首页 - 股票 - 研报 - 公司研究 - 正文

深信服安全GPT发布会点评:秉持AIFirst战略,GPT助力安全领先一步

来源:浙商证券 作者:刘雯蜀,刘静一 2023-05-19 13:31:00
关注证券之星官方微博:
(以下内容从浙商证券《深信服安全GPT发布会点评:秉持AIFirst战略,GPT助力安全领先一步》研报附件原文摘录)
深信服(300454)
事件:
公司5月18日发布自研安全大模型安全GPT(安全GPT),并就安全运营工作中GPT技术赋能XDR进行多场景的现场演示,对安全GPT带来的效率提升进行了量化对比,展示大模型对于安全产业的赋能潜力。
点评:
“大模型算法+威胁情报+安全知识”训练而成,完全自主可控
公司自2016年开始探索AI技术在安全领域的应用,并在文件分析、行为检测、日志分析等十几个不同的安全技术领域应用了人工智能,精准切中用户需求。针对GPT大模型的横空出世,公司基于自身对于威胁情报和攻防技术行业knowhow对通用大模型进行微调,使得安全GPT模型在安全垂直领域的认知超过通用大模型,呈现出检测效果好、专业性强、个性化诊断以及迭代快速的特点。相较于传统AI小模型而言,公司安全GPT模型的能力更加强大,具体表现为:1)对流量和日志的安全检测效果大幅提升;2)可自动分析用户安全现状,并生成处置建议;3)可自动化调查、分析、研判,提升安全运营效率;4)支持自然语言交互,提高用户体验,降低对运营人员的专业要求。
针对数据安全问题,公司安全GPT为自主训练研发,不依赖开源模型服务,训练数据部署在深信服托管云上,可实现数据不出境。
赋能XDR三大应用场景,助力安全运营提质增效
公司在发布会上演示了安全GPT对于XDR产品的赋能,具体从三个应用场景来看:
高级威胁检测场景:根据公司基于5000万样本的数据测试,安全GPT+XDR可实现95.7%高级威胁检测率(传统引擎45.6%),同时误报率(安全告警里判错的比例)仅为4.3%(传统引擎21.4%);
安全监测调查场景:安全GPT可支持通过对话式提问的方式查看数据包详细内容、解读攻击手法、追溯资产信息、查询攻击者信息等,从而实现对安全时间进行快速研判,提升安全运营效率,将传统3-6小时的安全事件调查工作缩短至5-10分钟;
热门漏洞排查场景:借助安全GPT,用户可以通过简单对话,快速了解的漏洞数量、漏洞类型和严重程度,并关联到业务的责任人,轻松快速闭环运营工作。
对标微软SecurityCopilot,业务提升未来可期
3月28日,微软发布人工智能赋能的安全分析工具——SecurityCopilot,将OpenAI的大语言模型GPT-4与来自微软的安全相关模型融合在一起,为用户提供类ChatGPT的助理功能。与公司安全GPT类似,SecurityCopilot看起来像是一个简单的对话框,可支持安全专业人士询问某个特定漏洞的概要,输入文件、网址或代码片段进行分析,或者从其他安全工具中获取事件和警报信息,其背后的支撑为微软每天收集到的65万亿个信号,以及安全领域的专业技能。根据微软4月25日2023财年Q3电话会上的信息,现在有近72万个组织使用AzureActiveDirectory(云端身份和访问管理服务),同比增长33%;有近60万个客户拥有四个或更多的安全工作负载,同比增长35%,凸显出SecurityCopilot端到端的差异化优势。
AIFirst战略助力领跑行业
公司秉持AIFirst的发展战略,预期持续投入AI大模型研发,不断完善安全GPT,力争做到领跑整个行业。我们认为伴随安全GPT的发布,有望为公司来带多方位竞争优势加持:
产品效能方面,有望使得公司产品能力领先于行业,使得用户可以无差别得获得高水平安全专家的能力,使得数字化更简单、更安全;
安全业务交互方面,安全GPT大幅简化了安全产品的使用与交互界面,有望促进更多的非安全运营人员参与到日常安全工作,提升客户对安全业务的感知;
公司整体战略层面,安全GPT数据部署在托管云上,安全与云的融合进一步加深,有望加速公司转云战略的推进。
我们维持此前预测,预计公司2023-2025年营业收入分别为89.80、114.83、141.94亿元,归母净利润分别为5.91、11.98、15.42亿元。参考2023年5月18日收盘价,现价对应2023-2025年PE分别为86/42/33倍,维持“买入”评级。
风险提示:公司安全GPT研发落地不及预期;下游客户预算复苏不及预期;公司新业务拓展不及预期;毛利率受到上游供应链影响持续波动;市场竞争加剧。





相关附件

微信
扫描二维码
关注
证券之星微信
APP下载
相关股票:
好投资评级:
好价格评级:
证券之星估值分析提示深信服盈利能力一般,未来营收成长性较差。综合基本面各维度看,股价偏高。 更多>>
下载证券之星
郑重声明:以上内容与证券之星立场无关。证券之星发布此内容的目的在于传播更多信息,证券之星对其观点、判断保持中立,不保证该内容(包括但不限于文字、数据及图表)全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关内容不对各位读者构成任何投资建议,据此操作,风险自担。股市有风险,投资需谨慎。如对该内容存在异议,或发现违法及不良信息,请发送邮件至jubao@stockstar.com,我们将安排核实处理。如该文标记为算法生成,算法公示请见 网信算备310104345710301240019号。
网站导航 | 公司简介 | 法律声明 | 诚聘英才 | 征稿启事 | 联系我们 | 广告服务 | 举报专区
欢迎访问证券之星!请点此与我们联系 版权所有: Copyright © 1996-