在日益复杂的数字世界中，构建有效安全体系，不仅依赖于丰富的研发经验与服务能力，更源于对安全本质进行持续思索。
保旺达创新提出“AI时代的安全新范式”，旨在帮助用户更深入理解AI安全本质，构建AI安全防护能力。
信息安全与数据安全并行的
范式演进路径
从安全行业四十年的范式演进维度来观察：AI时代的安全范式与安全产品到底是何面貌？
信息技术的每一次跃迁，都同步驱动安全范式的根本性转变，也催生了对应时代的核心防护体系与杀手级产品。
部分安全企业掉队，其本质并非技术迭代的滞后，而是未能跟进范式底层逻辑的转变。下面这张全景图，完整梳理了从1980年至今，信息安全与数据安全并行的范式演进路径，也清晰指明了大模型与智能体时代，安全行业必须拥抱的全新范式。
驱动力：PC时代，计算机是昂贵的孤岛，病毒通过软盘传播，守住终端就是守住一切。
这时候安全的焦点集中在终端设备本身。核心要素是设备、操作系统、外设；防护对象是终端硬件与本地文件；核心能力是终端安全，代表性产品以杀毒软件（AV）为起点，逐步演进出端点防护平台（EPP）、端点检测与响应（EDR）等终端安全产品。
而此时的数据安全，也同步进入端点数据安全范式，核心围绕终端本地数据的加解密能力，构建起最基础的数据保护边界。
这一阶段安全的核心命题是：如何防止恶意代码侵入本地计算机，保护终端文件与系统资源不被破坏、窃取。
驱动力：网络时代，TCP/IP让世界互联，蠕虫病毒一夜传遍全球，必须在网络边界建立隔离带。
这时候安全的重心从终端本地转向了网络边界。核心要素是IP、端口、网络协议；防护对象是网络端口与传输的数据包；核心能力是网络安全，代表性产品包括防火墙（FW）、入侵检测与防御系统（IDS/IPS）、抗DDoS系统等。
此时的数据安全也同步演进至网关数据安全范式，以数据防泄漏（DLP）为核心产品，在网络网关处实现对数据流转的管控，防护重点从静态的本地数据，转向了动态的跨边界传输数据。
这一阶段安全的核心命题是：如何在开放互联的网络中构建可信边界，隔离外部威胁，保护内部网络与系统不被非法入侵。
驱动力：Web应用成为业务核心，SQL注入、XSS等应用层攻击成为主流，防火墙挡不住HTTP流量里的恶意载荷。
这时候安全的焦点就从网络边界上转移至应用与业务交互的层面。核心要素是Web应用、HTTP流量、URL；防护对象是应用与用户的交互行为；核心能力是应用安全，代表性产品以Web应用防火墙（WAF）、下一代防火墙（NGFW）为核心，构建起针对应用层攻击的壁垒。
此时数据安全迈入数据安全治理范式，核心围绕着数据分类分级与全生命周期管理，建立起覆盖数据采集、存储、传输、使用、销毁全流程的治理体系，数据安全从单点防护，升级为体系化的治理工程。
这一阶段安全的核心命题是：如何精准识别并阻断针对应用层的攻击，保障线上业务交互安全、稳定与合规。
驱动力：生成式AI大模型改变了生产方式，攻击面延伸到模型内部——提示词注入、违规内容生成、数据泄露成为新威胁。
这时候安全的重心就从“应用防护”右移动至“内容管控”层面。核心要素是算力、大模型、Token、提示词、工作流等；防护对象从传统的文件、数据包、URL，转变为模型的参数与生成内容的概率分布；核心能力是内容安全，代表性产品就是大模型安全护栏。
此时数据安全升级为5A数据安全范式，以身份、权限、资产为核心锚点，围绕大模型时代的数据访问与流转，构建起更精细化的权限管控与资产保护体系。
（关于5A数据安全范式，点击下方蓝字查看详细内容：
这一阶段安全的核心命题是：识别与管控 AI生成内容的全链路风险，确保大模型的输出可信、可控、可追溯，从根源上防范数据泄露、模型滥用与恶意内容生成。
驱动力：AI从辅助工具进化为具备自主决策、规划执行、工具调用能力的智能体。它不再是“回答问题”，而是“动手做事”——业务风险随之而来。
安全范式也迎来了从“内容管控”到“业务全链路管控”的全新跃迁，正式迈入业务级安全范式的新时代。
这一阶段安全的核心要素是智能体、上下文、访问关系、业务切面，防护对象从模型的参数与概率，升级为智能体的意图与执行全流程；核心能力是业务切面安全，代表性产品是智能体安全护栏，围绕智能体的自主决策、多步规划、工具调用、业务交互全链路，构建起原生的、动态的防护体系。
此时数据安全也同步演进到零信任数据安全范式，以身份、权限、资产、行为画像、业务切面控制为核心，基于零信任“永不信任、始终验证”的原则，为智能体时代的每一次数据访问、每一步业务执行，提供全链路、精细化的动态管控能力。
这一阶段安全核心命题是：深度理解智能体的行为意图与业务上下文，精准管控智能体的执行边界与权限范围，在释放智能体生产力的同时，从根源上防范业务层面的系统性风险，保障智能体业务的安全、合规与可控。
AI时代下的
安全范式与安全产品定义
回顾四十余年信息安全与数据安全双轨范式演进历程，我们可以清晰洞察到：每一次安全范式的转变，都不是旧有产品的功能叠加，而是对安全核心要素、防护对象、底层逻辑的结构性重组。
保旺达认为AI时代的安全将具备三大核心特征：
■ AI原生（AI-native）：安全能力从AI系统设计之初即内嵌其中，成为基础设施的一部分；
■ 以智能代理为核心（Agentic）：围绕智能体的自主决策、工具调用、多步规划等核心行为构建防护能力；
■建立在全面的数据和上下文之上（Data & Context）：通过深度理解交互上下文和多源数据，实现精准的风险感知与动态防御。
近年来，保旺达逐年加大AI大模型基础研究与工程化攻关研发力度，成功构建了以AI能力为核心的自主技术矩阵，在多模态威胁感知、智能决策响应等关键技术领域实现突破性进展。
基于对安全范式演进的深刻洞察，保旺达的数据安全产品体系已全面拥抱并践行AI时代的安全新范式：
■ “AI原生”——安全能力内嵌于数据处理的核心流程：保旺达数据安全管控平台与智能化数据分类分级平台，依托自然语言处理、对比学习等AI技术，实现了对海量结构化与非结构化数据的自动化、精准化识别与分级；
■ 围绕“智能体”核心行为构建防护能力：数据要素安全流转解决方案与全流量威胁监测平台，通过构建智能化的数据流转全景视图与双向驱动溯源分析体系，能够深度理解并管控跨域、跨系统的复杂数据交互行为；
■ 防护有效性建立在“全面的数据与上下文”之上：安全审计平台通过融合多源日志、深度协议解析与智能行为分析，构建了以身份为边界、以风险可视化为界面的统一治理视图，实现了从单一事件响应到基于上下文精准感知与动态防御的跃升。
保旺达数据安全产品矩阵共同构成了一个面向智能体时代、原生智能、情景感知的动态安全底座。未来，保旺达将致力于在新的安全范式下，构建出真正面向大模型与智能体时代的安全基石，创造更安全的数字未来。
