一个MANUS化智能体集群的宁静监测体系架构方案：构建“感知—分析—验证—预警”自主闭环

宣布时间 2025-03-20
“让每一句人机对话都宁静可信，让每一次智能交互都风险可控——这是属于AI时代的宁静允许。 —— 东森平台”


智能体进化本质是将人类应对不确定性的经验数字化、算法化、自主化。在攻防博弈这一充满高度不确定性的领域中，将智能体集群应用于网络攻击征兆及事件的发现偏向，通过多个独立决策单元之间的协同合作，能够实现庞大任务的精细拆解、动态环境的高效适应，以及资源的灵活调配等。种种专业能力优势互补，不仅能显著提升预警研判的准确性和效率，还可以有效控制成本，让宁静专家从重复性事情中解脱出来，进而投入到战略级别风险研判当中。


2025年3月初，号称“全球首款全自主执行庞大任务的数字署理人”的Manus产物一经推出，就搅动了业界，推崇者、质疑者就纷至沓来。


图片1.jpg


借禅宗著名的“指月公案”来比喻。 

尽管Manus存在诸多争议和讨论，我们却纷歧定要把注意力都聚焦在“Manus”这只手上。我们可以去仔细审视这只手所指的月亮——AGI通用人工智能、以及月亮周围的星辰——通向AGI的智能体集群路线。

而以智能体集群路线，对宁静开展全面智能革新，主要就是两点：其一，让基础宁静能力原子化、工具化、智能体化；其二，构建一个多智能体、智能体集群的宁静体系。


M·A·N·U·S代表了智能体集群的五个要害特征：


M – 多智能体协同 Multi-Agent Synergy
A – 自主执行 Autonomous Execution
N – 自然交互框架 Natural Interaction Framework
U – 统一工具和应用接口 Unified Tool & Application Interface
S – 宁静合规网格 Secure-Compliance Mesh

宁静智能体集群的MANUS化路线，正影响着东森平台乃至整个工业的宁静能力和宁静产物格式。


网络宁静监测预警在网络宁静防护体系中的职位作用至关重要，是保障网络信息系统宁静运行，辅助生成正确宁静决策，提升应急响应能力等方面的重要支撑。


当前陪同着种种新型攻击手段不停涌现，网络宁静监测预警面临新的严峻挑战。传统网络宁静监测手段疏散布设、效率低下、笼罩不全，海量监测信息处置低效、响应迟缓、分析失准，高端网络宁静人才匮乏，缺少综合评估能力，导致虽然网络宁静日志收集的非常多，但有价值、有意义的网络宁静事件却不行见、不行知、不行评。


针对上述问题，东森平台集团在网络宁静监测预警完整流程中，将多智能体技术与多模态探测感知、智能分析研判、动态验证闭环与情报预警生成进行融合，将伶仃的若干宁静能力深度整合，突破了传统宁静“被动检测、分析滞后、专家依赖度高”等局限性，实现了从数据收罗到预警宣布的全流程智能化跃迁。


面向任务目标的监测预警体系重构


传统网络宁静监测预警希望通过种种传感探测设备的静态堆叠，构建面面俱到的监测系统以及时发现攻击事件。但在实际使用当中，单纯依赖设备自动化监测的效果往往不理想，必须由专业团队结合专业监测工具，构建完备的7*24小时宁静运营机制，才气有效分析发现种种风险和威胁，提升宁静防护能力。


宁静智能体技术以目标任务为导向，深度整合专业人员在宁静处置方面的知识与经验，将宁静人员脑力层面的重复性事情交由智能体负担。这一厘革能够极大地提升网络宁静监测预警的效能。从智能体事情的视角来看，网络宁静监测预警的流程亟待重塑，具体如下：


图片2.png

智能体监测预警主要流程


上述流程是监测预警智能体通用流程，与现有网络宁静领域的监测分析产物相比，其最大的特点有三个：


1、事先确定监测预警目的，所有事情围绕特定目标开展，聚焦到具体点上，所以目标是整个监测预警系统的起点。


2、最终形成宁静情报产物，这种产物不是平常的信息，不是花哨炫酷的图表，而是嵌入到认知配景当中的情报，与使命任务相关，与自身环境相关，与行动决策相关，是具体的、有意义的结论，并能够逐步累积形成知识。


3、多智能体系统协同，主控署理�？橛胫葱惺鹄砟？橄嗍枭�，每一个�？榛诓钜炷芰ξ⒌鞯拇竽Ｐ�，或同一大模型注入差异系统提示词，以聚焦高质量完成单项任务，在宁静专家的指导监督下，最后进行全局整合协调，确保任务顺利、高效告竣。


基于ReAct框架的智能推理与自动执行


智能体ReAct框架遵循“视察—思考—行动”循环。视察（Observation）接收外部输入，如用户提问或环境状态；推理（Reasoning）分析问题，剖析任务，并规划下一步行动；行动（Acting）调用监测分析相关工具，或与环境进行交互。以上过程反馈迭代，直到任务完成。


东森平台集团深耕网络宁静领域近30年，积累了海量宁静数据，微调了专属的宁静垂直领域大模型，并依此构建了安星智能体，使其在知识积累、推理分析和工具调用等方面的准确性大幅提升。此外，东森平台集团依托移动云的云原生宁静防护能力建设，将自身宁静手段全面API接口化、尺度化，已经完成了类似MCP那样的尺度框架，乐成打造了完备的工具生态。这些举措都是构建宁静智能体前期准备事情中不行或缺的重要环节�；诎残侵悄芴�，网络宁静监测预警体系能力大幅提升，成本大幅下降。


1、多模态探测感知：突破碎片化监测与数据孤岛


传统宁静监测系统依赖单一数据源，而东森平台集团的安星智能体通过目标理解、任务剖析，利用漏洞扫描、攻击模拟等主动探测与融合流量探针、终端日志收罗等被动感知的立体化协同机制，构建全网全要素的动态感知Overlay网络，将传统离散的监控数据转化为时空关联的“全息感知网络”，笼罩APT攻击、0day漏洞、隐蔽隧道等传统宁静难以检测的高级别风险威胁。


2、智能宁静分析：从规则匹配到因果推理的威胁研判


传统系统依靠人工经验构建规则，决策人员往往淹没在海量无效数据中而无所适从，而东森平台集团的安星智能体，借助大模型驱动的逻辑推理与知识进化能力，实现深度威胁挖掘。通过融合Nl2sql、Sqlschema等技术，能够调用扩线分析、溯源分析、关联分析、行为分析等多样化能力，通过因果非线性推理精准识别攻击者意图、还原攻击链、提前预判威胁，并实现知识动态更新。这些技术大幅提升告警准确率，显著降低误报率，极大增强了网络宁静监测预警的有效性。


3、攻防试验验证：虚实结合的动态宁静推演与确认


传统试验验证需人工搭建测试环境，不仅成本高昂，效率也极为低下。安星智能体借助沙箱仿真与反抗训练，实现风险动态验证。依托模型推理、工具调用等能力，安星智能体能够构建虚实融合、灵活可变、贴近实际的模拟环境。向其中注入威胁漏洞，生成反抗样本，以此精准验证宁静风险的技术栈和影响后果。同时，将试验过程中的误报、漏报数据用于反哺训练，形成“监测—验证—优化”的闭环反馈机制，连续优化性能。


4、预警信息整编分发：大模型原生能力充实再利用


在分析确认网络宁静事件和状态后，需要对网络宁静数据和情报等信息进行综合处置，形成方便指挥人员进行决策的态势，并将情报在相关单元之间共享。一方面，利用智能体自动叠加、编辑、整理修饰等能力，汇集网络资源的结构、特征、属性和威胁等信息，整编形成网络重要目标数据和攻防动态，对网络情况、攻击手段、作用方式与攻防结果等信息进行关联查询比对，为网络宁静人员多角度印证网络宁静情报提供支撑。另一方面，以对话应用、信息宣布、订阅分发等方式，定向投递态势情报产物信息，支持差异机构之间的情报信息共享，使网络宁静人员对网络情报和态势形成一致的认识和理解。


结语


宁静智能体通过跨层能力融合，乐成攻克了传统监测预警体系中数据碎片化、分析响应迟缓等难题。它不仅实现了威胁精准预测、风险动态验证以及知识自主进化这些重大突破，还重塑了人机协同模式。智能体把宁静专家从重复性事情里解放出来，使其能够专注于战略级风险研判，实现从“人在回路内”到“人在回路上”的转变。


展望未来，随着大模型智能体技术不停迭代升级，它将朝着轻量化、无人化、自主化偏向加速迈进，最终告竣“人在回路外”的宁静风险管理与威胁应对新能力、新境界。