Securonix推出高级行为分析ABA，用行为基线识别异常AI智能体

网络安全公司Securonix宣布推出高级行为分析能力Securonix Advanced Behavioral Analytics（ABA），用于帮助安全团队识别“技术上被许可、但运营上异常”的行为，AI Magazine于10月14日刊出报道。该能力的背景很明确：传统SIEM平台是在企业AI智能体进入攻击面之前，为收集和关联人与机器活动而设计的。

ABA最核心的技术是Agent and Entity Behavior Analytics（AEBA）。它用于判断企业AI智能体是否使用了预期之外的工具、是否访问了超出其用途的数据，或者是否改变了既有的运行模式；一旦发现变化，ABA会把身份、权限、数据使用、资产敏感度、时间与威胁上下文一起关联起来，帮助分析师理解“变了什么、为什么重要、下一步做什么”。

这种方法针对的是一类新型风险。Securonix首席执行官Toby Weiss对AI Magazine表示，被攻陷的AI智能体可以因为使用有效凭证而显得合法，因此人类监督要充当高风险响应动作的“断路器”：检测可以先标记异常，但在剥夺访问权限或停止关键流程之前，必须有人评估这些活动、其上下文以及潜在的业务影响。

从产品结构看，ABA把AEBA与User and Entity Behavior Analytics（UEBA）结合，跨系统和时间关联信号，以暴露被攻陷的身份、异常访问、权限滥用、敏感数据暴露和异常的智能体活动，并把行为基线与风险检测扩展到从云环境到AI智能体的整个数据面。Securonix还给出了一个不断扩充的AI威胁策略库，用于检测侦察压缩、漏洞利用开发、权限提升和数据移动等已被验证的攻击手法。

自动化部分由Securonix的Sam承担。Sam是一个AI安全运营中心（SOC）分析师，负责执行Tier 1和Tier 2中可重复的分类、调查、证据收集与案件创建；但具有重大后果的响应动作仍须经过人工批准并留下审计记录。

报道还引用了Securonix《The Evolution of Cybersecurity Automation: Towards the AI-Governed SOC》报告的调查结果：96%的受访者认为网络安全自动化对组织重要，49%表示他们在人工批准的前提下把AI用于行为分析，而99.6%的受访者表示所在组织在过去一年提高了网络安全自动化的AI预算。该报告的完整内容与方法论计划在2026年11月公开发布。

需要说明的是，Securonix表示其平台构建在AWS与Snowflake之上，Sam也是与AWS合作发布的；这两段合作伙伴说明与本次发布直接相关。

为什么值得关注：当企业开始让智能体持有凭证、调用工具、访问数据，攻击面就从“账户”扩展到了“行为”。ABA这类产品把检测逻辑从身份转向行为基线，说明安全厂商正在把AI智能体当成需要持续监控的运营主体，而不是一次性接入的技术组件。