基于大语言模型的安全编排自动化与响应（SOAR）2.0市场研究.docxVIP

PAGE2

《基于大语言模型的安全编排自动化与响应（SOAR）2.0市场研究》

一、调研概述

1.1调研背景与目的

随着全球数字化转型加速，企业安全运营中心（SOC）正面临告警过载、响应滞后与人才短缺的三重困境。传统安全编排自动化与响应（SOAR）平台虽能固化剧本，但其依赖结构化代码的剧本开发模式，导致维护成本高、场景适应性差。

在此背景下，大语言模型（LLM）的涌现能力为SOAR带来了范式级变革。基于LLM的SOAR2.0平台，通过自然语言驱动安全剧本编排和调查，实现了知识增强型自动化运营，有望从根本上降低剧本开发门槛，提升未知威胁的研判效率。

本次调研旨在评估市场对这一新型平台的效能认知与采购意愿。研究将量化分析LLM如何重塑安全运营效率，并识别影响企业采购决策的关键因素。

其核心价值在于，为安全厂商提供产品迭代的市场依据，同时帮助企业决策者建立对SOAR2.0技术成熟度与投资回报率（ROI）的客观认知，推动安全运营从“人工驾驶”向“智能辅助驾驶”演进。

1.2研究范围与方法

本次研究聚焦于集成大语言模型能力的下一代SOAR平台市场，时间跨度覆盖2023年至2025年。研究范围涵盖供给侧的主流安全厂商技术布局，以及需求侧的企业级用户采购行为与效能感知。

在方法论上，我们采用定性与定量相结合的研究范式。定性方面，通过深度访谈安全运营专家与CIO，挖掘自然语言剧本编排