“要阻止AI黑客，必须依靠真正懂安全的AI。”

9月16日，AhnLab人工智能开发负责人 Seungkyung Lee在公司记者会上表示，AI正在显著提升漏洞利用和攻击的速度。面对由AI驱动的攻击，最终也需要借助AI进行防御。

不过他同时强调，前提并不是简单引入通用AI，而是建立以安全专用AI为核心的防护体系。“要做好这件事，首先要让AI真正理解安全，而核心基础就是数据。”他说。

据介绍，AhnLab已将威胁情报、IOC（失陷指标）、安全管控信息、技术支持信息等分散的安全知识进行结构化整理，并转化为可供AI分析的数据形态。在此基础上，AI可以从海量安全信号中完成收集、筛选和调查，识别出需要进一步确认的威胁；随后结合攻击场景提出调查假设，自主查找所需数据，并根据调查结果持续决定下一步分析对象。通过这一过程，原本分散的安全信号能够被串联为完整的攻击链路。

AhnLab表示，公司目前依托2.5PB规模的安全数据、13个安全专用模型以及60余款AI Agent工具，月均分析约1.9亿个安全对象，并处理500亿个Token。这里的“安全对象”包括日志、事件、告警、文件、IP、会话等AI分析单元。

在具体应用层面，AhnLab也在开发多款用于应对攻击型AI的工具，其中之一是AI Pentest（渗透测试）。

Seungkyung Lee表示，AI Pentest可在不实施真实攻击的前提下，验证目标环境是否存在可被渗透的风险，并评估其风险等级。系统会先分析目标环境、制定渗透计划，再选择所需工具发起攻击；若未成功，则继续尝试后续路径。攻击型AI会自主决定下一步动作并寻找攻击点，防御型AI则会自主确定下一项调查对象并追踪攻击痕迹。

他还指出，进入AI时代后，网络安全竞争的核心将转向推理能力。竞争重点不再只是安全分析师的个人经验，或单纯的业务自动化能力，而是AI的推理能力。这里所说的推理，不仅是大语言模型层面的推理，更关键的是将安全知识与态势研判结合起来的专业推理能力。

Seungkyung Lee补充称，随着AI开始自主执行安全工作，相应的控制机制也必须同步建立。AhnLab目前已构建“受控的自主性”体系，并配套审计、权限控制、策略保护和审批四项机制。

除技术能力外，AhnLab在此次记者会上还强调，将把聚焦SaaS的软件安全平台AhnLab AI PLUS作为重点推进方向，并全面推动AhnLab AI PLUS Endpoint和AhnLab AI PLUS SecOps的市场推广。

其中，AhnLab AI PLUS Endpoint是一款以SaaS形态整合交付EPP和EDR能力的防护平台，可帮助现有客户在保持防护连续性的同时平滑迁移至SaaS环境，并将防护范围从PC扩展到服务器、虚拟化环境、容器和移动终端。

AhnLab AI PLUS SecOps则是一套以XDR、MDR和AI SOC为核心的AI安全运营平台，用于打通多类安全数据和运营能力。该平台可联动来自端点、网络、云等AhnLab产品及第三方方案的安全信号，分析攻击上下文及处置优先级，形成覆盖预防、检测、调查和响应的完整运营流程。

Seungkyung Lee表示，“AI原生安全”并非停留在未来愿景，而是已经落地到实际产品中。通过AhnLab AI PLUS SecOps平台，相关能力也已在客户的安全运营场景中得到应用。