亿格云AI智能体安全解决方案_AI Agent行为安全管控系统

亿格云AI智能体安全解决方案

亿格云 AI 智能体安全解决方案，聚焦 AI 智能体行为安全管控，配套 Skills 安全风险检测防护系统。覆盖人员、智能体、工具与数据全生命周期风险，采用最小权限搭配白名单划定安全边界，联动完整审计与取证能力形成安全治理闭环。全方位拦截智能体调用、数据交互、工具使用中的各类隐患，规避信息泄露、越权操作等风险，为企业 AI 智能体应用筑牢安全屏障，保障 AI 生产力安全合规落地。

立即咨询

数字化AI时代，安全需与时俱进 icon

AI时代的安全问题，本质上是数据、AI和全球化协作的复杂叠加。

核心结论：06年的技术、16年的方法论，守不住26年的AI安全战场。
AI时代的安全，不是一个产品，而是一整套基础设施

AI风险

未知AI工具与Agent无序使
用，导致私域数据泄露，安全边界模糊。

数据合规

数据流动频繁且隐蔽，隐形泄密难发现，合规管控
压力巨大。

业务出海

跨境链路复杂，安全与效率难兼顾，面临不同区域数据主权法规差异。

安全运营

海量日志依赖人工分析，风险发现滞后，溯源困难，运营效率低下。

用户体验

多个安全客户端导致终端。卡顿，运维效率低，安全影响业务体验。

数字化AI时代办公安全最佳实践 icon

AI化
智能赋能，重构价值

↑
数字化
数据驱动，全面在线

↑
一体化
打通壁垒、夯实基础

AI办公基础设施服务唯一提供商 icon

基于云原生一体化办公架构，构建AI原生办公支撑平台，助力企业更安全、高效、简单使用Al。

AIDR：AI安全检测与响应 icon

让员工安全可控的使用Al，让AI释放价值
帮助企业看见员工在用什么Al、传了什么数据，并精细化管控AI使用过程中的安全风险

员工使用AI安全
· 管控全渠道AIl工具使用，覆盖Web、客户端及插件入口

· 消除Shadow AI盲区，实时拦截并脱敏敏感提示词

AI编程安全
· 防护Copilot/Cursor等工具风险，自动识别源代码与密钥

· 防止内部架构信息与敏感数据泄露至第三方模型

AI 智能体安全
· 全链路监控MCP协议与Skills操作，精准拦截注入与投毒

· 构建纵深防御体系，防止智能体终端成为攻击突破口

OpenClaw “养虾” 热潮 X 官方风险预警 icon

OpenClaw的病毒式传播，人人都开始在电脑中"养虾"

某互联网大厂门口大排长龙只为“装虾”

各大云服务商争先恐后推出“一键装虾”方案

政府下场推出政策鼓励企业“养虾”

一面是爆发式的使用，一面是官方频发的安全预警！
CNNVD通报82个OpenClaw 安全漏洞（超危12个、高危21个）
全球超7.2万个OpenClaw 实例暴露在公网

默认安全配置极为脆弱，攻击者易获取系统完全控制权

安全治理AI 应用使用 icon

AI治理的目标不是限制AI，而是让企业更安全的使用 AI。

01、可感知

AI使用必须可识别、可洞察

识别谁在用 AI、用什么AI工具、上传了什么数据、产生了什么输出。

02、可管控

AI行为必须可被约束与干预

输入可过滤、输出可拦截，敏感数据外发可阻断，越权行为可制止。

03、可回溯

AI 结果必须可追踪、可审计

全链路日志、原始数据回溯、风险事件定位、闭环整改有据可循。

AI Agent安全治理 icon

运行前可见 | 运行时可控 | 运行后可追溯

定位
面向 OpenClaw 等AI Agent 的全链路防护体系
覆盖人、Agent、工具与数据的全生命周期风险，帮助企业安全落地AI生产力；以“最小权限+白名单”约束边界，结合审计与取证形成闭环治理。

可见：全面AI Agent的发现 icon

AI Agent 发现
自动发现
跨Windows/Mac 自动识别 OpenClaw 或类Claw AI Agent 软件。
应用情报
对各类AI Agent 应用情报采集，发现软件合规风险。
支持对AI Agent 进行运行管控（支持OpenClaw、 QClaw、 AutoClaw等各类AIAgent 软件）。

审计&检测：深度检查AI Agent配置和行为 icon

基础配置审查。
采集发现AI Agent的基础配置，如：模型、BaseURL；感知是否使用了外部不安全的供应商。
Agent能力配置审查
自动采集SKILLS、MCP、定时任务、消息通道等配置信息。

配置合规检查
检查 OpenClaw 等AIAgent软件的配置安全风险，例如：绑定0.0.0.0对外暴露风险等。

审计&检测：深度检查AIAgent配置和行为 icon

1:1还原用户与AI Agent 的会话

采集发现AI Agent的基础配置，如：模型、BaseURL；感知是否使用了外部不安全的供应商。

AI Agent 行为管控
工具调用
敏感信息识别
命令执行
恶意行为拦截
恶意外连

SKILLS：供应链风险检测 icon

SKILLS 技能禁用 | 安装拦截 | 卸载。

SKILLS 扫描

自动发现已安装的 SKILLS内容，检测是否存在风险和调用情况。

SKILLS 还原

解析SKILLS目录内容，深度审查 SKILLS风险。

SKILLS 安全扫描

静态安全扫描能力：恶意代码、反
Shel1等恶意命令
-恶意提示词检测。

SKILLS 情报赋能

基于云端 SKILLS情报数据，为员工安装的SKILLS 进行检测，发现投毒SKILLS。

管控：Agent行为安全管控 icon

企业级安全指南

将企业安全策略写入系统提示词，约束Agent 行为边界，抵御恶意提示词劫持。

命令执行阻断

内置大量影响企业内网安全命令自动阻断，支持自定义配置阻断命令。

敏感信息防护

监控对于.env、SSH密钥等敏感文件访问，识别异常读取自动阻断。

风险域名/IP请求防护

对每次外联请求进行情报比对，识别并拦截恶意域名、C2与钓鱼站点。

传统困境：为什么现有的安全工具防不住 “内部风险” icon

1、发现难

静态规则
无法解析员工的意图

现状：传统方法主要依赖静态规则和基于特征的检测。

局限

无法检测隐蔽、渐进的行为（如：长达数月的“缓慢侦察”或分批次的“蚕食式泄密”），因为这些行为在单一规则下看起来都是“合法的”。

2、分析难

单条告警

呈现碎片化线索导致分析困难

现状：SIEM、UEBA和DLP工具会产生海量告警，且其中包含大量误报。

局限

安全团队陷入“告警风暴”，难以确定真正威胁的优先级。分析师被迫在不同系统间手动切换，试图拼凑出完整的证据链。

3、运营难

日志堆砌告警

缺失事件上下文的关联

现状：传统方案侧重于记录“发生了什么”，而非“为什么发生”。

局限

难以区分合法的业务活动与隐蔽的恶意行为。

例如：研发人员访问代码库是日常工作，但“离职前夕的批量访问”才是风险，传统工具往往缺乏这种身份与行为的深度关联。

范式转移：从 “事后审计” 迈向 “智能治理” icon

从 “碎片探测”到 “全景研判”：构建理解意图的智能安全大脑，告别海量告警，精准发现真正有价值的风险事件。

1、全链路感知

打破数据孤岛，构建360° 行为底座。

2、情景化研判

风险判断引擎+AI风险模型更多的看懂行为背后的意图是什么。

3、自动化闭环

从事后溯源到事前发现将风险控制前移。

IRM内部风险综合管理 icon

全链路线索采集 + 场景化AI推理 + 实时反馈

协同提升数据泄漏事件研判的效率与准确度。

AI异常泛化 -- 不一样的异常发现方式 icon

不同阶段的异常行为点（部分）

数据侦查

· 申请高敏感应用 · 客户端长期无日志
· 安装包含远控后门的软件 · 客户端长期无日志
· 企业应用登录个人账户 · ......
数据归集

· 长时间囤积大量数据 · 本地囤积全栈工作代码
· 短时间下载大量数据 · 敏感数据大量拷贝粘贴
· 离职人员大量归集文件 · ......
规避检测

· 大量数据压缩加密 · 文件格式篡改与伪装

· 数据拆分与片段化伪装 · 文本转图像/非结构处理

· 特殊编码与隐写伪装 · ......

数据外泄

· 直接外发 · 上传至IM通道的个人账户

· 数据自收自发 · 数据磁盘拆除接入个人电脑

· 使用Shadow APP外发 · 大量删除归集的敏感数据

· 浏览器插件备份内部在线文档 · 系统异常重装

IRM真实案例一

2022年，某汽车零部件供应商发现其新能源汽车核心技术图纸被竞争对手非法使用。经调查，研发工程师王某在离职前一周，通过公司CAD终端将200 余份设计图纸拷贝至移动硬盘，并携带至新入职的竞品公司。

IRM运营Check，构建数据安全协同闭环 icon

DLP负责数据防泄露执行，直接拦裁违规数据流转。IRM负责运营及优化，发现并补全运营未闭环的问题。两者结合形成防控执行+运营校验”的闭环，共同提升
内部数据安全体系的可靠性。

验证策略有效性

IRM可通过终端进程日志、行为关联分析，判断DLP客户端的运行状态，定位客户端失效问题。

例：某终端有“批量下载敏感文件并外发”的行为，但IRM未采集到该终端的DLP日志，结合终端进程日志发现“DLP客户端已停止运行3天”，定位客户端失效问题，提醒运维人员重启或重装。

检查通道覆盖面

IRM可通过全量行为日志，梳理员工实际使用的所有外发通道，并与DLP已管控通道进行比对。

例：IRM发现“近1个月有20%员工通过XX协作工具外发业务文件”，但DLP未对该工具配置管控规则，直接定位DLP的通道覆盖漏洞，提醒运营人员补充管控策略，避免“通道漏管导致数据泄露”。

校验日志完整性

IRM可通过自身全量日志与DLP日志的交叉比对，排查日志完整性，避免审计断层。

例：IRM统计研发部近1周有50次代码文件外发行为，但DLP仅记录30次，进一步分析发现技术部新入职员工的终端未部署DLP客户端，导致20次行为无DLP日志，定位DLP部署遗漏问题，推动补装客户端，确保日志无断层。

Al-ITSM：自助式运维，提升IT支持效率 icon

将80%的常见IT支持场景转化为自助服t务，员工问题解决平均时长，从45分钟缩短至5分钟，IT支持满意度提升至92%。

社交电商典型案例

近万人 | 无边界灵活办公 | 安全融于业务。

案例背景

该企业全球累计超10亿用户，在影像类应用排行上保持领先优势。
随着信息化发展，较多员工进行远程办公、移动办公。但原来采购的VPN设备存在多种问题，导致没有办法正常开展业务。因此在整体信息化建设中，寻求一套新型解决方案平替掉当前VPN系统，同时能够更加满足当前企业现状。

痛点及需求
数据安全亟需保障
远程办公让企业数据暴露面变大，不在办公网的终端数据安全风险高。
个人设备安全短板
个人设备只接受VPN，缺乏足够的安全防护能力，存在安全短板。
多种身份、多类型终端，权限管控粒度粗

分为正编、外包、审核等多个团队，身份多样化；终端类型繁多；使用VPN访问云上应用，无法基于身份、终端、安全风险状态进行应用层精细化权限管控。

解决方案
内部办公应用集成SDK

以SDK方式集成至内部办公平台一Redpass，支持MAC、Windows、安卓、I0S主流版本，解决铺端问题
ZTNA + XDLP联动
核心数据存储到内网系统，对员工访问和下载的行为结合内部风控进行精细化管理，同时对终端文件进行识别，多级策略针对性管控实时。
多层容灾机制保障高可用性
私有化POP、公共POP提升服务稳定性。

央企集团典型案例

8万人 | 信创环境、安全能力融合于飞书工作台。

客户价值

业务访问控制管理更精细：基于人、部门、用户组的访问控制策略设置，精确到API和URL级的访问控制能力。

结合飞书的无感业务体验落地：通过飞书工作台直接点击访问业务，亿格云云枢会从飞书读取身份完成自登录，直接返回业务页面。对用户体验没有改变，同时可以对用户接入进行管控七层应用的数据安全能力扩厦:对和p5的应用实现七层应用的数据安全防护。对特定页面开启二次认证，同时禁止部分高敏感业务页国进行右镇、复制、调试等操作。自动化检现出当制内网业务可以下载板感数据的接口，提前进行权限管控。

痛点及需求
安全接入管控能力
需要保障终端到业务的访问通路加密，能够支持国密算法。进行身份认证，基于人、部门、用户组维度进行访问控制策略设置。
无感的业务访问体验
和飞书、统一身份认证平台结合，实现无感业务访问体验。通过飞书、同意身份认证作为业务访问入口，仅登录一次即可访问到业务。
业务互联网暴露面收敛
对外不暴露任何业务服务、端口信息，将原来对外的业务系统完全收敛到内网。

解决方案
私有化部署
私有化控制器、私有化网关、私有化存储、私有化数据库。私有化组件适配国产化。

服务端操作系统：麒麟系统、数据库：高斯。
深度结合用户环境
身份组织对接飞书和统一身份认证;满足客户管理要求在DMZ区部署代理前置，完成DMZ和业务区的通信。
平滑扩容、高可用架构承载全集团
终端80000人接入，分期分步骤进行机器资源扩充和单机资源扩展，实现全员平滑接入上线。

游戏典型案例

1500人 | 终端一体化。

项目背景

成立于2009年，总部北京，是亚洲领先的互动娱乐公司，专注移动游戏研发、运营与原创I打造，在北京、上海、东京、京都设有研发与运营中心，全球化布局成熟随着游戏业务的不断扩展。关注核心部门办公终端的数据安全和终端安全，重点解决员工办公终端的资源消耗，易用性等方面问题。

痛点及需求

核心业务部门数据保护
核心研发部门未进行有效管控，缺乏敏感数据保护机制，发现存在设计原型泄露的情况，给公司带来直接经济损失及负面影响。
远程办公需求
业务部门存在远程办公需求，同时需要兼顾安全性，能够覆盖PC、移动两种设备场景。
提供IT部门运维支撑，可远程运维内网主机。
一体化解决终端问题
用户在用宁盾准入，核心需求为数据安全保护功能，同时增加零信任需求，考虑到终端性能损耗，以及兼容性问题，希望通过一体化方案解决所有场景需求。

解决方案

核心部门敏感数据管控
针对核心部门的敏感数据进行管控，覆盖Git、SVN代码库访问权限控制，敏感数据外发管控（如IP设计、美术资源、代码等），外设拷贝限制，批量上传、批量下载告警。
全网零信任访问控制

替换原内网准入，增加零信任访问能力，通过统一客户端实现内外网认证，增加资源访问限制条件，对访问业务的 IP地址限制，非内网环境下无法访问资源。
一体化办公安全
通过统一的管理平台，统一客户端实现网络准入、IT管理、数据安全防护、零信任访问。实现终端一体化统一管理，同时基于终端接入网络、数据泄密事件、安全合规风险进行动态处置，实现一体化联动管控。

某大型制药企业终端安全一体化 icon

办公数据安全 | 零信任安全 | 统一安全水位

项目背景

生物制药国内头部企业，分布国内海外多个国家地区，为管控敏感数据泄漏风险，计划通过制定基于不同业务场景的数据安全管控策略、完善数据安全风险运营机制，运用信息化工具，建设一套覆盖全集团办公终端电脑的数据防泄漏体系、替换现有VPN架构，并统一全球员工办公安全水位。基于原生一体化平台覆盖DLP、零信任、跨境，未来可扩展准入、桌管、防病毒等能力。

痛点及需求

缺乏数据安全管控平台，数据泄密无法感知

数据安全涉及研发、生产、市场等部门，即使内部已覆盖加密软件的情况下仍存在数据泄密风险，且发生泄密事件无法追溯。

基于行业和业务特殊性，需满足GMP/GSP要求生产、销售数据全程可追溯，需按敏感度分级保护。
远程/跨境访问安全风险高、效率低
远程办公访问：现有VPN直接对公网暴露、存在0Day、安全风险高、策略粒度粗，通过VPN入侵内网横句攻击影响范围大，同时海外出差访问业务卡顿，影响业务开展

统一安全水位：全球化业务发展，国内海外安全水位不一致。
满足数据合规监管要求
常态化协同，核心围绕研发、生产、注册、供应链、合规与运营，需要满足各国家数据监管合规要求，避免高额处罚风险。

解决方案

敏感数据安全保护
结合零信任和DLP实现数据分类分级管控，从业务源头控制数据访问和下载权限，精准掌握数据资产分布和流转，对文件进行全路追踪审计。
安全与效率兼得
采用混合部署模式，公司内部通过私有化pop访问，移动办公通过saas pop访问，海外办公结合海外POP点和齐鲁现有专线，既收敛了业务的互联网暴露面，降低被攻击的风险，又比原有VPN提高了30%的访问效率，助力海外业务的快速开展，同时降低了建设和运维成本。
统一全球安全水位
统一平台管理国内和海外员工办公终端，实现一致性的安全水位海外单独部署LP引擎和0Ss存储，敏感文件本地存储，满足数据不出境的合规要求。

某房地产服务企业

三十万人 | 办公安全一体化 | AI驱动IT效率

项目背景

居住一体化服务国内头部企业，分布国内海外多个国家地区，业务涉及虎产交易、店屋租城、家装家居、房产开发、金融服务等。业务发展迅建近两年企业人员扩张速度极快，现有门安全营理方案无法满足I管理A驱动的数字化转型要求，同时碎片化安全产品存在建设、运营、使用成本高，目难以聚合形成协同防御体系。需要先进、轻量、高效的办公安全新架构。

解决方案
原生一体化平台
通过统一管理终端安全模块实现能力聚合，内建联动策略机制达成联防联控，大幅降低终端资源占用40%+
智能环境感知防护
动态识别门店、办公室、移动办公环境自动切换策略，同时内/外网统一安全基线，保持全域一致安全水位，消除环境差异风险
多身份源数据融合
将两套身份源平台数据进行融合，实现一体化平台组织架构数据的一致性、唯一性和可用性。
AI加持数字化融合
通过系统级AI交互，基于IT工单知识库，自动化处理闭环，提升IT团队人效，释放生产力。
办公安全AIl一体化，通过将业务AI智能体融合，一站式办公入口。

痛点及需求

终端办公安全方案功能割裂
传统终端办公安全方案功能割裂，存在多套系统和多个客户端导致资源浪费（CPU/内存占用超30%），缺乏统一策略引擎，跨模块威胁响应延迟高。现有端侧安全能力多为多家厂商产品，无法聚合协同。
混合办公场景
员工办公场景复杂（办公室/门店/居家/差旅）引发策略不一致问题；全网安全基线难统一，导致安全水位不一致，访问时安全基线下降；需根据门店、办公室等网络位置、环境、身份等属性自主编排策略。
多身份源无法统一
内部存在多套组织架构并存，长期以来都未能融合，现有平台系统仅支持适配单套，导致组织架构管理不一致问题。
人员分布复杂，日常运维困难
人员规模庞大且分布广泛，导致IT运维负担沉重、生产力受限;同时AI业务转型中，门店员工缺乏统一入口，影响效率。