网络内生安全与大模型：AI驱动的APT攻击检测、威胁狩猎与自动化响应调研.docxVIP

PAGE2

网络内生安全与大模型：AI驱动的APT攻击检测、威胁狩猎与自动化响应调研

摘要

随着高级持续性威胁（APT）的日益复杂化以及加密流量的普及，传统基于规则和特征匹配的网络安全防御体系面临严峻挑战。本报告以通信技术及网络安全专业方向为视角，全面调研了网络内生安全与大语言模型（LLM）结合的最新市场态势。报告聚焦于AI驱动的APT攻击检测、威胁狩猎与自动化响应，深入分析大模型对加密流量及未知恶意软件变种的检测能力，并探讨其在零信任架构中的集成路径。

调研发现，网络安全市场正从“外挂式防御”向“内生式免疫”演进，大模型的引入极大提升了安全运营的效率与未知威胁的识别率。报告按“背景→现