Microsoft推出安全系統Project Perception及全新AI-Cyber-1-Flash模型

2026-07-30 benny

專為人類操作而設計的傳統防禦方式，已難以追上AI、AI代理及機器速度攻擊所帶來的新挑戰。Microsoft推出全新代理式安全系統Project Perception，協助機構持續識別、評估及降低網絡安全風險。同時，Microsoft亦發佈其首個專責網絡安全的AI模型Microsoft AI-Cyber-1-Flash，專為分析軟件漏洞而設。

隨著AI加速網絡攻擊的速度及規模，安全團隊正面對日益複雜的數碼環境，而沿用過往世代建立的防禦方式，已難以應對當前的挑戰。安全團隊往往需要在大量數據中整合訊號、脈絡及風險資訊，令他們更難及時應對不斷演變的威脅。

為應對此挑戰，Microsoft推出全新策略，結合網絡安全脈絡、專責AI模型及自主AI代理，持續識別、評估及協助修復整個數碼資產環境中的風險。

是次發佈重點包括：

全新代理式安全系統Project Perception旨在協助機構持續識別、評估及降低風險，讓安全團隊能夠從被動回應改為主動降低風險。Project Perception協調三類專責代理，共同提升機構的整體安全防護水平：
- 紅隊代理在攻擊者利用漏洞前，主動識別潛在入侵路徑；
- 藍隊代理調查事件、分析脈絡，並判斷真正需要處理的風險；
- 綠隊代理則執行修復措施，並加強整體防禦能力。
Microsoft首個專為網絡安全而設的AI模型Microsoft AI-Cyber-1-Flash針對軟件漏洞分析而生，亦是 Microsoft結合領先與專責AI模型，為每項網絡安全工作提供最合適選擇的多模型策略中的一部分。

Project Perception建基於Microsoft豐富的安全訊號、威脅情報及實際營運經驗，以協助機構突破傳統被動防禦模式，轉向更具適應能力的安全防護方式。

Project Perception協調三類專責代理，共同提升機構的整體安全防護水平。

Project Perception系統的成效，取決於其可以掌握多少資訊、能夠採取哪些行動、背後開發團隊的專業經驗，以及可運用的AI模型能力，而Microsoft正正將這四大關鍵要素匯聚於同一系統。

Microsoft 的能力涵蓋身份識別、終端裝置、應用程式、資料、雲端及AI系統，能全面掌握整個數碼環境的運作狀況，同時協助客戶在這些環境中快速採取應對措施。結合數十年的安全防護研究成果、威脅情報，以及協助全球組織抵禦威脅的實際經驗，Project Perception得以更準確地分析風險、評估並釐定應對的優先次序，以及作出應對。

安全防護是一項全天候的使命。企業需要採用高效能、穩定以及具成本效益的安全防護措施。這不僅取決於模型是否先進，更在於能否根據不同任務配置最合適的模型。Project Perception採用多模型架構，結合領先的模型與專門的網絡安全模型，在效能與成本之間取得最佳平衡。

在這個多模型策略中，Microsoft致力為客戶就每項網絡安全任務提供最合適的模型，並持續開發Microsoft自家的專用模型。以軟件漏洞管理為例，Microsoft現於軟件漏洞多模型代理組合MDASH中加入MAI-Cyber-1-Flash。搭載MAI-Cyber-1-Flash的MDASH在業界領先的CyberGym基準測試中取得96%成績，較Mythos高出12個百分點。同時，此配置相比目前市場上的MDASH配置可節省近50%成本，充分展現經精密調校的多模型系統，以及結合獨特且豐富的歷史訓練數據後所能發揮的優勢。未來，Project Perception將進一步運用MAI-Cyber-1-Flash，在軟件漏洞管理場景以外，支援更多網絡安全保障的工作流程。

將率先採用專為改善安全防護工作流程並提升Token使用效率而設的全新模型Microsoft AI-Cyber-Flash-1。在MDASH的軟件漏洞分析工作流程中，Microsoft AI-Cyber-Flash-1與通用的模型效能相若，卻能節省至少30%成本，進一步體現了多模型架構的優勢。

專為AI代理安全而設的Cyber Stack

要守護AI代理的安全，企業不能單純將AI代理加入現有工作流程，而是需要從根本重新建構網絡安全架構。

這套架構首先透過遍佈整個數碼環境的訊號來源及感測機制全面掌握系統狀況及潛在風險。網絡安全脈絡 (Security Context) 會進一步整合及分析這些訊號，轉化為代理可直接運用的資訊，讓其能以更高效率理解環境並作出判斷。模型負責提供分析及推理能力，而協調機制則統籌模型與代理在各項工作流程中的協作。