對，通常只有1%的告警被研判,，99%的告警被無奈放棄,，形成告警疲勞；其次,，安全本來就是一個知識,、技術(shù)和實戰(zhàn)經(jīng)驗要求很高的行業(yè)，高水平人才難以快速培養(yǎng),，企業(yè)面臨著專家少的難題,，據(jù)教育部統(tǒng)計，到2027年,，我國人員缺口將達到327萬,；第三，人本身受制于精力,、情緒,、狀態(tài)等多方面因素，不可能全天候工作,，形成效率瓶頸,，也就是加人不劃算、不加人干不完,。

　　在奇安信安全機器人處理告警這個安全運營場景下,，一個3000人的數(shù)字化企業(yè)每天平均大約有10億條日志，產(chǎn)生約10萬條告警,。按照一個安全分析專家一天最多能處理480條的效率計算,，需要200個專家同時處理。如果按照每人每年30萬元的成本計算，需要6000多萬元,。同等需求下,，三臺奇安信機器人就能夠滿足上述數(shù)字化企業(yè)每日處理10萬條告警的訴求。以此計算,，每臺機器人每日工作量相當(dāng)于60位專家的工作量,，在成本上，每年可以產(chǎn)生約2000萬元的運營效益,。

　　在現(xiàn)場演示中,，奇安信安全機器人展現(xiàn)了強大的智能分析和自動研判能力。某客戶安全分析平臺收到了海量告警,，但安全專家的極限,，只能對其中1%的重要告警進行分析研判，99%的告警被無奈拋棄,，導(dǎo)致大量隱蔽攻擊被忽視掉,，增加了系統(tǒng)安全風(fēng)險。通過安全機器人,，可以實時,、自動為客戶研判“全部告警”，將需要響應(yīng)處置的告警過濾出來,，解決日常分析安全工程師的“告警疲勞”“研判疲勞”問題,，避免“漏報”和“誤報”。

　　“ChatGPT等大模型,，會泄露企業(yè)的商業(yè)秘密，已經(jīng)引起廣泛關(guān)注,。據(jù)統(tǒng)計,，在使用ChatGPT的員工中大多數(shù)會泄露數(shù)據(jù)，其中11%的數(shù)據(jù)為企業(yè)敏感數(shù)據(jù),。而越來越多的辦公產(chǎn)品如Microsoft 365 Copilot,、WPSAI、通義聽悟等都集成了大模型,，就意味著將有更多的員工使用大模型,，這會加劇企業(yè)敏感數(shù)據(jù)的泄露風(fēng)險。解決大模型數(shù)據(jù)泄露難題,，迫在眉睫,。”奇安信集團副總裁張卓表示,。

　　此次發(fā)布會,，奇安信正式推出業(yè)內(nèi)首款大模型衛(wèi)士產(chǎn)品，解決廣大企業(yè)客戶對于大模型“想用不敢用”的顧慮，讓他們能夠用好大模型提升核心競爭力,。

　　張卓認為,，數(shù)據(jù)泄露帶來的直接結(jié)果，就是企業(yè)核心競爭力的逐步喪失,。但作為一家現(xiàn)代企業(yè),，如果不積極使用GPT改進自己的技術(shù)、產(chǎn)品和市場推廣,，就會有落伍的風(fēng)險,。

　　針對這些情形，奇安信發(fā)布了大模型衛(wèi)士,，為企業(yè)在使用大模型過程中提供四重防護：第一是防止數(shù)據(jù)投喂造成的敏感數(shù)據(jù)泄露,。包括建立內(nèi)部技術(shù)監(jiān)管手段，防止員工向大模型投喂敏感數(shù)據(jù),。第二是建立身份識別與溯源機制,。把身份與數(shù)據(jù)關(guān)聯(lián)，在發(fā)生數(shù)據(jù)泄露風(fēng)險時,，找到數(shù)據(jù)泄露的主體,。第三是避免觸發(fā)數(shù)據(jù)跨境安全監(jiān)管紅線。有效監(jiān)控對ChatGPT等國外大模型的數(shù)據(jù)投喂行為,，避免數(shù)據(jù)跨境安全違法的發(fā)生,。第四是對企業(yè)內(nèi)部大模型應(yīng)用狀況全面分析。對員工的大模型應(yīng)用狀況進行分析,，快速,、有效的利用大模型技術(shù)重構(gòu)企業(yè)經(jīng)營生產(chǎn)活動流程，調(diào)整資源配置,。

　　“針對洶涌而來的大模型浪潮,，促進發(fā)展和防范風(fēng)險需要兩者并重�,！睆堊勘硎�,，大模型衛(wèi)士能幫助企業(yè)發(fā)現(xiàn)大模型使用過程中的安全風(fēng)險、實時管控大模型訪問和數(shù)據(jù)投喂過程,、提升企業(yè)的大模型應(yīng)用能力,、溯源違法違規(guī)行為，最終讓企業(yè)更放心地使用大模型技術(shù),，更安全地提升生產(chǎn)力,，為大模型健康發(fā)展保駕護航。