中国邮政储蓄银行冯冰君:“AI+网络安全”的邮储银行实践一场关于时代银行安全体系的系统性思考

当前，人工智能技术快速迭代，AI Agent自主攻击工具快速发展，网络攻击已经完成从传统人工驱动向AI自主驱动的转变。AI驱动攻击的效率较传统人工攻击提升100倍以上，可实现7×24小时不间断扫描探测，能够自动化挖掘零日漏洞。传统安全防护依靠人海战术、静态规则匹配的模式，已经难以有效应对AI赋能下的新型网络威胁。金融业作为国家关键信息基础设施，正面临攻击速度更快、攻击规模更广、攻击手段复杂度更高的现实挑战，行业迫切需要探索以AI对抗AI，构建智能化、内生化的新一代网络安全防御体系。

中国邮政储蓄银行运营数据中心运维安全处处长冯冰君

近日，中国邮政储蓄银行运营数据中心运维安全处处长冯冰君围绕“AI+网络安全”，分享邮储银行在AI与网络安全领域的探索思考与落地实践，该项目涉及的网络安全智能化协同平台荣获2024年度金融科技发展奖三等奖。

他表示，AI时代的网络安全建设，并非简单的技术版本升级，而是一场完整的安全体系重构。监管划定建设方向，外部安全挑战倒逼体系变革，国产大模型夯实技术底座，传统纵深防御筑牢安全根基，通过业务场景落地验证技术价值，依托内生安全理念面向长远持续演进。

金融行业AI安全实践必须置于监管制度框架之下，合规是安全建设的底线，也是安全体系建设的指南针。

自2023年7月《生成式人工智能服务管理暂行办法》出台开始，国家层面连续发布多份AI安全相关制度文件，逐步形成“顶层指导意见+专项管理办法+行业实施细则”三级监管架构，核心坚持安全与发展并重，落实事前安全评估与算法备案、事中运行监测与风险预警、事后事件处置与责任追究的全生命周期闭环管理。

2026年6月，《关于银行业保险业人工智能安全开发应用的指导意见》正式印发，明确银行业保险业人工智能安全开发应用的具体工作要求。AI安全已经从银行的可选工作，转变为和数据安全、个人信息保护同等重要的必答题。

监管不是束缚，而是银行安全能力升级的催化剂。监管导向推动银行业安全建设模式发生根本性转变：由被动响应事件向主动预测风险转变；由传统规则匹配向行为建模分析转变；由人工人海战术研判向人机协同处置转变；由侧重网络边界防御向内生安全建设转变。AI是实现上述转型的核心技术引擎，银行机构需要将外部监管要求转化为内部安全能力建设的内生动力。

随着Mythos等自主攻击能力工具的出现，AI已经从辅助攻击工具进化成为独立的自主攻击者，可独立完成情报侦察、漏洞挖掘、利用代码生成、内网横向移动、数据窃取的完整攻击链，对传统网络安全范式形成强烈冲击。

一是攻击速度维度，漏洞发现、利用的周期由过去数天压缩至秒级，防御方应急处置窗口被极度压缩；

二是攻击规模维度，单个AI Agent可同时向数万个目标发起攻击，攻击经验能够跨目标复用，攻击边际成本趋近于零；

三是攻击复杂度维度，可自动规划多步攻击链，实现零日漏洞利用、深度伪造，能够绕过大量传统安全检测机制；

四是攻防不对称维度，攻击方仅需一次成功即可达成目标，防御方必须做到万无一失，AI进一步放大攻防成本差距。

结合银行业业务实际，AI攻击主要落地为五类风险场景：精准钓鱼与社会工程攻击，AI生成千人千面的钓鱼内容，传统反钓鱼规则失效；自动化漏洞扫描与利用，7×24小时不间断探测资产，快速完成漏洞利用；AI驱动智能欺诈，模仿用户行为绕过反欺诈策略；深度伪造身份冒用，人脸、声纹伪造冲击远程身份认证体系；供应链与模型投毒，开源组件、引入大模型遭受数据污染，引发供应链攻击。

挑战之外同样存在机遇。国产大模型实现技术突破，在深度推理、代码审计、长上下文、多模态、安全对齐等方面能力达到较高水平，支持私有化部署，满足金融行业数据不出域的合规约束，为国内金融机构落地“AI对抗AI”的防御路线提供坚实的自主可控技术底座。

传统纵深防御体系的基础架构依然具备现实价值，AI相当于为这套成熟防御体系加装“神经网络”。在AI攻击环境下，网络边界被突破成为高概率事件，不能简单抛弃传统纵深防御，而是利用AI技术对其进行赋能升级。

传统纵深防御以静态规则、已知威胁特征、人工处置为主。引入AI能力之后，可实现行为基线建模识别未知威胁、智能告警分诊降噪、7×24小时自动化威胁狩猎、漏洞风险主动预测、检测规则智能生成、安全策略自适应动态调整，让静态防御体系具备感知、推理、响应的智能能力。

邮储银行确立“全要素资产图谱为基、智能分析决策为核、组件化安全能力为用、内生免疫韧性为目标”的顶层框架。

第一，构建覆盖云、网、端、数、用、人的全要素动态资产图谱，摸清资产底数，收敛互联网暴露面；

第二，搭建弹性承压、持续进化的智能分析决策层，依托AI完成多源安全数据挖掘与推理；

第三，解耦各类安全设备能力，以组件化方式实现弹性防御；

第四，借鉴人体免疫的运行逻辑，建立智能研判、多设备协同响应、自我净化的内生免疫机制，在遭受攻击时调动多维度安全能力联动处置。

同步完善平时、战时相结合的一体化安全运营机制。常态化开展实战攻防演练，站在攻击者视角挖掘深层次风险隐患，持续检验、打磨网络安全韧性。

依托“十五五”IT规划契机，邮储银行规划“一套标准、两大数据集、三大核心平台”技术架构，完成算力、数据、模型全栈基础能力建设。

以业务场景为切入点，落地十余个网络安全智能体，采用大小模型协同的技术路线，形成安全数据集中、智能分析、协同处置、自动响应的完整闭环。

系统日均处理各类日志超30亿条，平均响应时间控制在30秒以内，在高强度攻防对抗下抵御海量网络攻击，告警误报过滤率达到95%，实现安全运营降本增效。

在反欺诈业务场景，搭建准实时深度伪造风险处置机制，风险处置效率从T+7提升至小时级；累计拦截疑似攻击1600余万笔，新型攻击检出率99%以上，压降电诈涉案资金，保护客户资金约35亿元。

智能辅助研判场景：基于行内DeepSeek、千问大模型底座，通过MCP、Skill组件持续调优，告警研判准确率超过97%，研判覆盖率超90%，有效降低一线安全人员值班研判压力。

智检流量场景：采用ProposerValidatorArbitrator多智能体链式架构，Proposer完成宽松初筛，Validator开展独立交叉验证，Arbitrator进行终局判定，从合理性、逻辑自洽、关键信息完整性、证据充分性四个维度完成复审，解决加密流量、慢速隐蔽攻击难以检测的难题。

智动响应场景：依托AI Agent驱动跨安全组件协同处置，85%威胁事件完成自动化闭环，事件平均响应时间由人工研判的2小时压缩至分钟级，大幅提升安全运营处置效率。

智生规则场景：AI完成攻击行为理解，自动生成Sigma、YARA、WAF等多格式检测规则，规则编写效率提升15倍，新威胁规则上线周期压缩至4小时以内，赋能传统安全设备能力迭代升级。

面对边界防护可靠性下降的现实，邮储银行持续落地零信任架构，借助微隔离实现工作负载级访问控制，东西向流量可视化率提升至95%。

推动安全能力由外挂防护向系统内部嵌入转变：业务流程层面落实安全左移，将安全控制点嵌入DevSecOps软件全生命周期；系统架构层面，将安全能力作为微服务、中间件原生集成；数据生命周期层面，围绕数据分类分级，把加密、脱敏、访问控制贯穿数据全生命周期。

面向未来，梳理出AI安全三大演进方向，短期以人机协同提效为目标，中期迈向AI自主防御，长期目标是建成主动安全免疫体系。

第一，打造自主防御Agent，从AI辅助人员工作，逐步演进为AI自主防御，构建多智能体群体协同作战的防御体系；

第二，建设银行业垂直安全大模型，基于银行业安全日志、威胁情报持续微调，形成数据飞轮效应，打磨行业专属安全能力；

第三，构建主动免疫体系，安全模式从“检测响应”升级为“预测免疫”，实现系统自我保护、自我修复。

“守正不守旧，共生不替换”。AI不是对传统安全体系的替换，而是协同共进。纵深防御、合规底线、人机协同这些传统安全根基必须坚守，同时借助AI完成防御体系迭代升级。网络安全的本质仍是人与人之间的对抗与守护，AI只是工具，人的研判、人的管控依旧不可替代。

在AI时代，金融网络安全建设需要行业各方携手共进，坚持以AI对抗AI，以体系应对变化，共同开拓金融行业网络安全发展新道路。