9 月 18 日，在第一届中国网络空间安全大会上，《网络安全人才实战能力报告—AI 赋能篇》正式发布。
9 月 18 日，在第一届中国网络空间安全大会上，《网络安全人才实战能力报告—AI 赋能篇》（以下简称「报告」）正式发布。据介绍，这是面向 AI 时代网络安全人才实战能力开展的专项研究成果。
该报告是继「攻防实战能力篇」「人才评价篇」「安全测试评估篇」之后，网络安全人才实战能力研究系列推出的第四篇章。报告由国务院学位委员会学科评议组（网络空间安全组）、教育部高等学校网络空间安全专业教学指导委员会指导，北京航空航天大学、中国科学技术大学、永信至诚科技集团股份有限公司担任主编单位，多所高校、科研机构及产业单位参与编制。
发布现场，中国网络空间安全学会常务理事、教育部高等学校网络空间安全专业教学指导委员会副主任委员、北京航空航天大学大学教授刘建伟对报告进行了发布和解读。
随着大模型加速进入研发、生产、运营等核心业务，智能体开始具备自主对接数据、调用工具和执行任务的能力。与此同时，模型数据泄露、提示词注入、智能体越权、模型供应链风险以及 AI 自动化网络攻击等问题，也对网络安全人才的知识结构和实战能力提出了新的要求。
在此背景下，报告围绕「人才在哪里、能力怎么样、人才怎么培养、人才怎么评价」四个问题展开研究，系统分析模型安全、AI 应用安全和 AI 赋能网络安全三类实战场景，形成百余项调研发现，并在此前 ASK-P 网络安全人才实战能力评价体系基础上，进一步探索面向 AI 时代的分类分层评价方法。
人才在哪里：专职力量仍待完善
报告显示，当前相关人才呈现出从业年限偏短、地域和行业分布相对集中、专职力量不足等特点。
在模型安全领域，65% 的从业者工作年限不足 5 年；从地域分布看，广东、北京、浙江、上海和江苏五个省市汇集了 46% 的 AI 应用安全人才；在关键信息基础设施单位中，75% 的相关人才集中在电力、金融和通信三大行业。
专职队伍建设方面，64% 的大模型相关单位仍由传统安全团队兼职或研发团队兼顾模型安全，仅 23% 的单位设置了专门的 AI 安全研究队伍；81% 的 AI 应用落地单位尚未设置专职 AI 安全团队。
报告认为，随着 AI 应用加速进入业务场景，与之匹配的安全人才队伍和专业能力建设仍需进一步完善。
模型安全场景岗位设置分布
AI 应用安全场景岗位设置分布
能力怎么样：既要应对 AI 新风险，也要善用 AI
AI 正在同时改变网络攻防两端。一方面，AI 开始参与攻击侦察、工具开发、漏洞利用和数据处理等环节；另一方面，AI 也被逐步应用于漏洞挖掘、安全运营、威胁分析和响应处置等安全工作。
基于这一变化，报告将 AI 时代网络安全人才面临的实战任务划分为三类：模型安全，重点保障模型、底层数据和算法本身的安全；AI 应用安全，重点应对模型和智能体进入业务系统后产生的新风险；AI 赋能网络安全，重点研究如何利用 AI 提升漏洞挖掘、安全运营、攻防对抗和威胁检测等工作的效率。
AI 安全三类实战场景
调研发现，不同场景下人才能力仍存在不同程度的短板。在 AI 应用安全场景中，提示词安全、内容合规、接口安全和业务逻辑安全四个维度中，尚未达到熟练水平的人员占比分别为 54%、64%、60% 和 65%。
网络安全人才 AI 应用安全能力现状
与此同时，报告也指出，AI 提效并不意味着可以替代专业判断。10 年以上从业者对 AI 辅助漏洞挖掘效率的满意度为 58.3%，在不同从业年限群体中最低。报告认为，这反映出在复杂、专业和高要求的安全任务中，资深从业人员对 AI 工具的能力和可靠性仍有更高期待。
人才怎么培养：课程进入课堂，实训能力仍需补齐
随着 AI 相关课程加快进入高校，网络安全人才培养正在发生变化。
报告显示，68% 的高校已经将 AI 相关课程设置为独立必修课或选修课。但从课程设置走向实战能力形成，仍面临多方面现实制约。
仅有 10% 的受访教师认为所在高校已经建立较为完备的 AI 安全实训体系，26% 的高校具备较为充足的算力条件，可以支持模型训练和对抗攻击实验；47.5% 的受访者将算力资源受限列为个人能力进阶面临的主要障碍之一。
AI 安全能力进阶瓶颈分布
师资方面，具备网络安全攻防与 AI 算法双重经验的教师约占 21%；在高校最紧缺的教学资源中，80% 的需求集中在实操案例、真实攻击案例和实验指导。
相关数据表明，AI 时代网络安全人才培养面临的挑战，正在从课程和知识体系建设，进一步延伸至算力、师资、实战案例和实训环境等实践环节。
人才怎么评价：评价方式更加突出实战导向
随着网络安全人才能力要求发生变化，传统以学历、证书、资历和知识掌握程度为主的评价方式，也面临新的挑战。
报告指出，高校需要更加清晰的培养目标，企业需要更加有效地识别人才实战胜任力，从业人员也需要更加明确的能力成长路径。
为此，报告基于 ASK-P 网络安全人才实战能力评价体系，进一步围绕模型安全、AI 应用安全和 AI 赋能网络安全三类实战场景，探索人才分类分层的能力评价方法。
与传统评价方式相比，这一方法更加关注人员能否在真实或仿真环境下运用知识和技能完成安全任务、处置实际风险，并形成可验证的实战成果。
AI 时代，网络安全人才实战能力边界持续拓展
从人才分布、能力现状，到培养路径和评价方式，这份报告所关注的核心问题，最终都指向 AI 时代网络安全人才实战能力的变化。
随着模型安全、AI 应用安全以及 AI 赋能网络安全等新场景不断出现，网络安全人才既需要具备识别和处置 AI 新型风险的能力，也需要学会利用 AI 提高风险发现、分析研判、攻防对抗和安全运营效率。
报告提出，未来网络安全人才建设应更加贴近真实业务和实战需求，以实际任务定义能力、以真实场景组织训练、以任务完成效果评价人才，进一步推动高校、科研机构、网络安全企业和重点行业共同参与人才培养、训练、评价和使用。
作为本次报告的主编单位之一，永信至诚表示，未来将继续联合高校、科研机构和行业伙伴，围绕真实业务、真实风险和真实攻防场景开展网络安全人才实战能力研究，为 AI 时代网络安全人才培养与评价提供更多实践参考。
来源：互联网
