热议红蓝对抗，探索数据安全新路径
内容提要
本文介绍了2024年攻防演练活动的进展情况，以及在北京举办的攻防演练大会。大会邀请了多位行业领袖和安全专家分享攻防理论和技术实战经验，探讨数据安全的实践。嘉宾们就数据保护与流动安全监管、大模型安全风险分析与应对实践、AIGC在安全领域的应用、数据安全驱动力、多源漏洞情报数据的应用、红蓝对抗思想在产品安全中的应用、企业人员安全风险治理、红队基础设置自动化、保险数智化转型等议题进行了分享。活动结束后进行了抽奖环节。
延伸解读
红蓝对抗从演练走向常态化
文章提到2024年攻防演练活动正如火如荼进行，且王云贵指出攻防演练日趋常态化。这意味着企业不能仅将红蓝对抗视为一年一度的合规任务，而应将其融入日常安全运营。红队需要更自动化、隐蔽的基础设施部署，蓝队则需从被动防守转向主动防御。这种转变要求企业在人员、工具和流程上持续投入，以应对不断演变的攻击手法。
数据安全治理需体系化组合拳
金锴提出「1-3-6-N」架构，强调从技术、管理、运营、监管四大体系打好组合拳；李玲则指出企业数据安全存在合规难点，需顶层设计与内外部软实力并重。这些观点表明，单点防护已不足以应对数据安全挑战，企业需要建立覆盖数据全生命周期的治理框架，并注重面向高管、研发、员工的安全影响力建设，才能实现「用数」不违法。
AI安全风险与AIGC应用并行
刘彦南分析了大模型在设计、Prompt泄露、指令管控三方面的风险，并提出Prompt加固、指令检测等应对措施；谢文博则展示了AIGC在内容安全、漏洞识别、渗透测试等领域的应用。这反映出AI在安全领域是一把双刃剑：企业既要利用AIGC提升安全效率，也要防范大模型自身的安全漏洞，需在创新与风险管控之间找到平衡。
人员与情报是主动防御的关键
丁小力强调员工是企业第一道防线，需从全生命周期治理人员风险；王涛则指出多源漏洞情报能帮助企业实现动态主动防御，提升探测、打击、预警等能力。戴鹏飞也认为数据安全需先发制人，结合威慑、情报、联合打击。这些观点共同说明，技术手段之外，人的因素和情报驱动同样重要，企业应建立「人防+技防+情报」的立体防御体系。
Q&A
2024年攻防演练活动的主要内容是什么？
2024年攻防演练活动主要是红蓝队伍在虚拟世界中进行实战演练，以检验企业的安全能力。
攻防演练大会的主题是什么？
攻防演练大会的主题是「红蓝军攻防与数据安全」。
大会上有哪些专家分享了他们的经验？
大会邀请了10余位行业领袖和安全专家分享经验，包括金锴、刘彦南、谢文博、戴鹏飞等。
金锴提出了什么样的数据安全监管框架？
金锴提出了「1-3-6-N」架构，旨在构建基于行业最佳实践的数据保护与流动安全监管框架。
刘彦南分析了哪些大模型安全风险？
刘彦南分析了设计缺少安全考量、模型泄露Prompt、模型指令缺乏管控等三大典型风险。
如何提高企业员工的安全意识？
需从员工全生命周期出发，培养正确的安全认识、保护关键信息、规范行为操作等方面进行治理。
