新快报讯　　在8月18日的一场AI安全技术论坛会议衫上，卡巴斯基大中华区总经理郑启良指出，随着人工智能技术的快速迭代，网络安全防护已从传统的“规则对抗”跃迁至“智能体对决”阶段，孤岛式的防御模式难以应对当前挑战，生态协同成为破局关键。

卡巴斯基技术联盟负责人Andrey Savchenko在演讲中表示，AI技术为网络安全带来双向影响：既提升了企业安全运营效率，也降低了网络攻击的实施门槛。他提示企业需重点防范提示注入、大模型数据泄露等新兴风险。

亚太地区网络攻击态势严峻

卡巴斯基全球研究与分析团队（GReAT）安全专家金晔分享的数据显示，亚太地区网络攻击记录占全球六成以上，制造业和IT服务业是主要受袭行业。攻击者已借助大模型实现攻击全流程自主执行、高仿真钓鱼内容批量生成和恶意代码快速迭代，传统依赖静态特征的防御手段面临挑战。安全专家建议企业部署主动威胁狩猎、落地零信任架构，推行“以AI对抗AI”的防护思路。

卡巴斯基威胁探索团队负责人Nikita Nazarov则提醒，AI驱动的网络攻击仍存在技术局限性，传统网络攻击手段依旧保持高频爆发，企业需兼顾新旧威胁防控。

AI Protect：聚焦模型与代理安全

随着大模型和AI智能体在企业生产、办公和业务系统中的大规模落地，企业AI部署形态日趋多元，涵盖本地LLM+MCP分布式架构、内网RAG知识库、AI Agent编排平台、公有云SaaS调用等多种模式。与此同时，AI供应链攻击风险持续攀升，第三方开源模型、AI插件和技能文件已成为攻击者的重要突破口。公开数据显示，网络平台已出现上百个恶意大模型和数百个遭投毒的模型文件，攻击者上传伪装成正常权重文件的恶意模型，加载即可触发反弹Shell执行恶意指令，直接侵入企业内网。

传统安全产品大多聚焦终端和网络边界防护，缺少针对LLM模型权重文件和AI代理技能文件的专项检测能力，难以覆盖文件上传、RAG知识库导入、API插件调用和企业内部数据流等核心AI入口。

卡巴斯基AI Protect正是面向AI基础设施与供应链层的安全防护方案，可对网页门户、应用程序、代理服务器和邮件网关提供安全防护。产品支持类REST HTTP与ICAP双协议，兼容独立服务、横向扩展集群和Docker容器，可无缝对接Kubernetes等主流云容器编排平台，并配备Web可视化管理界面。

在AI专项安全能力方面，KAIP实现两大核心检测功能：一是LLM模型文件深度扫描，针对.pth、.pt、.pkl等主流模型权重格式检测恶意代码、后门注入和模型篡改，拦截被投毒的大模型文件；二是AI代理安全检测，跨平台检测Agent技能的恶意行为，识别恶意插件，抵御MCP服务劫持、依赖混淆和欺骗代理攻击，防范API密钥泄露、凭证窃取和敏感数据外泄等风险。同时，产品保留成熟的传统恶意软件防护能力，结合启发式检测、机器学习与云端威胁情报，实现毫秒级响应，支持深度解压多层打包文件，过滤钓鱼网站与恶意URL。

部署与生态协同

郑启良指出，部分企业存在认知误区，误以为私有化部署大模型就足够安全，忽视了外部模型权重和AI插件中潜藏的恶意载荷。此次发布的AI Protect侧重于Agent Skill防护及大模型恶意文件检测，不同于仅聚焦DLP准入或传统EDR的厂商，率先推出面向Skill与大模型场景的专项防护能力。“AI Protect 并非简单的 AI 防火墙，而是构建可信 AI 生态的底层基础能力。安全不应成为AI发展的阻碍，而应作为释放AI规模化价值的通行证。”

卡巴斯基大中华区CTO张殷介绍说，KAIP具备集群模式横向扩展能力，可高并发处理海量大模型文件扫描；支持离线更新机制，适配物理隔离和弱网络等内网环境。同时，该产品可纳入卡巴斯基技术联盟生态，能够集成至第三方软硬件安全产品，合作伙伴可获得完整技术合作支持。

“依托 AI 供应链准入、AI 资产识别、AI 使用控制、AI 运行监控等体系化安全能力，卡巴斯基 AI Protect 能够帮助企业全盘掌握内部 AI 的生态风险，拦截恶意 AI 组件、管控影子 AI、监测智能体异常行为，搭建可信的企业 AI生态基础设施，主动化解新兴的AI安全威胁。”