网络安全产业技术演进与智能化防御体系构建路径研究

网络安全产业技术演进与智能化防御体系构建路径研究——专题分析——文档类型：研究报告型密级：内部资料日期：2026-09-13

目录引言 …… 2研究背景与意义：从合规驱动到智能对抗的时代转折 …… [TG_TOC_PAGE_研究背景与意义：从合规驱动到智能对抗的时代转折]产业发展现状与关键矛盾：规模复苏与盈利承压的结构性分化 …… [TG_TOC_PAGE_产业发展现状与关键矛盾：规模复苏与盈利承压的结构性分化]核心技术演进与智能化防御体系构建路径 …… [TG_TOC_PAGE_核心技术演进与智能化防御体系构建路径]趋势研判与发展建议：智能原生时代的行动路径 …… [TG_TOC_PAGE_趋势研判与发展建议：智能原生时代的行动路径]结论与建议 …… 2附录：来源清单 …… 2TOC\o"1-2"\h\z\u（目录：Word打开时自动刷新；若页码未更新可全选按F9）

引言网络安全产业正在经历近十年最深刻的一次结构性转折。一方面，生成式人工智能与自主智能体从概念验证走向企业级规模化部署，攻击者以大模型放大攻击速度与规模，威胁形态从零散的黑产行为升级为有组织的智能化攻击链；另一方面，《中华人民共和国网络安全法》于2025年10月28日完成施行八年来的首次修改并自2026年1月1日起施行，首次在法律层面确立人工智能安全与发展的基本框架，为行业技术路线与采购逻辑提供了明确指引。政策拐点与威胁拐点在同一个时间窗口叠加，使智能化防御体系从技术可选项转变为关乎产业生存的必答题。（来源：S05、S06）本报告聚焦产业技术演进与智能化防御体系构建两条主线。产业层面，2025年中国网络安全市场规模达到786.4亿元、同比增长6.9%，呈现长期乐观与短期承压并存的格局：六家头部上市厂商中仅深信服一家盈利，行业在AI高研发投入与传统盒式销售模式退潮的双重挤压下加速分化。技术层面，防御范式正从规则引擎与特征库的被动拦截，跃迁至以安全垂域大模型和安全智能体为核心的主动智能防御，钓鱼邮件检出率、0day检出率、告警降噪率等关键指标在AI加持下出现数量级改善。产业分化与技术跃迁互为因果，构成本报告的分析起点。（来源：S01、S07、S08）报告共分四章。第一章分析政策与威胁双拐点下的时代背景与研究意义，提出全文拟回答的三个核心问题；第二章以市场规模、竞争格局与厂商业绩数据刻画产业现状，归纳行业面临的三对结构性矛盾；第三章沿技术演进主线拆解智能化防御体系的五层架构，并以头部厂商实测数据验证体系成效；第四章研判智能原生时代的五大趋势与主要风险争议，提出分阶段的企业行动路径与供给侧厂商转型建议。全文数据均标注来源，供决策者与研究者交叉核验。研究背景与意义：从合规驱动到智能对抗的时代转折政策环境的拐点已经明确到来。2025年10月28日，十四届全国人大常委会第十八次会议表决通过关于修改《中华人民共和国网络安全法》的决定，国家主席同日签署主席令第六十一号予以公布，自2026年1月1日起施行。这是该法自2017年6月1日施行以来的首次重大修改，修改要点集中在三个层面：一是在总则中明确网络安全工作坚持党的领导、贯彻总体国家安全观、统筹发展和安全；二是新增第二十条，规定国家支持人工智能基础理论研究和算法等关键技术研发，推进训练数据资源与算力基础设施建设，完善人工智能伦理规范，加强风险监测评估和安全监管，同时支持运用人工智能等新技术提升网络安全保护水平；三是系统强化法律责任，关键信息基础设施运营者不履行安全保护义务且造成严重后果的，罚款上限提升至二百万元至一千万元，对直接责任人员的处罚力度同步加大。此次修法首次在法律层面确立了AI安全与发展并重的基本框架，既为防御端引入AI技术扫清了制度障碍，也通过高压处罚倒逼运营者加快安全投入。（来源：S05、S06）威胁环境的恶化速度超出多数机构的预期。IBM的统计显示，16%的数据泄露事件涉及攻击者使用AI，其中37%用于钓鱼攻击、35%用于深度伪造；Verizon2026年度数据泄露调查报告记录了15种被AI增强的攻击技术；国内侧的观测同样严峻，AI驱动攻击的变异速度达到每24小时93%，传统基于特征库的检测体系在时效性上已全面落后。更具标志性的是自主化攻击的出现：2025年11月，Anthropic检测到编号GTG-1002的多智能体攻击活动同时瞄准30个全球组织，侦查、初始访问、横向移动、数据提取的完整攻击链中80%至90%的环节由AI自主执行，全程仅4至6个人类决策点，且没有任何一家受害组织实现自主发现。攻击的组织门槛大幅降低、节奏大幅加快，防御体系若仍停留在人工研判阶段，将面临结构性的响应时差。（来源：S09、S10）关键信息基础设施成为对抗烈度最高的战场。国家计算机病毒应急处理中心的监测显示，2025年1月26日至2月14日哈尔滨第九届亚洲冬季运动会期间，赛事信息系统遭到境外网络攻击超过27万次，攻击者意图入侵窃取数据或直接实施破坏。金融、能源、电力、通信、交通等领域的关基设施是经济社会运行的神经中枢，也是重点攻击目标。对此，电力行业已发布千亿级参数的多模态行业大模型为电网安全运行提供智能中枢，金融行业多家银行构建起覆盖身份认证、交易风控与安全运营的AI防护矩阵，通信运营商推出智能安全运营服务平台。用技术对抗技术、让人工智能成为防御者的坚盾，正在从企业自主选择加速迈向行业标配。（来源：S06）在上述背景下，智能化防御体系构建的研究价值可以从三个层面论证。其一，从生存层面看，传统依赖专业人才与人工分析的安全模式，面对威胁的复杂度与演化速度已难以为继，行业长期存在的人才短缺、服务成本高、响应速度慢等结构性难题，在AI时代有了系统性解法，防御智能化是企业与产业穿越周期的主线。其二，从价值层面看，网络安全需求正从合规驱动转向价值驱动与生产力赋能，安全能力的强弱开始直接影响数字化业务的边界与速度，智能化防御体系是数字经济高质量发展的底座工程。其三，从产业层面看，2025年头部厂商的业绩分化证明，能否率先完成AI化转型正在决定厂商的市场地位，智能化防御体系的研究同时是产业竞争力研究。（来源：S02、S07）在研究方法与数据基础方面，本报告采用检索增强的分析路径，全部关键结论均锚定可溯源的公开数据。政策依据取自全国人大常委会修法决定原文与中央网信办的官方述评；市场规模与预测数据采用中国网络安全产业联盟与艾媒咨询口径，并与IDC全球视角交叉印证；厂商业绩数据取自六家A股上市公司2025年年度报告的财务报表；技术成效数据来自厂商在攻防演练、官方测试与重保实践中的公开实测记录；全球威胁态势数据综合IBM数据泄露成本报告、Verizon数据泄露调查报告与ISC2劳动力研究等权威汇编。为保证口径一致性，全文对不同来源的统计差异均在引用处注明，如市场规模786.4亿元与1057亿元两套口径的取舍即属此类处理。报告面向的读者分为三层：核心读者为需要把握网络安全产业投资与采购方向的决策者与研究者，次要读者为负责技术选型与体系建设的首席安全官与安全架构师，同时对关注AI安全议题的监管与行业组织人员具备参考价值。写作上坚持决策支持导向，先结论后论证、先数据后判断，各章自成闭环又层层递进。（来源：S01、S05、S09）基于上述背景，本报告拟回答三个核心问题。第一，威胁智能化倒逼之下，防御范式应当如何转：从被动拦截到主动智能防御的技术演进路径是什么，各阶段的跃迁依据何在。第二，产业盈利承压与技术高投入如何平衡：在六家头部厂商五家亏损的行业现实下，AI转型的投入产出逻辑与商业模式如何重构。第三，企业构建智能化防御体系的分阶段路径是什么：从当前的智能体资产盘点到长期的AI原生安全架构，各阶段的重点任务、能力指标与治理边界如何界定。这三个问题分别对应本报告第三章、第二章与第四章，共同构成对智能化防御体系构建路径的完整回答。产业发展现状与关键矛盾：规模复苏与盈利承压的结构性分化市场规模进入个位数稳态增长阶段。根据中国网络安全产业联盟与艾媒咨询的统计口径，2025年中国网络安全市场规模达到786.4亿元，同比增长6.9%；预测2026年达到835.9亿元、2027年达到884.4亿元，增速分别为6.3%和5.8%。回溯近年轨迹，2019年市场增速高达21.5%，2020年至2024年增速依次为11.3%、15.4%、3.1%、8.0%和7.6%，行业已从高速扩张期切换到中低速稳健增长期。需要说明的是，行业存在不同的统计口径，另有口径给出2025年约1057亿元的更高数值，本报告统一采用CCIA与艾媒的786.4亿元口径并在全篇保持一致。IDC从全球视角给出的预测是，中国网络安全市场规模将从2023年的110亿美元增长至2028年的171亿美元，五年复合增长率9.2%，与国内口径的中低速判断相互印证。（来源：S01、S05）需求结构呈现明显的行业集中特征。从终端用户分布看，政府、金融和电信行业是网络安全产品与服务的主要需求方，三者合计约占市场总需求的64%；能源、交通等关键基础设施行业的投入随数字化深入同步增加，互联网与医疗等行业的需求快速释放。从产品形态看，安全硬件、软件与服务的投入占比大致为39%、35%和26%，软件与服务占比持续提升，云化与服务化成为安全技术市场的主要发展方向。咨询机构的调研进一步显示，生成式AI已在网络安全领域规模化落地，91%的中国客户计划在1至2年内采购安全大模型相关产品，AI能力正在成为采购决策的新权重。（来源：S01、S03）头部厂商的业绩分化是本轮周期最显著的结构特征。基于2025年年报，六家A股头部安全厂商呈现一盈五亏格局：深信服实现营收80.43亿元、同比增长6.96%，归母净利润3.93亿元、同比大增99.52%，毛利率59.31%，扣非净利润3.04亿元、同比增长296.38%，是六家中唯一盈利且盈利规模居首的企业，其云计算及AI基础设施业务收入22.12亿元、占比55.34%，安全+云双轮结构业绩兑现。奇安信营收43.92亿元、同比增长0.97%，归母净亏损12.87亿元、减亏6.68%，亏损绝对值为六家最大，毛利率50.32%为六家最低，价格竞争与低毛利业务占比上升形成拖累。启明星辰营收23.38亿元、同比下降29.49%，亏损5.72亿元、亏损扩大，处于深度转型阵痛期，但2026年第一季度率先扭亏、归母净利润4871万元、同比大增近30倍，释放出边际改善信号。绿盟科技营收25.41亿元、同比增长7.78%，亏损收窄87.6%至4525万元，接近盈亏平衡线。（来源：S08、S07）分化的根源在于商业模式与AI转型节奏的差异，而非单纯的市场景气度。深信服的盈利印证了订阅制、云化交付与安全+云双轮模式在周期底部的抗风险能力；亏损阵营的共同压力则来自三个方面：一是行业从合规驱动向价值驱动切换过程中，传统盒式硬件销售退潮而订阅收入尚未补位，收入结构青黄不接；二是AI转型要求持续加码研发投入，奇安信2025年研发费用高达10.90亿元、启明星辰7.41亿元，在收入承压期形成利润挤压；三是行业竞争加剧带来的价格战进一步侵蚀毛利率。中美市场的对照提供了参照系：美国头部厂商PaloAltoNetworks与Fortinet保持10%以上营收增速、CrowdStrike与Cloudflare增速20%至30%，订阅制与服务化已成为全球共识路径，中美市场在合规驱动、技术革新、数字化转型与安全事件四大驱动力上同构，但中国市场的价值主张重构与商业模式切换明显滞后一步。（来源：S08、S02）将现状归结为三对结构性矛盾，可以更清晰地把握产业的位置与张力。第一对矛盾是威胁升级速度与防御响应速度的攻防不对称：攻击侧可大规模试错、快速迭代，防御侧引入AI时必须同时满足准确性、可解释性、业务连续性与合规要求，容错空间与决策自由度天然低于攻击方，这种失衡源于双方风险函数的结构性差异而非技术差距，AI的普及反而可能放大这种不对称。第二对矛盾是研发高投入与短期盈利承压：五家头部厂商合计亏损超过30亿元，而AI安全的技术卡位又不容迟疑，投入的战略必要性与财务可持续性之间需要精细平衡。第三对矛盾是人才缺口与智能化替代的时间窗口：全球网络安全人才缺口约470万至480万人，预算约束已超越人才稀缺成为组织无法补员的第一大原因，智能化替代因此从降本可选项变为运营必选项，但安全智能体在人机协同中的责任边界与审批机制尚未定型。三对矛盾共同指向同一个方向：智能化防御体系的构建速度，决定产业各方穿越分化的速度。（来源：S02、S09、S03）表1中国网络安全市场规模及增速（2019—2027E）年份市场规模（亿元）同比增速2019478.021.5%2020532.011.3%2021614.015.4%2022633.03.1%2023683.68.0%2024735.67.6%2025786.46.9%2026E835.96.3%2027E884.45.8%数据来源：S01表2六家头部安全厂商2025年经营业绩对比公司营收（亿元）营收同比归母净利润（亿元）毛利率关键信号深信服80.43+6.96%3.93（+99.52%）59.31%安全+云双轮，唯一盈利奇安信43.92+0.97%-12.87（减亏6.68%）50.32%国家队龙头，投入期减亏绿盟科技25.41+7.78%-0.45（减亏87.6%）53.88%攻防技术，接近盈亏平衡启明星辰23.38-29.49%-5.72（亏损扩大）58.27%营收下滑，2026Q1扭亏数据来源：S08核心技术演进与智能化防御体系构建路径网络安全防御技术的演进可以划分为四个阶段，每一阶段的跃迁都由威胁形态与算力条件的变化共同驱动。第一阶段是规则引擎与特征库时代（约2015年之前），防御依赖专家编写的签名规则与黑名单，面对已知威胁有效，对变种与未知威胁无能为力。第二阶段是AI辅助检测时代（约2016年至2022年），以深信服2016年推出的SAVE智能引擎为代表，机器学习开始用于未知威胁检测，摆脱了对规则的单一依赖，但AI仍以单点工具形态嵌入产品，检测与分析主体仍是人工。第三阶段是安全垂域大模型时代（2023年至今），深信服2023年发布国内首个安全垂域大模型安全GPT，将威胁检测、安全运营、攻防对抗等专业知识深度融入模型，AI从辅助角色升格为可独立承担研判任务的角色。第四阶段是安全智能体时代（2025年开启、2026年规模化），智能体具备自主推理、决策与执行能力，能够编排跨系统的响应动作，产品形态从工具变为协作者与运营者。全球侧的进程相互印证：Anthropic于2026年2月发布的ClaudeCodeSecurity通过语义理解在真实环境中发现500多个此前未被识别的高危漏洞，Google与OpenAI更早推出了用于漏洞识别、代码审计与漏洞验证的安全研究智能体。（来源：S07、S03）垂域大模型的实战成效已有可量化的验证数据。在威胁流量检测场景，深信服安全GPT流量检测大模型在无先验规则条件下对0day威胁的检出率达到87.24%，攻防演练期间累计为用户独报80多起高价值未授权逻辑漏洞，并在传统NDR未能检测的前提下增量发现20多起高价值加密Webshell通信行为。在钓鱼邮件识别场景，传统方案对高对抗钓鱼邮件的检出率仅15.7%，安全GPT基于海量高对抗样本训练后检出精准率超过99.9%、误报率仅0.046%，攻防演练中捕获多起冒充经销商与求职者的定向钓鱼，有效阻止银狐木马窃密。在安全运营场景，运营大模型实现每天百万级告警的自动化研判，告警综合降噪率超过99%、自动化处置率超过80%，某部委用户接入全国100多个分支机构安全流量后，巅峰期每天自动化处置告警超过1万条，其中约三分之一可自动闭环，为防守单位累计节省上千人力投入。在数据安全场景，数据安全大模型将分类分级准确率从传统人工加规则方法的50%提升到90%、效率提升40倍，数据安全风险事件检出率提升40%。亚信安全的AIXDR依托AI信立方大模型实现99.98%的告警降噪能力，经世界运动会网络安全重保等国家级场景验证。（来源：S07）体系层面，智能化防御体系可以抽象为五层架构。第一层是数据底座：千亿级IOC与域名库、全球威胁情报百毫秒级同步、55万台以上安全设备接入云端、每日3100万条以上企业级情报样本，为模型训练与推理提供高质量数据供给。第二层是模型层：以安全垂域大模型为核心，叠加快速分类与深度研判的双模结构，兼顾检测时延与研判深度。第三层是协同层：XDR打通身份、网络、终端、云、网关等多战线防护，将多源微弱信号关联为完整攻击链，零信任架构与非人类身份管理为跨域访问提供信任基础。第四层是治理层：AI安全态势管理平台实现影子部署发现、配置漂移检测、行为异常检测与自动化漏洞管理；智能体信任框架以身份可信、意图对齐、生成有界、行为可控、链路可审、责权可溯六大维度重构人机信任根基，破解一次认证永久信任的传统误区。第五层是运营层：L1至L4级人机共治决策体系按风险等级分配人与AI的决策权，成熟组织可实现80%以上自动化处置率。五层架构的逻辑是：数据喂养模型、模型驱动协同、协同支撑治理、治理保障运营，逐层向上形成闭环。（来源：S07、S04、S10）AI自身安全是智能化防御体系中不可回避的另一半命题，即以AI保AI。AI应用正在成为新的攻击入口：国家信息安全漏洞库CNNVD统计，2026年1月至3月9日已采集OpenClaw相关漏洞82个，其中超危漏洞12个，技能市场发现超过600个恶意插件；提示注入已知技术超过150种，涵盖直接注入、间接注入与多代理感染；影子AI出现在20%的数据泄露事件中，平均增加67万美元损失、将泄露生命周期延长至247天，97%的AI相关泄露发生在缺乏访问控制的系统上。防御侧的应对体系正在成型：大模型安全护栏以快速分类模型加深度研判模型对输入输出双向检测阻断；PCC私密云计算通过端到端加密与硬件级隔离实现数据可访问但不可见，化解自建模型成本与公有云隐私的两难；AI-readydata对训练与推理数据完成识别、分级分类、脱敏与合规化处理，为AI规模化落地提供数据基础；针对深度伪造，行业从单点检测升级为内容来源签名、设备可信证明、媒体完整性链的数字真实性基础设施。2025年9月，中央网信办联合交通运输部等十家单位组织人工智能技术赋能网络安全应用测试，深信服在智能体自动化分析响应、告警日志降噪、大模型生成内容安全风险检测三大场景中全部斩获第一，成为唯一包揽三项第一的厂商，官方测试结果为AI赋能安全的技术路线提供了权威背书。（来源：S03、S09、S07）表3网络安全防御技术四阶段演进对照阶段时期技术内核防御模式局限规则引擎时代2015年前签名规则、特征库、黑名单被动拦截已知威胁无法识别变种与未知威胁AI辅助检测时代2016—2022机器学习引擎（如SAVE）单点智能嵌入产品检测主体仍是人工分析垂域大模型时代2023至今安全GPT等垂域大模型AI独立承担检测研判单场景能力，跨域协同弱安全智能体时代2025—2026自主推理决策的智能体人机协同自动化闭环治理与责任边界待定型数据来源：S07、S03表4头部厂商AI安全能力实测成效能力场景传统方案基准AI方案实测提升幅度高对抗钓鱼邮件检出15.7%99.9%+（误报0.046%）检出率数量级提升无规则0day检出依赖先验特征87.24%突破滞后检测瓶颈告警降噪率人工研判为主99%+（XDR达99.98%）百万级告警自动化自动化处置率个位数80%+峰值日处置超1万条数据分类分级人工+规则50%准确90%准确效率提升40倍数据来源：S07趋势研判与发展建议：智能原生时代的行动路径趋势研判可以从五个维度展开。第一，AllinAI成为支出主线：Gartner预测到2027年全球超过40%的网络安全支出将直接关联AI能力，而2023年这一比例仅为8%，四年五倍的跃升意味着AI能力将从产品卖点变为采购门槛。第二，产品形态从工具升级为智能体：安全产品不再是静默的检测引擎，而是可主动发现风险、自主执行防御的智能体，核心竞争力从规则库覆盖面转向推理能力深度，任务重复度高、难度较低的场景中智能体将快速落地并替代部分传统工具。第三，保护对象从人类用户扩展至非人类身份：企业中API密钥、服务账号、智能体身份等非人类身份的数量已是人类身份的40至80倍，非人类身份管理平台成为现代身份体系的核心组件，安全架构需从以人为中心升级为覆盖人类与非人类的以身份为中心。第四，安全价值主张从防止损失升级为赋能业务：AI成为企业核心生产力后，安全直接护航AI应用的边界与速度，产品定位从成本中心转向业务使能者。第五，商业模式向开源加订阅加服务化变革：以DeepSeek为代表的AI企业通过开源核心技术降低试用门槛，加速产品在主流客户中渗透，传统软硬件销售向订阅制、服务费、授权费的持续性收入体系转变。地缘侧，全球超过80%的国家已颁布网络安全战略或法规、144个国家设立协调机构，中美市场形成技术趋同、需求分化的格局，国产替代与出海构成中国厂商的两条结构性增长线。（来源：S03、S09、S04、S02）机遇与风险并存，需要正视智能化防御的约束与争议。风险一是智能体失控：IDC预测到2030年中国500强企业中15%的组织将因对AI智能体的管控与治理不足，引发高关注度的运营中断，进而面临诉讼、高额罚款乃至管理层被解雇的后果，智能体信任治理已成合规刚需。风险二是攻防不对称的结构性加剧：防御方使用AI时必须同时满足准确性、可解释性、业务连续性与合规要求，容错空间与决策自由度天然低于攻击方，AI普及可能进一步放大而非收窄攻防差距，因此主流安全智能体仍保留人工审批机制，人机协同在风险决策、责任归属与异常处理上不可替代。风险三是数据口径与评估标准之争：市场统计存在786.4亿元与1057亿元两套口径，AI安全效果评估缺乏统一基准，行业已通过发布生成式人工智能安全测评基准数据集等动作补短板，但跨厂商可比性仍弱。风险四是AI检测自身的误报与可解释性边界：安全大模型的误报率已降至0.046%量级，但在高对抗环境下的行为漂移、对抗样本规避等问题仍是长期攻防博弈点，防御体系需要为AI决策保留审计与回滚机制。（来源：S03、S02、S04）对需求侧企业，建议按三阶段推进智能化防御体系建设，各阶段目标明确、逐级递进。短期（6至12个月）以治理补课与场景试点为主：完成AI代理与智能体资产的完整盘点审计，识别IT未管理的影子AI部署，为每个代理分配唯一数字身份并建立权限台账；在钓鱼防护与告警疲劳两个见效最快的场景开展垂域大模型POC验证，以检出率、降噪率、自动化处置率三个指标衡量投入产出。中期（1至2年）以体系化整合为主：部署XDR实现跨数据源攻击链智能重建与端边云一体化自动化响应，落地零信任AI架构的五层模型（身份验证、网络隔离、权限控制、行为意图验证、策略执行），引入非人类身份管理平台与AI安全态势管理，将合规要求内嵌于架构底层而非事后补课。长期（2至3年）以AI原生重构为主：建立L1至L4级人机共治决策体系，将平均检测时间压缩至30分钟以内、平均响应时间1小时以内、自动化补救率80%以上、红队成功率10%以下作为量化成熟度指标，从源头把安全能力转化为业务使能能力。（来源：S10、S03、S04）对供给侧厂商，转型建议围绕商业模式与能力纵深展开。其一，加速从盒式销售向订阅制与服务化切换，深信服扣非净利润增长296%的实践证明订阅收入能显著平滑周期波动，安全+云或安全+AI基础设施的双轮结构是穿越盈利低谷的有效配置。其二，以垂域大模型构建能力纵深，在钓鱼检测、流量检测、安全运营、数据安全四大高频场景建立可量化验证的效果优势，用官方测试与实战演练成绩背书技术路线。其三，深耕行业场景化：关基、金融、政务的行业需求差异显著，国产软硬件深度适配能力与芯片级、系统级软硬一体的防护将成为长期技术制高点，信创适配滞后者将被边缘化。其四，把握出海窗口：一带一路沿线国家网络安全意识觉醒带来国家能力建设与中资企业海外利益保护双重需求，适配差异化合规框架（如欧盟GDPR）的全域安全防护体系是打开海外市场的钥匙。厂商的分化在短期内仍将加剧，但智能化转型的完成度将决定三年后的行业座次。（来源：S08、S07、S02）表5企业智能化防御体系分阶段建设路线阶段时间跨度重点任务量化指标预期成效治理补课+场景试点6—12个月智能体资产盘点、影子AI治理、钓鱼与告警场景POC代理清单100%、月度权限审计摸清攻击面、验证AI效果体系化整合1—2年XDR联动、零信任AI五层架构、NHIM与AISPM部署MTTD<30分钟、自动化处置率80%跨域攻击链可视化与自动响应AI原生重构2—3年L1—L4人机共治、AI原生安全架构、常态化红队MTTR<1小时、红队成功率<10%安全从成本中心转为业务使能者数据来源：S10、S03结论与建议本报告以政策与威胁双拐点为切入，系统考察了网络安全产业的技术演进与智能化防御体系构建路径。核心结论有四：其一，防御范式正沿规则引擎、AI辅助检测、垂域大模型、安全智能体四阶段加速跃迁，AI赋能安全已从概念验证进入实效落地期，钓鱼检出率99.9%、0day检出率87.24%、告警降噪率99%等实测数据证明技术拐点已经确立；其二，产业呈现规模复苏与盈利承压并存的分化格局，2025年市场786.4亿元、增长6.9%，六家头部厂商一盈五亏，商业模式从盒式销售向订阅服务化切换的速度是分化的主因；其三，智能化防御体系应按数据底座、模型层、协同层、治理层、运营层五层架构构建，AI自身安全与AI赋能安全是一体两面，缺一不可；其四，攻防不对称的结构性约束决定了人机协同在可预见期内不可替代，智能体信任治理已成为新的合规刚需。（来源：S07、S08、S04）对产业各方而言，行动建议可以归结为一句话：以AI的速度防御AI的攻击。企业侧应按治理补课、体系化整合、AI原生重构三阶段递进，优