← 返回列表

兰德报告预测:AI军备竞赛下半场:网络安全防御进入“收益竞赛”时代

单站 安恒威胁情报中心 发布 Fri, 19 Dec 2025 11:06:00 +0800 入库 2026-11-18T09:54:04

AI前沿 2025-12-19 11:06 浙江

AI将颠覆攻防经济学,带来3大“经济性”优势

文末下载报告PDF版本

当五角大楼高调宣布全军接入生成式AI平台时,我们看到了AI在军事进攻端的巨大潜力。然而,一份来自美国顶级智库兰德公司(RAND)的最新报告,却为我们揭示了AI可能带来的另一场更深刻的变革:它或将彻底扭转网络安全中“攻易守难”的固有格局,让防御方首次获得结构性优势。

这份名为《人工智能时代网络安全制胜之道》的报告,由资深信息科学家查德·海岑拉特撰写,于2025年8月发布。报告的核心观点大胆而深刻:如果采取正确的投资和行动,先进AI的普及最终将让网络防御方获益更多,甚至可能创造一个“防御主导”的网络环境。

这听起来似乎有悖直觉。毕竟,AI让攻击者的自动化攻击、漏洞挖掘和钓鱼邮件生成都变得更快、更准、规模更大。但兰德报告认为,AI对防御方带来的经济性变革,可能更具颠覆性。

一

报告的逻辑起点,是网络安全领域一篇经典论文《为什么信息安全如此困难——一个经济学视角》中的核心论点:攻击总是比防御更容易。 原因在于“经济学”上的不对称:

01

资源不对称:

防御者需要保护整个庞大、复杂且相互关联的系统,而攻击者只需找到一个弱点。

02

信息不对称:

攻击者可以耐心地寻找漏洞,防御者却很难预知所有攻击路径。

03

成本不对称: 

开发安全软件、修补漏洞、维护系统安全的成本极高,且需要持续投入。

这种不对称性,让防御者长期处于被动。但AI的出现,有望打破这种局面。

“

AI为防御方带来的三大“经济性”优势

1

速度与规模

AI可以以前所未有的速度和规模,自动分析海量代码库、识别潜在漏洞、生成修复方案。过去需要数千工程师年才能完成的遗留系统安全审计,未来可能由AI在极短时间内完成。

2

降低知识与人力成本

当前,高水平安全专家极度稀缺且昂贵。AI可以封装顶尖安全专家的知识,让普通IT人员也能执行复杂的漏洞分析和修复任务,极大降低了防御的技术门槛和人力成本。

3

掌控“战场”

防御者控制着自身的系统(“战场”)。AI赋予了他们以前无法实现的能力——主动、持续地“清扫”自己的领地,系统性地减少攻击面。当漏洞被发现和修复的成本急剧下降时,攻击者可利用的空间就越来越小。

类比理解: 这就像一场“找茬”游戏。过去,攻击者是拿着放大镜的专业找茬师,而防御者是只有肉眼、要守护整面墙的疲惫守卫。现在,AI给守卫配上了覆盖整面墙的高速扫描仪和自动修补机器人。虽然攻击者的放大镜也可能升级,但守卫对整个墙面的控制权和改造能力,使其获得了根本性的优势。

二

报告指出,要实现上述愿景,不能只盯着最前沿的AI模型研发(开发生态系统),还必须同等甚至更大力地投资于AI技术的应用和部署生态系统。

1. 开发生态系统:

关注最前沿的AI模型、算法、算力基础设施。参与者主要是顶尖实验室、研究人员和大型科技公司。

2. 部署生态系统: 

关注如何将AI能力集成到实际的安全工具、流程和人员技能中。参与者包括广大的应用开发者、企业IT团队、开源社区、培训机构以及制定标准和政策的机构。

报告警告,目前美国的投资严重偏向“开发”,而忽视了“部署”。这就像只专注于研发最先进的发动机,却不去修建公路、培训司机和制定交通规则——再好的引擎也无法发挥价值。

三

报告为美国政府勾勒了一个名为“网络韧性AI倡议”的初步计划,围绕网络韧性的三大支柱(防护、缓解与恢复、适应),提出了四项具体的AI应用和27项政策行动建议:

AI用于系统分析与漏洞修复(防护): 开发能自动分析代码、发现并修复漏洞的AI系统,覆盖从开发到运维的全生命周期。

AI用于系统监控、管理与维护(缓解与恢复): 利用AI持续监控系统状态,自动响应安全事件,加速系统从攻击中恢复。

AI用于快速适配系统(适应): 利用AI生成功能相同但实现各异的系统变体,增加攻击者的攻击难度(类似于生物多样性提高生态系统韧性)。

AI辅助形式化方法开发(适应): 利用AI帮助开发可证明安全的系统,从设计源头提升安全性。

报告建议,投资应分三步走:聚焦(在关键自有系统上试点)、赋能(将成功经验推广至受监管的关键基础设施)、普及(最终惠及更广泛的社会系统)。

四

这份报告不仅是一份政策建议,更为网络安全行业指明了未来的战略方向

从“工具”到“平台”:

安全产品将不再是单点工具,而是深度融合了AI能力的自动化、智能化防御平台。

人才需求转型: 

对纯手动渗透测试、基础运维的需求可能减少,但对能驾驭AI安全平台、理解AI决策、进行人机协同的“AI增强型安全分析师”需求将激增。

商业模式变革: 

安全服务的价值可能从“事件响应”转向“风险预测与持续加固”,按效果或按系统韧性水平收费的模式可能兴起。

4

生态竞争:

构建强大的“部署生态系统”,包括易用的API、丰富的集成、成熟的培训认证体系,可能比拥有最顶尖的独家AI模型更重要。

结语

在攻防对抗格局方面,大模型将把“防御方永远慢半拍”的传统宿命扭转为“同频博弈”的新常态。

过去,攻击者只需找到一处漏洞即可突破,而防御者却要在千万行代码、亿万级流量里被动排查;这种“攻击者一次成功即获益,防御者一次失败即失守”的不对称,长期让商业网络攻击成为高收益、低风险的生意。

大模型通过持续学习全网最新漏洞、攻击脚本与战术意图,再辅以对攻击者行为链的深度推理,首次让防御体系获得与攻击者等量级的自动化迭代速度。

当“攻击无法获益”成为可量化的防御指标,网络攻击将从高利润商业行为退化为高成本、低收益的冒险举动;安全预算不再是“事后止血”,而是“事前拒敌”。

由此,攻防天平第一次出现结构性回正,网络安全行业有望从“补丁竞赛”转向“收益竞赛”,迎来由大模型驱动的根本性转机。

留下你的观点\~

点击 阅读原文下载完整版PDF

原文链接:https://mp.weixin.qq.com/s?__biz=MzI1MDU5NjYwNg==&mid=2247497297&idx=1&sn=36132a776479ded42affa9102de54b29