AI辅助威胁检测 （下篇）

01 · 八层纵深防御体系

纵深防御（Defense in Depth）不是产品堆叠，而是假设每一层都会被击穿的前提下，让下一层的检测面完全不同——攻击者突破一层，不等于突破体系。本课题将其归纳为八层，层与层之间呈"控制→检测→响应→度量"的递进关系：

三条建设要点：

• 初始向量结构决定层间投入比：按M-Trends 2025，身份防线（第2层）与暴露面管理（第3层）合计对应近半初始入口，应优先于更"炫"的分析层投入；
• 第6—8层是检测体系是否"活着"的判据：SIEM只收不发是"日志坟场"；SOAR只编不跑是"纸上编排"；没有紫队验证，规则覆盖率只是报表数字；
• 检测与响应必须同设计：每一类告警在创建规则的同时就应定义响应剧本（playbook）——告警无剧本，等于把决策成本转嫁给值班分析师的凌晨三点。

02 · 检测工程实践：从规则到体系

检测工程（Detection Engineering）是2020年代安全运营成熟的分水岭——它把"写检测规则"从个人手艺升级为有版本、有验证、有度量的工程学科。

2.1 痛苦金字塔：检测资产的持久性经济学

David Bianco于2013年提出的"痛苦金字塔"（Pyramid of Pain）是检测资源分配的第一性原理：检测对象越靠塔尖（TTP），攻击者改起来越痛、检测资产越持久；越靠塔底（哈希值），对抗成本越低、检测失效越快。

• 塔底（易变）：哈希值 → IP地址 → 域名——攻击者更换成本以分钟计，适合应急阻断，不适合作为长期检测资产；
• 塔腰（中等）：网络/主机工件（工具路径、注册表项、互斥体）——换工具需重新配置，检测价值中等；
• 塔尖（持久）：TTP（技战术行为模式）——攻击者改变战术意味着改变打法与训练成本，对应MITRE ATT&CK行为检测与狩猎假设，是检测工程的理想投资标的。

2.2 检测即代码（Detection as Code）

• 规则资产化：以Sigma（通用检测规则格式，覆盖SIEM多平台）沉淀检测逻辑，与代码同仓管理、评审、版本化；
• 覆盖映射：每条规则显式标注其检测的ATT&CK技术编号，形成覆盖矩阵——覆盖率缺口即是狩猎假设来源；
• 误报治理：规则上线即设定误报预算与下线条件；长期高误报规则降级处置，保护分析师注意力这一稀缺资源。

2.3 紫队与持续验证

检测有效性只能通过对抗验证确认——红队攻击模拟（开源可用MITRE Caldera、Atomic Red Team等Atomic测试库）与蓝队检测复盘构成紫队闭环。验证对象是"检测是否触发"，而非"规则是否存在"：库里有1000条规则、对抗模拟中只触发300条，真实覆盖率就是30%。

2.4 检测工程六步闭环与度量指标

2.5 检测度量基线：与行业水位对齐

度量若没有行业基准对齐，只会沦为自我安慰。以下基线值均来自公开权威报告，可直接用于企业安全例会、演练复盘与攻防对抗评分：

03 · 开源工具图谱

以下均为活跃维护、可公开获取的开源项目，按检测链条分组——开源栈的意义在于：任何组织都可以在零商业采购的前提下，完整复现本课题所述的检测闭环并开展教学验证。

04 · 企业落地路线图：先止血、再成体系、后闭环

结合Verizon DBIR多年回归结论（绝大多数泄露源于少量基础控制失效）与Mandiant初始向量结构，本课题给出三阶段路线。原则只有一个：基础面先于AI，闭环先于规模。

05 · 迪妙教研闭环：检测研究如何转化为教育产出

本课题不是书斋研究——它的每一项产出都在学院的教研体系中承担明确角色，形成"研究→演练→培训→度量"的转化闭环：

06 · 国内合规要求

• 《网络安全法》（2017年6月1日施行）：确立网络运行安全与监测预警的基本义务，是检测能力建设的法律原点；
• 网络安全等级保护制度（等保2.0，GB/T 22239-2019，2019年12月1日实施）：要求部署入侵防范、恶意代码防范与安全审计等检测控制能力——AI检测能力可作为"技术措施补充"纳入测评，但不替代基本要求项；
• 《关键信息基础设施安全保护条例》（2021年9月1日施行）：关基运营者须落实监测、检测与应急处置义务，并对关键岗位人员进行安全背景审查；
• 《网络产品安全漏洞管理规定》（2021年9月1日施行）：规范漏洞发现、报告与处置流程——漏洞情报是检测规则的重要输入，其流转须在该框架内运行；
• 《数据安全法》（2021年9月施行）与《个人信息保护法》（2021年11月施行）：检测系统采集的流量、日志与UEBA行为数据可能构成个人信息——必须遵守最小必要、告知与安全保护要求，检测能力的部署本身须过合规评审；
• 《网络数据安全管理条例》（2025年1月1日施行）：对网络数据处理者的监测预警、检测处置义务作出系统性规定；检测系统采集的流量、日志与行为数据须满足其数据处理合规要求；
• 《人工智能生成合成内容标识办法》（2025年9月1日施行）：要求对AI生成合成内容进行显式/隐式标识——深度伪造检测与内容溯源获得法定技术抓手，学院相关演练场景可引用该办法作为制度依据；
• 生成式AI相关规范：如检测系统中引入LLM能力（如告警分诊），涉及对外提供生成式AI服务的，还须关注《生成式人工智能服务管理暂行办法》（2023年8月15日施行）及TC260相关标准的要求边界。

07 · 检测能力成熟度自评（五级模型）

落地路线图的每一步对应一个成熟度台阶。下表为本专题基于检测工程实践归纳的自评框架（非官方标准），供企业在安全例会上快速定位自身位置——自评的意义在于找到"下一级"的关键动作，而非给现状贴标签。

08 · 术语速查表

面向企业管理者与青少年学员的极简定义版；深入机理请参阅各页正文。

09 · 参考文献（真实文献与官方资料）