← 返回列表

国外Agentic SOC最新进展(2025Q3)

单站 专注安管平台 发布 Tue, 28 Oct 2025 12:00:00 +0800 入库 2026-11-18T10:02:03

原创 Benny Ye 2025-10-28 12:00 北京

分析微软、CrowdStrike、Splunk、Google等15个Agentic SOC最新发展动态

从笔者提出用Agentic AI重塑SOC平台,并在5月21日正式发布了AI赋能+数据与流程双轮驱动的SOC4.0理念和国内首个Agentic SOP产品,已经过去了半年。Agentic SOC或者Agentic SOP的概念正在盛行,今年以来,全球范围内Agentic SOP / SOC如雨后春笋般不断涌现。无论是5月份的RSAC大会上,还是6月份的Gartner安全峰会上,AI赋能下的自主化安全运营(Agentic SecOps)都是热点议题。

笔者在《浅析SecOps中的AI Agent和Agentic AI,以及SOC自主化水平模型》一文中对相关概念进行了梳理,并给出了Agentic SOP/SOC的定义,以及SOP/SOC的自主化水平划分。

简单来说,Agentic SOP/SOC就是指Agentic AI赋能的SOP/SOC,而这里的Agentic AI又主要指采用LLM作为思考中枢的,具有自主推理、规划和决策能力,能够调用各种工具自动完成预定目标的中高级智能体及多智能体协作集群。但深入研究,Agentic SOP/SOC的关键特点还不止于此。让我们看看国际同行都是如何做的。

概览

下图展示了今年以来主要的一些Agentic SOC厂商的进展情况(截至10月初)。

上图对应表格如下:

笔者将Agentic SOC领域的玩家分为三类:大型综合性安全厂商、创新型中小安全公司、综合性技术巨头(云厂商)。

以下针对几个代表性的Agentic SOC产品和服务的最新动态进行介绍【注:以下厂商都明确提出了Agentic SOC这个术语,对应笔者的Agentic SOP(安全运营平台),笔者认为SOP比SOC更加贴切,平台不是中心】。

微软

2025年9月底,微软发布了全新的基于Agentic AI赋能的Sentinel 和 Security Copilot版本。

上图展示了最新的Sentinel的功能架构。底层是新发布的数据湖解决方案,并在上面新增了图数据存储与分析能力。再往上是新增的MCP Server层,是微软最新发布的功能,允许智能体使用开放标准访问和推理统一数据,从而实现更快、更智能的威胁检测和响应。

基于上述架构,微软表示,“Sentinel扩展成为一个自主化平台(Agentic Platform),凭借基于图形的上下文、语义访问和智能体编排,为防御者提供了一个单一平台来提取信号、跨域关联,并通过MCP Server调用各种智能体实现自主化安全运营”。

除了对Sentinel的升级,微软还升级了Security Copilot,变成了一个智能体管理和运行平台,并被Sentinel的MCP Server调用,赋能Sentinel。

Security Copilot一方面充当了智能体的运行平台,另一方面也管理着所有的智能体,并支持从微软最新发布的Security Store中下载各种微软自己的和第三方的智能体(目前有7个智能体可选)。与此同时,Security Copilot还新增了一个无代码智能体构建器,允许客户使用自然语言命令创建、优化和发布智能体。最后,Security Copilot不仅可以赋能Sentinel,还可以赋能微软其它安全产品(譬如Defender、Entra、Intune、Purview)。

简单小结一下,微软此次对其安全运营平台的升级不仅体现在将其核心GenAI组件Security Copilot系统变成了一个智能体运行、管理和开发平台,还升级了安全运营平台的底座,通过为Sentinel平台新增数据湖能力、图存储与分析能力、MCP服务器,实现了安全运营平台的数据架构升级,从而更好地发挥智能体的作用。这充分印证了笔者一直以来的一个重要观点:要实现自主化(Agentic)安全运营平台,不仅要要利用Agentic AI和智能体技术,还需要重构平台的数据架构和流程架构!

谷歌

Google最初是在RSAC2025上发布了他们的Agentic SOC愿景,以期通过互联互通的多智能体技术,代表防御者自主或半自主地执行安全运营工作流程。Google表示,“通过提供基于优化数据管道、自动化警报分类、调查和响应而构建的主动式、智能体支持的防御能力,Agentic SOC可以简化检测工程工作流程,以解决覆盖漏洞并创建新的以威胁为导向的检测。”可见,Google同样认为要实现Agentic SOC,不仅是要应用智能体技术,还需要优化底层的数据架构(数据管道)。

2025年8月份,Google对外发布了告警调查智能体的预览版。该智能体对告警的判定结果会附带人工干预的下一步建议,可大幅减少人工工作量,同时缩短响应时间。

此外,Google还升级了其统一安全运营平台,由Gemini作为LLM支撑,深化了其与收购来的SOAR平台(Siemplify)的融合(推出新的仪表板),发布了新的SecOps实验室功能,便于早期用户实验新的安全运营功能。

CrowdStrike

CrowdStrike在Agentic SOC方面投入很大,在2025年9月下旬的秋季发布版本中,正式将Falcon平台升级为Falcon Agentic Security Platform,并将以此打造Agentic SOC,称其“专为Agentic时代而设计”。

CrowdStrike表示:“在此平台中,分析师从操作员提升为协调者,他们指挥着一群能够推理、决策、行动并持续学习的智能代理,人类和 AI 代理将并肩工作”。

这一版Falcon Agentic Security Platform的三个关键是:新的数据架构、智能体开发工具、预置7个智能体。

全新的CrowdStrike Enterprise Graph提供业内最丰富的 AI 就绪数据层,将跨终端、身份、云、SaaS、XIoT 和第三方工具的遥测数据统一到一个动态互联的企业模型中。

全新的智能提开发工具Charlotte AI AgentWorks 赋能每个安全团队成为 AI 构建者。分析师可以使用简单的语言创建和自定义符合其工作流程和策略的智能体,无需任何代码。智能体在 Falcon 平台内设计、测试并即时部署,内置企业级安全和治理功能。这些特定于任务的智能体可以自动化调查,减少人工工作,并加快响应速度。

同时,CrowdStrike发布了第一批7个安全运营智能体:

  1. 暴露优先级排序智能体(Exposure Prioritization Agent):基于真实世界漏洞被利用的可能性自动分类,大幅缩减漏洞处理积压清单;
  2. 恶意软件分析智能体(Malware Analysis Agent):自动分析可疑文件,关联已知威胁信息,并能随着威胁情报的更新,回溯检索历史数据以发现新风险;
  3. 威胁狩猎智能体(Hunt Agent):持续监测环境,主动搜寻 CrowdStrike 威胁情报已识别的隐藏威胁,同时提供后续行动步骤,助力团队快速根据检测结果采取措施;
  4. 关联规则生成智能体(Correlation Rule Generation Agent):针对高级威胁与内部风险,推荐并优化检测规则;
  5. 搜索分析智能体(Search Analysis Agent):在几秒内汇总并解读查询结果,将原本需数小时的人工分析工作大幅简化;
  6. SOAR剧本生成智能体(Workflow Generation Agent):无需代码开发,即可将自然语言指令转化为 CrowdStrike Falcon® Fusion SOAR平台中的自动化工作流;
  7. 数据转换智能体(Data Transformation Agent):对跨工具数据进行标准化处理与格式转换,消除阻碍自动化效率的各类数据错误。

此外,就在2025年8月27日,CrowdStrike宣布收购独立的数据管道(数据编织)厂商Onum,以进一步夯实未来Agentic SOC的数据底座。笔者认为,CrowdStrike收购Onum充分体现了以数据编织为基础的新一代数据架构在Agentic SOC中的重要作用。

在发布会上,CrowdStrike为大家畅想了一番未来的Agentic SOC:

小结一下,可以看出CrowdStrike跟微软在Agentic SOC落地上有多相似之处,比如都强调底层数据架构,都发布了图分析能力,都发布了智能体开发功能,支持自定义智能体,都发布了一系列智能体。

Splunk

2025年9月份,已经纳入思科旗下的Splunk也发布了Agentic SOC产品——新版的Splunk Enterprise Security系列套件。新版本以Agentic AI为核心,简化了产品组合,为客户提供更快的威胁响应和更简化的安全解决方案。此次发布的一系列AI功能,“旨在为未来的Agentic SOC提供支持,使分析师能够专注于战略决策,而AI则负责日常任务”。

同时,Splunk发布了6个智能体(预计2026年GA):

  1. 分诊智能体(Triage Agent):基于AI的分诊功能可对警报进行评估、优先级排序并提供解释(即便针对低频次、长尾场景的警报),减轻分析师工作量,同时突出显示最关键的信息。
  2. 恶意软件逆向智能体(Malware Reversal Agent):基于AI的逆向分析功能可逐行解析恶意脚本、提取入侵指标(IOC)、标记规避行为,并对重复出现的恶意行为进行归类。
  3. AI剧本编写智能体(AI Playbook Authoring):将自然语言描述的需求转化为可运行、已测试的 SOAR 剧本,AI在整个编写过程中提供全程辅助。
  4. 响应导入器(Response Importer):智能体可遵循 SOC 定义的标准操作程序(SOP),并利用多模态大型语言模型(LLMs)将 SOP 导入企业安全响应计划中。
  5. 人工智能增强型检测库(AI-Enhanced Detection Library):帮助检测规则从假设阶段快速落地到生产环境,整个过程仅需数分钟。
  6. 个性化检测 SPL 生成器(Personalized Detection SPL Generator):根据 SOC 独特的环境特征,对检测库中的规则进行个性化调整,实现 “开箱即用”。

此外,为了应对日趋激烈的竞争,此次发布的Splunk ES高级版将原本独立的SIEM、SOAR、UEBA和AI助理打包到一起,整合成一个具有统一用户体验的融合型安全运营平台。

总结

毫无疑问,Agentic SOC/SOP(自主化安全运营中心/安全运营平台)已经成为安全运营未来发展的大势所趋。而Agentic SOC/SOP要成功落地,不仅需要Agentic AI(自主式AI)赋能,还需要重塑SOP的底层架构,包括数据架构和流程架构。笔者作为这个大潮中的一员,也在奋力拼搏。

后续,笔者将陆续分享从用户和集成商视角对Agentic SOC的感受,国内Agentic SOC的最新发展动态,以及国内外第三方咨询机构对Agentic SOC的不同观点。敬请期待。

【参考】

原文链接:https://mp.weixin.qq.com/s?__biz=MzUyNzMxOTAwMw==&mid=2247485064&idx=1&sn=1c65225911fa0875d1e68ab8600a1586