首页 >> 综合 > 快讯 >

微软将内部 AI 代理划为潜在内部风险,正式落地 Project Perception 安全项目

2026-10-20 12:26:20 来源:网易 编辑:陶栋海 

微软已经把企业内部部署的 AI 智能体定义为一类新型内部风险,并且完成了 Project Perception 多智能体安全防护系统的落地部署,这套系统可以全程监控 AI 代理的访问权限、操作行为与数据调用动作,形成闭环管控,保障 AI 代理在授权范围内开展工作,从技术层面规避智能体越权操作带来的各类安全隐患。之所以要把自家 AI 代理视作内部风险,核心原因是自主 AI 代理拥有极高权限,能够直接调取企业核心业务数据、云端资源与运维工具,一旦出现模型对齐偏差、权限配置过高、被外部劫持等情况,就会像内部人员违规操作一样造成数据泄露与系统改动;同时传统安全工具只能监控人为操作,很难跟上 AI 代理高速自动执行任务的节奏,必须搭建专门的多智能体防御体系;Project Perception 就是针对这一痛点打造的解决方案,依靠红、蓝、绿三类安全 AI 代理互相配合,持续监测、排查、修复 AI 代理带来的风险,全程保留人工审批权限,让安全团队牢牢掌握管控主动权。依托这套全新的智能防御框架,企业可以给内部 AI 代理建立完整的行为基线,实时识别异常访问,在风险萌芽阶段完成处置,实现 AI 代理自主能力与安全管控的平衡。

一、Project Perception 项目核心架构清单

  1. 三类分工明确的安全 AI 代理
  • 红队代理:主动模拟攻击行为,提前测试内部 AI 代理会不会出现越权、数据外泄等漏洞,在风险被外部利用前完成自查。
  • 蓝队代理:实时采集所有 AI 代理的操作日志、访问记录,自动做风险研判,快速识别偏离基线的异常行为。
  • 绿队代理:根据蓝队给出的风险结论,自动收紧权限、修补配置漏洞,完成风险闭环整改。
  1. 配套核心技术组件
  • 智能编排剧本:预设标准化工作流程,自动调度三类代理协同作业,无需人工反复对接。
  • 身份权限管控模块:依托 Microsoft Entra 给每一个业务 AI 代理分配独立身份,严格限定可访问的数据范围。
  • 全链路行为审计:完整留存 AI 代理每一次调用、指令执行、数据读写记录,做到全程可追溯。

二、AI 代理内部风险管控执行步骤

第一步:身份确权,给所有内部 AI 代理开通独立 Agent ID,按照最小权限原则配置访问范围,杜绝全域开放权限。

第二步:建立行为基线,Project Perception 持续采集 AI 代理日常操作,生成正常行为模型,把合规操作固化为标准。

第三步:7×24 小时持续监测,蓝队代理实时比对 AI 代理的实际行为与基线,一旦出现跨库读取、私自修改系统配置等动作,立刻触发预警。

第四步:分级处置风险,低风险行为自动由绿队代理优化权限配置;高风险操作直接阻断执行,同步推送告警信息给安全管理员,等待人工审核。

第五步:定期开展主动巡检,红队代理定期发起渗透测试,持续优化安全策略,提前堵住新出现的漏洞。

三、Project Perception 核心能力对照表

表格

能力项具体功能管控价值
多代理协同防御红、蓝、绿三类代理自动联动,自查 — 监测 — 整改一气呵成缩短风险处置时长,实现机器级响应速度
AI 行为基线识别基于长期运行数据建立代理行为模型,精准识别异常操作避免传统规则误报过多的问题,提升告警准确率
严格人工管控机制所有高权限操作必须经过人工审批,AI 代理无法自主执行高危指令牢牢守住决策权,防止智能体自主行为失控
全链路日志留存完整记录每一条指令、每一次数据访问、每一项系统变更满足安全审计与事后溯源的合规要求

四、项目落地带来的正向价值

这套项目落地之后,企业不用再单纯依靠人工看管 AI 代理,依靠智能安全体系自动约束内部 AI 代理的操作边界;把 AI 代理纳入内部风险管控体系之后,能够大幅降低模型偏差、权限溢出带来的数据安全隐患;同时整套系统可以和 Microsoft Defender、Entra 身份体系深度打通,不用大规模改造现有 IT 架构,就能快速完成部署上线,平稳支撑企业内部 AI 代理规模化落地。

【相关 FAQ】

问题 1:微软将内部 AI 代理视为潜在内部威胁,落地的 Project Perception 项目核心作用是什么?

回答 1:Project Perception 是一套多智能体安全防御系统,核心作用是给企业内部 AI 代理建立行为监控与权限管控机制,把 AI 代理纳入内部风险管理范围,依靠红、蓝、绿三类安全代理自动排查异常操作,同时保留人工审批权限,防范 AI 代理越权访问数据、自主执行高危操作带来的安全风险。

问题 2:Project Perception 通过哪些方式管控内部 AI 代理这类内部风险?

回答 2:首先给每一个 AI 代理分配独立身份,严格执行最小权限配置;其次自动建立 AI 代理正常行为基线,实时识别偏离标准的异常动作;最后依靠三类安全代理形成自查、监测、整改闭环,高危操作强制人工审核,同时留存全部操作日志,实现全程可追溯。

问题 3:Project Perception 里的三类安全代理,分别如何应对 AI 代理带来的内部风险?

回答 3:红队代理主动发起模拟测试,提前找出 AI 代理的权限漏洞;蓝队代理全天候监测 AI 代理的操作行为,及时发现越权访问等风险;绿队代理自动优化权限配置、修补安全漏洞,把风险隐患快速整改到位,三类代理联动完成全流程防护。

【数据来源】

[2026-10-20] 微软将内部 AI 代理视作内部威胁,Project Perception 安全项目正式落地 IT 之家

[2026-10-19] Agentic Insiders:微软发布 Project Perception 管控 AI 代理内部风险 Windows Forum

[2026-08-19] Project Perception 多智能体安全系统官方技术文档 Microsoft Learn

[2026-07-27] 面向 AI 时代的新一代安全架构:Project Perception 正式发布 微软官方博客

免责声明:本文内容均整理自微软官方技术文档与公开行业资讯,仅客观介绍 Project Perception 项目的技术方案与应用场景;项目功能、部署模式会随版本预览迭代持续更新,最终产品能力以微软后续正式版本文档为准;本文不构成企业采购安全产品的商业决策建议。

 
相关阅读
 
最新文章
站长推荐