《智能化安全运营中心应用指南（2025年）》报告发布（附下载二维码）

在数字化浪潮席卷全球的今天，网络安全已成为企业发展的基石。然而，攻击手段的不断升级、攻击目标的持续扩大，以及攻击频率的快速上升，正给传统的安全运营带来告警疲劳、面对高级威胁时的检测乏力、事件响应的滞后、专业安全人才的短缺等挑战。面对当前复杂多变的网络威胁，传统的安全运营中心 (SOC) 模式举步维艰。为了突破困境，智能化安全运营中心 (ISOC) 应运而生，它代表了安全运营的未来发展方向。ISOC 并非对 SOC 的简单替代，而是以数据驱动和 AI 赋能为核心，通过深度融合人工智能、大数据分析、自动化编排等先进技术，构建人机协同、持续进化的主动防御体系，全面提升安全运营的效率、准确性和智能化水平。

目前，国内ISOC的发展正处于起步加速阶段。为了帮助组织更好地理解和拥抱这一变革趋势，安全牛作为独立的第三方研究机构，于2025年启动了《智能化安全运营中心（ISOC）应用指南（2025年）》研究项目。报告现正式发布（可扫描文末二维码抢鲜阅读）。

报告深入调研和分析了ISOC的概念、能力框架和关键技术，以及典型的智能化安全运营应用场景，并结合对国内外技术现状、创新应用的调研和分析，提炼出企业的最佳实践指南。报告还对近年来成功落地的典型应用案例进行了分析评价，为后续用户应用实施提供有益参考，同时对表现突出的ISOC厂商进行了推荐。报告还对未来智能化安全运营的演进趋势进行了展望，并分别面向厂商和用户提供了专业的建议。

关键发现

智能化安全运营（ISOC）已成为企业提升安全能力的必然选择。国内市场需求强劲。安全牛2025年调研显示，国内多数组织（90%）对ISOC的未来发展持乐观态度，目前已有39%的组织正在开展或测试ISOC的实施；在尚未实施的组织中，49%的组织计划在一年内进行相关采购。ISOC市场拥有巨大的增长潜力。

厂商格局多元化，生态合作趋势显现。ISOC市场参与者包括综合安全厂商、SOAR/XDR厂商、云服务商、运营商、AI创新公司等，市场竞争激烈。由于技术复杂性和数据需求，单一厂商难以提供完整的解决方案，未来技术合作、产品集成、威胁情报共享等生态合作模式将成为主流趋势。

AI技术深度赋能，应用百场景百花齐放。AI技术正深度渗透并覆盖安全运营的各个环节，从风险识别、威胁检测、事件分析、事件响应到安全管理和报告生成。国内安全厂商积极探索AI在不同场景的应用创新，利用大语言模型（LLM）和AI Agent等技术，在智能问答、告警降噪、威胁情报分析、自动化响应、报告生成等方面取得了初步成果，呈现百花齐放的态势。

智能化降本增效应用效果初见成效。ISOC的应用已在国内多个案例中取得显著成效。部分案例实现告警降噪能力大幅提升（部分案例降噪率>80%)、告警准确率提升（部分案例提高>80%）、安全事件分析效率显著提高（部分场景提升>80%)、事件响应实效大幅加强（缩短至分钟级甚至秒级）、数据分类分级能力显著提升（部分案例识别准确率>90%)、安全事件处理效率大幅提高（部分案例单日工作成果提升数倍）、运营管理成本下降（部分场景成本节约>50%)。

“大模型+基础AI技术”混合架构成为主流。为兼顾通用知识推理能力与特定安全任务的专业性和效率，国内普遍采用“大模型+基础AI技术”的混合AI架构。大模型（如LLM）擅长自然语言交互、复杂推理、知识问答和生成全局视角和智能辅助；基础AI技术（基于机器学习/深度学习）则侧重于具体的威胁检测、异常识别等任务，提供快速、准确的执行能力。两者协同工作，实现优势互补，成为当前ISOC建设的主流技术路线。

AI Agent是关键发展方向，但尚处于初步阶段。AI智能体具备自主决策、认知、行动、学习的能力，在自动化响应、智能分析、主动防御等方面潜力巨大。国内厂商已开始探索AI智能体在告警关联、溯源调查、事件响应等场景的应用。但是基于数据分析的主动威胁防御能力的高质量AI Agent在国内安全运营中心的应用仍在早期研究和实验阶段，技术成熟度、数据质量、可解释性和可信度有待提升。

人机协同是核心运营模式。ISOC并非旨在完全取代人工，而是强调AI与安全分析师的协同工作。AI负责重复可自动完成的任务，分析师则专注于复杂决策、威胁研判、策略制定和AI监督与训练。安全分析师的角色正经历从“传统分析工程师”向“AI训练师”和“AI监督员”转变，需要具备新的知识和技能，人机之间的信任和有效交互是ISOC成功的关键。

安全运营自动化水平迈向新的高度。在AI Agent和SOAR平台的双重驱动下，安全运营自动化正从基于规则的机械式自动化向智能自动化、认知自动化方向推进，覆盖更广泛的安全运营流程，并实现更智能、灵活的响应。

数据驱动理念深化，数据治理成为关键。数据是人工智能和自动化的基础，构建安全数据湖、加强数据治理（包括数据清洗、标准化、标注、安全与隐私保护等）成为ISOC建设的关键环节，以确保为标准化分析提供高质量的数据支撑。

云化与SaaS化加速智能化安全运营普及。为降低成本、提高灵活性和解决人才需求，越来越多的企业选择云化或SaaS化的ISOC解决方案。云原生ISOC和AI赋能的安全托管服务（MSSP）成为市场的重要增长点。

量化管理成为核心诉求。安全运营正从定性向定量发展，建立与业务目标一致的、可测量的指标体系，并通过AI进行分析和优化。以直观的安全运营效果驱动决策并展示价值，成为ISOC建设的重要目标。

ISOC落地仍面临一定挑战。国内ISOC的普及仍面临一定的挑战，主要包括人工智能模型的准确性与误报率、数据质量、系统集成复杂度、人工智能可解释性与可信度、复合人才缺乏、建设与运维成本，以及安全运营流程的调整等。

实施策略应聚焦小场景，小步快跑是关键。成功的ISOC建设需要明确的业务目标，从解决实际痛点的小场景入手，采用分阶段、迭代式的方法，快速验证效果，逐步扩大应用范围，并重视数据治理和人才培养。

代表性厂商推荐

按厂商首字母排序

绿盟科技

推荐理由：

具有前瞻性的AI应用规划、丰富的攻防数据积累以及中台化的设计思路；
强调AI以人为本，将自研的“风云卫”安全大模型与丰富的攻防实战数据相结合，通过中台化设计实现数据的高效利用，赋能安全运营；
在钓鱼识别等特定威胁检测方面准确度较高；
将大模型应用于智能问答（提供威胁的思维链问答）和安全分析（利用思维链进行数据解读和研判分析），致力于构建具有引导性和实战性的智能安全运营体系；
威胁情报整合能力。深度分析多源威胁情报并提供专家解读，建立详尽的威胁画像，把握安全态势，做出前瞻性的防御决策；
对非结构化数据的支持。提供敏感数据智能识别与管理，自动识别敏感信息，提升数据分类与保护的精确度，降低数据泄露风险，强化数据治理能力。

奇安信

推荐理由：

AI安全领域的持续投入和领先实力；
以QAX-GPT安全大模型为核心的AISOC解决方案；
AI智能化应用能力，自研QAX-GPT经过大量真实数据训练，在安全知识问答、报告生成、威胁情报分析、SOAR剧本生成、自然语言交互等方面表现突出；
高效的告警降噪与智能研判能力，通过告警关联智能体、溯源调查智能体等，大幅提升告警准确率和事件分析效率；
领先的自动化运营能力，实现从威胁检测到响应处置的全流程一体化和自动化；
全面的安全运营解决方案，覆盖威胁检测、智能研判、事件分析、威胁狩猎、风险评估、策略优化等多个环节；
提供定制化解决方案以满足不同行业需求。

神州泰岳

推荐理由：

“一中心+三平台+X产品”的一体化安全运营中心。整合身份安全、资产安全、安全管理进行统一管理；
“1+N+X”大模型产品体系。注重行业实践和业务场景的AI创新应用；
AI技术研发能力。拥有威胁情报分析等近百项专利，创新BERT-EMD的方法提升AI应用的效率和效果；
应用创新能力利用。在告警提炼、智能研判和联动处置等安全领域有创新应用；
灵活的定制化能力。提供无代码的自动化平台工具和可定制的安全策略；
深耕能源和运营商等行业，深入的行业理解。

碳泽信息

推荐理由：

低代码的AI+SOAR编辑平台：具有较强的自动化和编排能力，并提供低代码平台，简化安全运营流程的定制和自动化；
多种AI创新应用：碳泽的多种AI创新应用包括Agent智能体编排、智能电网安全运营、自动化模拟攻击、自动化风险评估、自然语言生成工作流、动态知识图谱实时推演攻击链、攻击模拟等；
智能化数据分类分级和数据保护：碳泽提供智能化数据分类分级和数据保护功能，如机密数据沙箱环境、动态脱敏，并实现泄密事件100%定位；
200+种安全运营自动化实践积累；
对金融、能源、运营商行业有深入了解。

亚信安全

推荐理由：

打造统一的智能化管理平台，其新一代XDR平台基于自研的信立方大模型，提供云、网、端融合分析能力，构建全局防御闭环；
较强的数据处理和分析能力，能够接入处理来自终端、网络、云等多源异构的安全数据，形成高清日志，并进行多维度分析，支撑全面掌握网络安全态势；
丰富的检测分析引擎，通过多维度分析覆盖12大类安全领域、超过100个XDR场景和10多类专项分析场景，显著提高高级威胁检测能力；
自动化处理能力，能够自动生成处置建议，支持边界一键封堵、终端一键查杀等动态响应；
高效的告警筛选能力，基于AI算法+威胁情报，智能过滤无效告警，聚焦高置信度威胁，具有较高的准确率和较低的误报率。

其他特色厂商

此外，其他厂商在智能安全运营方面各有侧重，都积极探索利用AI技术进行安全运营的创新。

安恒信息具有丰富安全服务经验，开发了多种智能体，如数据分类分层和告警研判智能体，并结合低代码平台，提供定制化、标准化的安全运营解决方案。

观安信息预置丰富的AI功能和低代码智能体开发平台，为客户提供功能全面、灵活定制、易于使用的智能安全运营方案。

浪潮云发挥云厂商的生态优势，强调服务团队架构优化和工单整合的安全运营服务，重视广泛的生态伙伴合作，打造云生态的智能安全运营。

联通数科拥有运营商的云网数据资源优势，将海量数据转化为安全情报，打造以大模型为核心的智能安全运营服务。

新华三以ASOP方法论为指导，通过成熟度和健康度双指标量化体系，结合安全大模型赋能的四大应用场景，打造一体化智能安全运营平台。

掌数科技独特的业务视角将IT、SOC和SOAR能力与业务融合，聚焦于异常行为检测，通过图神经网络技术，实现对安全威胁、0day漏洞异常的全面监控与响应。

典型案例研究

按厂商首字母排序

从国内ISOC典型案例中，可以看到ISOC在提升安全运营效率、效果和体系化水平方面的巨大潜力。随着AI技术的不断发展和应用场景的不断拓展，ISOC将在企业安全防御中发挥越来越重要的作用。

典型案例一：

某金融机构安全运营平台升级案例

本案例由绿盟科技提供

绿盟科技为某省级农信机构提供的解决方案将AI深度融入安全运营的各个环节，代表了安全运营模式的先进性和变革方向。该方案深度融合了安全垂直领域的大语言模型（风云卫SecLLM）与安全运营实践。一是通过“智能运营Copilot”实现了人机协同下的智能降噪、深度分析研判和闭环处置；二是利用基于大模型的智能体进行自动化攻防对抗演练，显著提升了主动防御和实战能力；三是利用SecLLM赋能安全能力提升，如代码漏洞挖掘和智能问答；四是其对AI自身安全评估的重视，提供了针对性的评估工具，解决了引入AI技术带来的新风险。（具体解决方案请见报告）

绿盟安全运营解决方案

该案例对于同样面临高安全要求、强监管压力、数据敏感性高、技术快速迭代等特点的金融机构具有极高的借鉴价值。同时，对于其他关键基础设施行业（如能源、电信、政府等）以及希望利用AI提升安全运营智能化水平的大型企业也具有重要的参考意义。

典型案例二：

某省级应急管理厅安全运营平台建设案例

本案例由奇安信提供

奇安信为应急部门提供的AISOC解决方案，深度融合了奇安信自研的安全垂直领域大模型（QAX-GPT）和成熟的安全运营平台（NGSOC），实现了安全运营的智能化升级：一是AI驱动的全流程赋能，将AI能力贯穿于告警研判（目标自动化率80%）、事件调查、响应处置、智能问答等安全运营各个环节，显著提升效率和准确性；二是面向管理决策的量化运营体系，通过定制化的24个量化指标和可视化大屏，将安全建设成果和运营成效具象化，为安全决策和投资规划提供了科学依据，有效解决了“安全价值难衡量”的管理难题；三是响应国家战略，积极探索生成式AI在关键行业的创新应用，提升“新质安全生产力”。（具体解决方案请见报告）

AISOC智能运营态势大屏（示意图）

该案例对面临IT环境复杂、安全数据海量、安全要求高、合规压力大、专业人才紧缺等类似挑战的组织具有重要的借鉴意义，尤其适用于其他政府机构、关键信息基础设施运营单位（如金融、能源、交通、运营商等）以及大型企业集团。

典型案例三：

某能源头部企业一体化网络安全监管平台

本案例由神州泰岳提供

神州泰岳为能源集团构建的安全智能监管平台解决方案，具有以下优势：一是采用了云原生的微服务架构和容器化部署，提升了平台的灵活性、可扩展性和可靠性，并引入了自主可控技术增强安全性；二是实现了高效的数据集成和能力整合，通过构建统一的数据中心和网络安全能力中心，打通了各类安全设备和平台的数据壁垒和能力壁垒，实现了全网安全能力的集中管理和协同；三是强调“挂图作战”的可视化能力，将复杂的安全态势和运营数据直观呈现，有效支撑了管理决策和应急指挥；四是支持定制化开发，能够根据企业的具体业务需求和安全流程进行定制，确保平台与企业实际运营的紧密贴合。（具体解决方案请见报告）

神州泰岳安全智能监管平台解决方案

该案例对于大型集团化企业、关键基础设施行业（如能源、金融、电信、交通等）以及正在进行深度数字化转型、面临复杂IT环境和高安全要求的组织具有重要的借鉴意义。

典型案例四：

某电网公司智能安全运营解决方案

本案例由碳泽信息提供

碳泽信息电网企业智能安全运营解决方案核心优势在于数据融合能力和高度的自动化水平。平台能够有效融合多源异构数据，并通过智能编排引擎，将大量的安全运营工作自动化，显著释放人力。该方案的创新性体现在引入AI智能体协同体系，并结合多维度关联分析和专项检测引擎，实现了更智能的威胁检测和响应决策。该方案的先进性则体现在其自动化的理念，通过技术创新、高效集成和自动化能力，构建了全面的安全运营闭环，在复杂场景下取得了显著的量化效果。（具体解决方案请见报告）

该案例对于拥有超大规模、极端复杂IT/OT/云环境、面临海量安全数据和高合规性要求的关键基础设施行业，如大型电网、大型金融集团、超大型运营商、大型跨国企业等，具有重要的启示意义。

典型案例五：

某省电力公司安全运营建设

本案例由亚信安全提供

亚信安全针对电力行业的解决方案以XDR理念为核心，整合多方安全能力，并以AI驱动实现精准运营：一是通过AI赋能，实现了对海量、多源安全数据（覆盖云、网、端）的深度分析和关联，突破了传统安全方案依赖规则和特征的局限，能够有效检测未知威胁和高级持续性威胁（APT）；二是将多个安全域的数据和能力集成在统一平台上，实现了跨域的威胁检测和响应，打破了传统安全产品各自为战的格局，提高了安全防护的整体效能；三是引入了自动化响应和智能策略调整功能，最大限度减少了人工干预，提升了安全运维效率，降低了运营成本。该方案创新性地应用了如图神经网络（GNN）、深度异常检测等先进AI技术。（具体解决方案请见报告）

亚信安全XDR平台解决方案

该案例对于面临复杂IT/OT/IoT融合环境、高安全要求和严格合规监管要求的行业具有重要的借鉴意义，特别是电力、石油石化、智能制造、交通等关键基础设施行业。