深度研究 | 为什么安全运营的数智化是必然趋势

当前 ，深度企业IT环境极其复杂，研究运营云服务、安全物联网设备等的智化广泛应用
，使得企业的趋势网络边界模糊，攻击面不断扩大。深度与此同时，研究运营网络攻击手段不断升级 ，安全组织正面临着日益严峻的智化网络安全威胁和日益严格的安全监管与合规要求，传统安全运营已经力不从心，趋势推动安全运营向更智能、深度更主动
、研究运营更高效的高防服务器安全方向发展 。

传统SOC的智化挑战

安全运营管理主要结合技术 、流程和人员等能力，趋势传统SOC主要通过人工进行技术处理、手动处理流程或独立的工单系统、各级分析师人工分析
，实现对安全威胁的检测分析和事件响应 ，满足组织对安全风险管控的要求。然而 ，日益复杂和不断更新的安全威胁对安全运营能力提出更高的要求 ，亿华云传统SOC无法应对。

传统SOC的挑战

具体主要的挑战包括：

1. 人工处理面临效率低、响应慢 、工作量大等挑战

传统SOC团队在人工处理安全事件时面临诸多挑战，严重影响了安全运营的效率和效果。首先，海量数据处理存在明显局限性 。传统SOC依赖安全设备产生的告警，但这些告警中存在大量误报 ，导致安全分析人员疲于奔命，难以从中准确识别出真正的威胁，云计算从而降低了安全运营的整体效率，无法满足对真正威胁的快速响应需求
。其次，人工响应速度慢且效率低下 。传统SOC主要依靠人工进行安全事件的响应 ，这种方式难以满足快速响应的要求
，导致安全事件的影响范围扩大 ，进而造成更大的损失。此外，安全人员数量不足也是源码下载一个突出问题 。传统SOC的安全运营高度依赖安全专家的经验，对人员的技能要求很高 
，且难以形成统一的标准，这使得安全运营水平参差不齐，难以保证安全运营的整体质量。

2.  安全数据面临统计分析的挑战

传统SOC在应对安全数据爆炸式增长时面临诸多挑战。首先 ，数据孤岛问题严重，不同安全设备和系统产生的源码库数据分散在各个平台，难以进行统一分析和利用 。其次，有效数据提取困难，安全数据中存在大量噪声和无关信息，从海量数据中提取有价值信息成为一大挑战。此外
，传统SOC的数据处理能力不足，主要依靠人工分析或基于关系型数据库的SIEM平台 ，难以应对海量数据 ，导致安全分析效率低下，无法及时发现威胁
。最后 ，传统SOC缺乏有效的香港云服务器数据关联分析能力 ，难以从海量数据中发现隐藏的关联关系和攻击模式
，无法识别复杂攻击事件，难以进行攻击溯源 。 

3. 面临网络安全威胁复杂化的挑战

传统SOC在应对复杂安全威胁时存在明显不足。首先，高级威胁检测能力不足
，传统安全设备依赖规则和签名检测，难以识别APT攻击、0day漏洞利用 、无文件攻击等高级威胁 ，导致组织无法及时发现这些威胁，容易遭受攻击，进而引发数据泄露、系统瘫痪等严重后果 。其次，威胁情报缺乏有效利用
，传统SOC要么无法充分利用威胁情报 ，要么仅能进行简单的IOC比对 ，难以深入理解威胁情报背后的脉络信息，无法识别复杂攻击事件，也无法进行攻击溯源和攻击者画像
，难以全面了解攻击者的意图和攻击手段 ，从而无法进行有效防御。此外 ，传统SOC缺乏针对内部威胁的有效检测手段 ，主要关注外部攻击，而对内部威胁（如恶意内部人员 、被盗用的账户等）的检测能力不足，内部威胁往往能够绕过传统安全控制措施，造成更大的威胁
，导致数据泄露、系统破坏等严重后果
。最后
，攻击溯源和取证困难，高级攻击潜伏时间长，攻击者会采取各种手段掩盖攻击痕迹，使得安全事件的溯源和取证变得非常困难 。

4. 安全面临业务发展的挑战

在业务快速迭代的行业
，安全面临着难以跟上业务更新速度的挑战。同时 ，随着组织上云和数字化转型的推进，新的安全挑战不断涌现  ，例如云安全
 、数据安全和隐私保护等
。此外，安全部门常被视为成本中心
，其对业务的价值贡献难以体现。

SOC安全运营业务的演变

SOC正面临业务范围的扩展和技术进步支撑的能力升级，业务需求驱动了技术发展，技术的进步支撑了业务扩展 。

SOC业务范围正在从事件研判分析、响应调查，向全面风险管理、运营量化管理等领域延伸。 

SOC的业务范围扩展

SOC的能力从单点防御到合规驱动，再到实战驱动 ，走向数据驱动 、AI赋能的智能化阶段 。

SOC的能力升级

第一阶段：单点防御阶段（2007年前）

随着互联网的初步发展，早期安全威胁主要以病毒、蠕虫等为主 ，组织安全防护意识薄弱，主要依靠部署防火墙
、杀毒软件等单点安全产品进行防御，安全运营以事件驱动 、人工分析为主，难以应对规模化攻击。阶段特点 ：

单点防御，事件驱动：主要依靠单一安全产品（如防火墙、杀毒软件、IDS）进行点状防御，缺乏整体的安全防护体系。安全运营主要以监控响应为主，针对单一安全事件进行处置 ，缺乏对安全事件的关联分析和深入排查 
。关注具体威胁：主要关注恶意软件（如病毒、蠕虫）和单点网络事件（如端口扫描、DoS攻击） ，对攻击的整体性和关联性关注不足 。第二阶段 ：合规驱动的安全运营（2007—2015年）

随着网络攻击的复杂化和规模化，以及各国安全法规和标准的流行 ，组织开始重视安全合规性 ，大量采购和堆叠安全产品
，SIEM平台开始出现 ，但产品间缺乏联动，“噪音”骤增，难以应对高级威胁 。阶段特点：

安全产品堆叠：组织开始大量部署各种安全产品，例如防火墙、IDS/IPS 、WAF 、防病毒软件、VPN等，但这些产品往往缺乏有效的集成和联动，形成“安全孤岛”。合规驱动 ：安全建设的主要驱动力是满足各种安全法规和标准的要求
，例如等级保护制度等
。“噪音”急剧增加
：各种安全设备产生大量的相关信息
，其中大部分是误报，安全分析师难以全面识别出真正的威胁，导致告警疲劳。第三阶段：实战驱动的安全运营（2015年左右至2022年左右）

APT攻击、0-day漏洞攻击等高级威胁悄然来临，组织安全建设开始转向实战驱动
，关注安全运营的实际效果
，SOAR
 、UEBA等技术兴起，安全运营开始向主动防御转变，但仍然高度依赖安全专家的经验。阶段特点 ：

关注实战效果 ：组织开始关注安全运营的实际效果，而不仅仅是满足合规性要求 。安全建设从合规驱动转向实战驱动；主动防御：组织开始重视主动防御，例如威胁情报 、威胁狩猎 、欺骗防御等；安全能力的整合：出现XDR等新的安全概念 ，尝试整合各个安全产品能力，形成统一的安全防御体系。第四阶段：数据驱动、AI赋能的智能安全运营（2022年至今）

随着人工智能技术的快速发展和安全大数据应用的成熟，安全运营进入高效阶段 
，ISOC通过数据驱动和人工智能赋能，实现威胁检测、事件分析、响应处置、威胁狩猎等阶段的智能化和自动化，构建人机协同 、持续渐进的主动防御体系，更好地应对复杂多变的网络安全威胁
。阶段特点：

数据驱动
：以数据为核心，构建安全数据湖，为安全分析提供全面的数据支撑；AI赋能
：广泛应用AI技术提升安全运营的智能化水平 。AI智能体作为ISOC的“智慧大脑” ，协调各个安全平台
，提供智能化的决策支持；自动化：实现安全运营流程的自动化；关注效果和效率：不仅关注安全防护的效果 ，还关注安全运营的效率和成本；量化管理 ：建立量化的安全指标，对安全运营体系的效果进行量化和评估。

ISOC的理念

智能安全运营中心（Intelligentization Security Operations Center，简称ISOC）的核心理念是数据驱动和人工智能双引擎
，构建人机协同、持续进化的主动防御体系
，目标是运营的自动化、智能化和自适应
 ，最终实现安全运营与业务目标的深度融合。

图片

ISOC的理念示意图 

1.ISOC的主要特点更广泛和深入的数据采集能力：ISOC集成更多的数据源，除了安全设备，还包括用户行为、业务数据等，可以为事件提供更全面的数据；更智能的威胁检测能力：ISOC应用AI技术，提升威胁检测的准确性（减少误报和漏报），发现未知威胁；更自动化的事件响应：SOAR和AI智能体可以自动执行响应操作，缩短响应时间；更强大的数据分析能力：大数据分析结合AI模型，可以对海量数据进行分析 ，提供更深入的分析报告；更主动的防御能力 ：威胁情报应用、人工智能预测 、威胁狩猎等能力 ，实现从事后响应到事前防御；更高效的人机协同 ：AI辅助分析决策
，安全分析师可以更专注于复杂威胁研判和调查；更持续的优化能力：利用AI模型的自学习和持续优化能力
，可以实现安全运营体系的持续进化 。2.ISOC的主要目标提高安全运营效率 ：利用人工智能驱动的威胁检测和智能化响应，缩短威胁检测时间（MTTD）和响应时间（MTTR），减少安全分析师的工作负担，提高安全运营的整体效率；降低安全运营成本 ：通过智能化和自动化 ，减少对安全专家的依赖 ，降低人力成本；通过更精准的威胁检测和响应 ，减少安全事件造成的损失；增强威胁检测和响应能力：利用AI技术检测未知威胁、高级威胁和异常行为
，提高威胁检测的准确率和覆盖范围；利用SOAR平台和AI智能体实现安全事件的快速响应和处置；构建主动防御体系：利用威胁情报、人工智能预测 、威胁狩猎等技术，开展事后响应转向事前预防，实现主动防御；实现数据驱动的安全决策 ：利用AI技术对安全数据进行深度分析 ，为安全决策提供数据支撑，使安全决策更科学、更准确；实现安全投资价值最大化：通过更高效的安全运营，减少安全事件造成的损失
，提高安全投资的回报率。

ISOC的必要性

ISOC的必要性体现在能够解决传统安全运营的痛点，并在提高安全运营效率 、降低运营成本的同时 ，提升应对日益复杂的网络安全威胁的能力 ，并最终实现业务的安全、稳定运行
。

图片智能安全运营中心的必要性

具体体现在以下几个方面：

1.提升安全运营的效率和效果

ISOC能够实现安全运营的自动化 、智能化和协同化，提高安全运营的整体效率和效果。缩短威胁研判时间，降低误报率，提升安全事件处置效率 ，减少人工干预 。实现通过量化指标体系 ，实现对安全运营效果的全面评估和持续改进
，确保安全投入回报的最大化
。

2.应对日益复杂的安全威胁

安全威胁的复杂性和多样性不断提升，高级持续性威胁（APT）攻击手段不断升级，传统的安全防御手段难以有效应对。ISOC能够整合多源异构的安全数据，利用大数据分析 、机器学习、人工智能等技术，实现对安全威胁的全面感知和精准识别。实现深度融合AI技术与安全运营，打造智能化安全运营中心，实现降本增效。

3.解决安全运营的痛点

传统安全运营面临告警数量大、误报率高 、安全事件响应周期长、安全运营人员专业能力要求高等问题。ISOC能够降低误报率，提高告警准确性  ，加快安全事件响应速度 ，减轻安全运营人员工作负担。通过自动化编排，实现由手工模式转为自动化模式 ，以提高网络安全事件处置效率 。

4.满足合规性要求

随着网络安全法律法规的日益完善 ，组织需要满足各种合规性要求。ISOC能够帮助组织梳理安全流程，建立安全制度 ，满足等保、GDPR等合规性要求 ，确保安全建设符合合规标准。

5.实现全方位的安全防护

传统安全防护手段难以覆盖云安全、数据安全、供应链安全等新兴领域。ISOC能够扩展业务范围，将这些新兴领域纳入安全运营 ，实现全方位的安全防护，构建更为开放的安全生态
，积极引入全球更多权威威胁情报源和合作伙伴，构建全生态协同作战平台 。