觀點:網絡安全是一個對檢出率、準確率有極高追求的toB領域,將任何的開源基座大模型落地于安全領域,都絕非簡單的接入、縫合,而是一個復雜的系統工程。DeepSeek-R1在安全垂直領域 商業 落地,必須具有安全垂域大模型的實踐數據、對基座模型的安全場景馴化經驗、面向安全業務的AI系統工程,才能強化優勢,應對挑戰。

2025年伊始,DeepSeek-R1的熱潮引爆了新一輪AI技術革命,也拓展了網絡安全大模型應用的邊界。作為具備深度推理能力的開源大模型,DeepSeek-R1擁有更強大的思維邏輯、更優秀的交互體驗。將DeepSeek-R1的優勢能力深度融入網絡安全領域的落地實踐,無疑將帶來“質的飛躍”。

然而,我們必須清醒地認識到,網絡安全是一個對檢出率、準確率有極高追求的toB領域,將任何的開源基座大模型落地于安全領域,都絕非簡單的接入、縫合,而是一個復雜的系統工程。

將DeepSeek-R1系列模型落地于安全領域之前,必須破解“四大關鍵挑戰”。

挑戰1:DeepSeek-R1在網絡安全細分領域應用中,其知識儲備、問答和研判準確率如何?

挑戰2:如何讓具備發散思維鏈的DeepSeek-R1,滿足實戰攻防場景中高檢出、低誤報的要求?

挑戰3:如何讓DeepSeek-R1在吞吐性能上達標,能夠支持每天數十萬告警的實時推理?

挑戰4:如何將DeepSeek-R1的良好交互體驗,無縫銜接到安全產品使用過程,而不是簡單的接入和縫合?

DeepSeek-R1如何深度融入網絡安全?

基于以上挑戰,深信服針對DeepSeek-R1多個參數大小的模型版本,利用標注樣本、安全cot推理數據、PRM過程監督等手段進行進一步效果調優,并進行了推理性能、工具調用、幻覺控制等方面的深度優化,確保模型在實際應用中的能力。

總的來說,將DeepSeek-R1在安全垂直領域商業落地,需要具有安全垂域大模型的實踐數據、對基座模型的安全場景馴化經驗、面向安全業務的AI系統工程,才能讓DeepSeek-R1強化優勢,應對挑戰。

基于安全GPT在安全垂直領域的應用實踐,深信服構建了DeepSeek-R1與網絡安全深度融合的能力基礎:

1、在深度應用中沉淀的海量垂域大模型實踐數據。通過500+用戶深度應用、50+用戶高對抗攻防實戰、4000+MSS用戶持續反饋,深信服積累了大量真實有效的行業數據與專家經驗池,助力大模型效果持續優化。

2、豐富的基座模型馴化經驗。深信服具備強大的推理模型訓練調優能力,可有效實現幻覺控制、性能優化與合規管控,保障模型穩定可靠。

3、面向安全場景的AI系統化能力。安全智能化的應用落地是復雜系統工程,深信服依托高吞吐、高可用的應用方案將大模型實現了規模化落地。安全GPT已在實戰場景中多次迭代、持續優化,助力用戶構建起實戰型安全智能化體系。

安全GPT?x?DeepSeek-R1的落地實踐

目前,深信服已經完成了DeepSeek-R1能力落地于網絡安全領域的全面評估。基于深度技術驗證,發現DeepSeek-R1在多維度信息關聯推理、通用知識、代碼理解等技術路徑具備較強的能力表現。基于系統的場景化實踐,發現DeepSeek-R1在釣魚攻擊檢測、數據安全防護、輔助安全運營研判等業務場景具備顯著的技術適配性和業務價值提升空間。企業安全建設可以從這些場景切入,逐步構建融合DeepSeek-R1能力的網絡安全防御體系。

深信服將DeepSeek-R1的模型能力深度融入到安全GPT的AI工程架構中,形成了一套在安全領域融合DeepSeek-R1系列模型的完整技術框架。在安全GPT智能體框架下,通過融合DeepSeek-R1的深度思考能力,已經實現了釣魚檢測、數據安全、輔助運營、威脅調查和溯源等場景實戰效果的進一步突破。

融合DeepSeek-R1能力后,安全GPT在釣魚檢測場景的準確率和推理深度都實現了顯著提升,更新了對純文字高誘導性釣魚郵件的異常推理分析能力,同時針對所有告警信息能夠生成更加精準的定性標簽(如對抗手法、攻擊意圖等)和釣魚郵件分析解讀說明。

結合DeepSeek-R1的推理強化方法與業務定制獎勵模型,安全GPT可以根據郵件復雜度自適應調整推理深度,進一步提升了附件多次加密、密鑰隱藏、二維碼分割等高對抗釣魚郵件場景的檢測準確率,加上針對釣魚郵件的分析解讀能力極大提升了釣魚郵件研判效率。

除釣魚檢測外,數據安全、輔助運營、威脅調查和溯源等場景的深度思考能力和交互問答體驗也實現了全線升級,通過深信服安全GPT×DeepSeek-R1深度融合,讓安全產品AI能力進階、實戰能力達到Next Level!

從評估、融合到落地,深信服將DeepSeek-R1在網絡安全領域的場景化應用一步步“落到實地”。未來將堅持“持續創新”,打造解決用戶實際問題的產品和解決方案,致力于讓每一位用戶「安全領先一步」。