奇安信,安全机器人,Q-GPT,AI,Canonical 发布 Ubuntu 内核安全更新，修复 3 个高危漏洞
【】8月25日，奇安信集团发布Q-GPT（奇安信大型模型）安防机器人及大型模型警卫。
据介绍，Q-GPT安全机器人是基于奇安信大模型打造的“虚拟安全专家”，可以全天候工作。 一台机器人相当于60多名安全专家，可产生约2000万元的运营效益，大幅提高生产效率。 。 大规模模型卫士集安全风险发现、大规模模型准入管控、数据泄露管控、违法违规溯源、大规模模型应用分析等为一体，帮助企业从大规模模型中获取生产力。更安全地缩放模型。
会上，京东方集团、吉利汽车集团等客户现场签约，成为Q-GPT安全机器人和安全大车型在国内的首批用户。 同时，大型模型卫士现场获得了众多国内客户的签约意向。
生产力才是硬道理，奇安信安防机器人解决三大难题
“从我们开始训练自己的GPT安全模型开始，我们就设定了一个明确的目标：我们一定要让客户像聘请了资深安全专家团队一样使用奇安信的GPT产品。因此，这个产品的形式不会是一个问答对话框，而是一个智能机器人，可以帮助或替代安全专家执行复杂的任务，全天候工作，成为真正的生产力。” 奇安信集团董事长齐向东表示。
齐向东 奇安信集团董事长
在网络安全方面，政企组织长期以来面临报警疲劳、专家稀缺、效率瓶颈三大问题。 首先，攻击者的手段层出不穷，攻击频率越来越密集。 企业每天都会产生大量的告警，有限的安全专家没有时间处理。 通常只对1%的告警进行分析判断，99%的告警都被无奈丢弃，导致告警疲劳； 其次，安防本来就是一个对知识、技术和实践经验要求很高的行业。 快速培养高层次人才困难重重。 企业面临着专家较少的问题。 据教育部统计，到2027年，我国网络安全人才缺口将达到327万人； 第三，人本身受到能量、情绪、地位等诸多因素的影响。 无法全天候工作，形成效率瓶颈，即加人不划算，不加人工作就无法完成。
奇安信安防机器人创造了多少生产力？ 以处理报警的安全操作场景为例。 一个拥有3000名员工的数字化企业平均拥有约10亿条日志，每天产生约10万条告警。 安全分析专家每天最多可以处理 480 个项目。 要处理全部 100,000 个项目，需要 200 多名专家。 按每人每年30万的费用计算，就要花费6000万元以上。 这对于大多数企业来说显然是困难的。 熊。 但如果选择奇安信安防机器人，每台机器人的效率相当于60多名专家，可产生约2000万元的运营效益。
据奇安信集团副总裁左文建介绍，早在2015年，奇安信就是业内第一家将深度学习引入网络协议和应用识别的安全企业。 如今，奇安信人工智能研究院已形成100余项AI能力，申请相关发明专利187项，多次在国际国内大赛中获得第一名。 奇安信先后发布Odin平台、Loki平台、天速平台等人工智能公共基础设施，累计接入公司50余条产品线，涵盖威胁检测与态势感知、终端、边界等主流产品和云安全。
安全大模型是机器人的核心基础。 Q-GPT基于奇安信多项业界领先的自研技术，如在预训练阶段使用算法，高效支持中文、英文及多种编程语言； 模型中使用群体注意力机制替代传统的多头注意力机制，以获得更好的训练和解码速度。 同时，在推理阶段，还采用了高效的加速框架，加速比达到6.5倍。
“大模型是否智能，取决于知识数据的质量。比如GPT写代码，最高质量的生成代码不是来自、Meta等巨头，而是因为有是全球9400万开发者，贡献高质量的代码和评论；同样，大模是证券分析师，分析质量也不是巨头的GPT，而是奇安信这次推出的Q-GPT，因为奇安信拥有业界最大规模的安全专家团队、海量的安全知识数据、以及多年来在实战攻防演练中磨练出来的最强攻防能力，在预训练数据层面，奇安信拥有数万亿条安全日志、文档、知识库、情报数据存储量达到数百PB。” 左文健说道。
在现场演示中，奇安信安防机器人展示了强大的智能分析和自动研判能力。 某客户的安全分析平台收到大量告警，但安全专家的极限是只能分析判断1%的重要告警，99%的告警都被无奈丢弃，导致大量隐患攻击被忽视，增加了系统安全风险。 通过安防机器人，可以实时自动为客户分析判断“所有报警”，筛选出需要响应和处理的报警，解决客户的“报警疲劳”和“研判疲劳”问题。安全工程师日常分析，避免“漏报”和“误报”。 报告”。
京东方集团与吉利汽车集团在发布会上签约，成为国内安防机器人首批用户。 京东方集团信息安全中心负责人李楠表示，“网络安全运营中存在大量报警，企业安全专家始终非常紧缺。随着京东方业务的快速发展，分公司、工厂也随之增多。”同时，网络安全暴露不断增加、扩大，大量的安全设备日志和告警成为困扰安全团队的难题，希望新的Q-GPT能够帮助我们解决安全研判问题，特别是非工作时间自动处理突发事件，提高安全事件应急响应效率，解放安全专家和安全运营人员的人力。”
吉利汽车集团有限公司安全总监徐正伟表示，车联网是目前非常热门的领域。 除了车辆本身的数据外，智能网联汽车还包括城市交通数据和用户的个人数据等，这些数据都极具价值。 数据安全非常重要。 国家安全和人身安全。 面对来自云端、网络、终端日益复杂的安全风险，我们预计Q-GPT安全机器人的使用将像聘请了资深安全专家团队一样，提升吉利汽车的整体安全能力。
解决“想用却不会用”难题，大模卫助力企业解放生产力
“像这样的大型模型会泄露公司的商业机密，引起了广泛关注。据统计，使用它们的员工大部分都会泄露数据，其中11%的数据是公司的敏感数据。”越来越多的办公产品如365、WPS AI、统一听屋等集成了大模型，这意味着更多的员工将使用大模型，这将加剧企业敏感数据泄露的风险，亟待解决大模型数据泄露问题”奇安信集团副总裁张卓表示。
在本次发布会上，奇安信正式推出了业界首款大型模型卫士产品，解决了企业客户“想用却不敢用”大型模型的担忧，让他们能够用好大型模型规模化车型，提升核心竞争力。
张卓认为，数据泄露的直接结果是公司核心竞争力的逐渐丧失。 以某行业龙头企业A为例。 公司拥有大量核心技术专利，形成了强大的技术壁垒。 然而，由于员工使用大量大型模型应用来处理日常工作且缺乏监管，公司在最终数据馈送过程中的敏感技术信息不断被泄露，随着时间的推移，这些重要的技术信息成为一部分的GPT知识库，并通过GPT传递给竞争对手公司，导致公司的核心竞争力逐渐丧失。
相反，作为一个现代企业，如果不积极利用GPT来改进自己的技术、产品和营销，就有落后的风险。 张卓进一步指出，业界有一个共识：不掌握GPT方法的人将会失业； 不使用 GPT 的公司将会落后。
同时，数据安全相关的法律法规为大模型的应用设定了监管红线。 我国先后颁布了《网络安全法》、《数据安全法》、《中华人民共和国个人信息保护法》，以及跨境数据相关的法律监管制度，要求企业紧急保持使用大型模型时的合规底线。
针对这些情况，奇安信发布了大模型卫士，为企业在使用大模型的过程中提供了四层保护：
首先是防止数据馈送导致敏感数据泄露。 包括建立内部技术监督方法，防止员工将敏感数据喂给大型模型。
二是建立识别追溯机制。 将身份与数据关联起来，当出现数据泄露风险时，及时发现数据泄露主体。
三是避免触发数据跨境安全监管红线。 有效监控国外大模型的点对点数据馈送行为，避免数据跨境安全违规。
四是全面分析企业内部大模型的应用状况。 分析员工大型模型应用现状，快速有效地利用大型模型技术重构企业运营和生产活动流程，调整资源配置。
目前，大型模型卫士可以完美适配主流大型模型应用，通过终端侧和网络侧的检测审计平台、安全代理网关（SWG）等工具，实现对GPT的精准管控，全面降低数据安全风险。
“面对大车型浪潮的涌动，我们需要促进发展和防范风险并重。” 张卓表示，大模型卫士可以帮助企业发现大模型使用过程中的安全风险，并实时控制大模型的访问和数据馈送，提高企业的大规模模型应用能力，并追踪违法行为和法规，最终让企业更放心地使用大型模型技术，更安全地提高生产力，为大型模型的健康发展保驾护航。
结论
目前，国内“百模大战”正如火如荼地进行，通用品类和垂直品类发展迅猛。 IDC预测，2026年中国AI大规模模型市场规模将达到211亿美元，人工智能将进入大规模应用的关键期。 随着Q-GPT安防机器人和大模卫两款产品的发布，奇安信将充分依托在安防和人工智能两个领域的深厚积累，帮助广大政企客户获得生产力。大型车型，引领数字智能时代。 发展路径。
