浩瀚深度（688292）2026年半年度管理层讨论与分析

证券之星消息，近期浩瀚深度（688292）发布2026年半年度财务报告，报告中的管理层讨论与分析如下：

发展回顾：

1、报告期内公司所属行业及主营业务情况说明

    (一)主要业务、主要产品或服务情况

    公司以DPI深度解析、全流量分析、大数据与AI大模型为统一技术底座，围绕数据+算力+安全三大核心能力，已完成从传统网络可视化向网络智能化、全域网络安全、数据要素、AI解决方案等业务板块的战略升级，形成AI驱动、星地协同、全域覆盖的业务格局，面向运营商、政府、金融、能源、车企、低空监管、特种行业、中小企业等全域客户，提供软硬件产品研发、系统集成、解决方案设计实施与专业化技术服务，实现技术同源、场景互补、生态联动、客户共享的深度业务协同。报告期内，公司主营产品体系包括：

    1、网络可视化与智能运维产品

    智能采集管理系统、深度包检测（DPI）系统、互联网深度可视化分析平台、智能分流设备、用户行为日志留存系统等。

    2、全域网络安全产品

    信息安全防护系统、网络安全防护系统、AI反诈监测系统、深度合成鉴伪检测系统、内容安全审计平台、异常流量监测防护系统、威胁态势感知平台、车联网"云-网-端"全维度安全产品、特种行业高等级安全隔离与加密取证产品等。

    3、数据要素与大数据产品

    顺水云大数据平台、数据资产管理平台、数据治理与合规平台、数据要素加工交易支撑系统、行业大数据分析与决策支撑系统等。

    4、AI应用与大模型相关产品

    晨星大模型、行业专属知识库、AI智能体（数字员工）、智能客服与风控一体化系统、AI内容安全大脑等。

    浩瀚深度控股子公司国瑞数智致力于为信息通信行业提供面向未来AI安全管理与风险治理，主要从事AI信息安全、反诈骗以及网络安全领域的研发、生产和销售。国瑞数智目前具备互联网基础资源与风险管理系统、多模态内容安全监管系统、生成式人工智能监管平台、新一代IDC/ISP信息安全管理系统、新型网络诈骗防范与治理系统、AI诈骗反制系统、网络全流量回溯分析系统、网络全流量威胁分析系统、威胁情报网关等一系列产品，以及提出AI+信息安全、诈骗防范与治理解决方案和基于行为分析的AI反诈大模型、面向大模型算力中心的网络安全方案及数据安全方案，全方位筑牢安全防线，服务包括政府、事业单位以及大型网络安全厂商等众多下游客户。浩瀚深度控股子公司智联云安专注于车联网网络安全与数据安全领域，主要从事相关安全产品的研发、生产和销售。智联云安目前具备车联网密码管理、安全运营、终端信息安全等业务线，具有包括汽车密码证书管理系统、汽车综合安全运营系统、汽车入侵检测与防御系统、终端各类信息安全软件等产品及解决方案，下游客户包括政府、车企、城市示范区、事业单位等，已具有较为成熟的产品与服务体系。

    浩瀚深度控股子公司云边云聚焦于下一代智能网络与安全访问解决方案。云边云以“智能连接”和“边缘智能”为核心，为企业提供覆盖组网、上云、用云、护云、管云的全栈能力，助力零售、制造、医疗、教育、工业等行业实现高效、安全、智能的数字化运营。云边云作为国内领先的AI时代云网融合服务商，目前着重构建云网解决方案、AI网关、SASE安全访问三大核心产品矩阵，为企业数字化转型注入强劲的云网动能，助力企业破解跨地域协同难、AI应用落地门槛高、网络安全防护弱等核心痛点。云边云服务超过600+家行业客户，并通过将母公司智能体能力下沉至产业边缘，实现云边协同、业务多元化与AI应用高效落地，持续赋能企业数字化转型与产业智能化升级。

    (二)主要经营模式

    1、研发模式

    公司作为一家基于流量检测控制、大数据和人工智能技术的技术驱动型企业，技术研发以及产品创新始终是公司经营、发展和持续壮大的关键。公司在技术研发模式上始终以市场为导向、以客户需求为核心，对各类技术及应用不断加大研发力度，持续为公司提供技术和产品创新动力。同时，公司还通过与高校建立产学研合作关系，进一步加强公司的技术储备和研发能力。

    公司目前以自主研发为主，研发流程整体包括：①需求阶段：公司根据最终用户或市场销售部门的反馈情况，经沟通讨论后明确项目或产品需求；②立项阶段：公司确定项目类型后，针对研发项目需求的技术、项目可行性等进行分析，对所需技术方案进行验证，并对立项申请书进行评审；③项目策划与资本化评审阶段：对通过立项评审、确定开发的研发项目，公司制定计划书并根据前期技术验证情况制定相应技术规范，并对是否符合资本化开始条件进行审慎评价，包括编制《研发项目资本化评审表》、《可行性分析报告》并经过内部审议等；④产品设计阶段：对通过资本化评审的研发项目进行产品设计，具体包含产品概要设计及产品详细设计阶段；⑤开发实施阶段：该阶段具体工作包括硬件、可编程芯片配置码、应用软件开发及各项验证测试工作等；⑥项目确认及结项阶段：项目在经过模拟运行、小批量生产、客户试用后进行确认，最终通过评审完成项目结项。

    2、采购模式

    公司具备健全的采购管理制度与供应商管理制度，按时制定采购流程和年度、月度定期采购计划，管理生产物料等的采购工作。公司每年会对供应商进行审核评定，建立合格的供应商数据库，并与信誉良好的供应商建立长期合作关系，根据供应商实力、信誉、质量、价格、售后服务、付款条件、交货期以及配合度等，建立并定期维护《合格供应商名录》。公司供应部根据未来市场需求的滚动预测，并结合原材料的库存情况等制定具体的采购计划，在综合评估供应商资质、合作时间、产品性能、交付时间等多方面因素后通过议价、比价等方式进行采购。对于供货中出现的问题，供应部根据采购合同的约定对供应商采取相应的处理措施，包括退换货、定期改善、取消供货资格及延期付款等。

    3、生产模式

    公司的生产环节主要为整机产品的组装和检验，以及可编程芯片配置码的烧录、测试、老化等过程。公司首先向合格供应商采购按照设计要求生产的PCB电路板裸板以及可编程芯片（FPGA芯片）、存储器件、接口处理器件等各类电子元器件，然后将验收合格的上述原材料交由外协厂商进行电路板外协焊接，完成电路板成品。

    4、销售模式

    公司主要采用直销模式进行销售，通常以招投标、单一来源采购、商务谈判等形式取得销售合同。公司由营销中心销售人员与客户建立联系，了解客户的潜在及具体业务需求，确定和落实解决方案。销售人员、解决方案人员共同制定竞标或定价方案，与客户协商合同条款，最终签订合同。公司坚持以客户为中心，提供的产品、服务能够得到客户的广泛认可，在投标项目的一期项目完成后，大部分后续项目会采用单一来源采购、商务谈判等方式持续完成签约。

    5、服务模式

    目前，公司已在全国范围内建立了售后服务体系，组建了一支7×24小时的专业技术服务团队，通过全流程跟踪、上门驻场服务、远程视频会议、电话服务等方式，为客户提供全方位优质服务。

    (三)所处行业情况

    1、行业的发展阶段、基本特点、主要技术门槛

    (1)公司所属软件和信息技术服务业发展情况

    软件和信息技术服务业发展阶段：软件与信息技术服务业是指利用计算机、通信网络等技术对信息进行生产、收集、处理、加工、存储、运输、检索和利用，并提供信息服务的业务活动。2026年作为"十五五"规划的开局之年，工信部及相关部门全面启动"十五五"软件和信息技术服务业发展规划的编制与落实工作，将软件业定位为建设现代产业体系、支撑新型工业化及构建新发展格局的核心支柱，明确提出加快"新质生产力"在软件领域的成势见效。随着全球新一轮科技革命与人工智能大爆发的深度融合，软件业战略地位进一步提升。

    根据工信部最新数据，2026年前5个月，我国软件和信息技术服务业运行态势良好，软件业务收入稳健增长。软件业务收入62451亿元，同比增长10.3%；软件业利润总额7173亿元，同比增长2.2%。

    近年来，在国内产业加快变革调整的背景下，我国软件和信息技术服务业保持平稳快速发展，在产业规模不断扩大的同时盈利能力也得到了稳步提升。随时间推移，行业内现已形成一批拥有相当规模的企业群体，行业整体研发投入水平和创新能力不断增强。

    软件和信息技术服务业基本特点：软件和信息技术服务业具有技术更新快、产品附加值高、应用领域广等突出特点，是国家发展的基础性、全局性产业。我国政府高度重视软件和信息技术服务业的发展，相继出台了一系列鼓励、支持软件和信息技术服务业发展的法律法规和政策，从制度层面为软件和信息技术服务业创造了良好的发展环境。软件和信息技术服务产业作为国家的基础性、战略性、先导性产业，已经成为推动国民经济发展和促进全社会生产效率提升的强大动力。

    软件和信息技术服务业主要技术门槛：软件和信息技术服务业属于知识密集型行业，行业要求较高的专业水平，进入门槛相对较高。

    首先，本行业属于人才驱动型产业，软件产品研发和信息技术服务都需要专业技术人员完成，良好的服务质量更需要优秀技术人员维护。行业内企业的发展更是依赖于专业技术人员的技术水平及其数量，随着信息化项目的专业性、复杂性及综合性程度的日益提升，对项目人员的综合能力提出了更高的要求，行业内高层次复合型人才缺口较大、培养周期较长，行业新进入者面临大量人才缺口的制约。

    其次，本行业属于知识密集型行业，具有高科技、知识密集、技术先导以及与客户行业应用相融合等特征，涉及多个学科、技术和行业，技术更新快、升级频繁，需要长期持续的研究和创新。因此能够进入这一领域的企业需要具备较强的技术和行业应用知识，客观上形成了较高的行业技术壁垒。

    另外，企业数字化转型的深入，要求软件与信息技术服务商对客户的业务流程、技术架构及应用环境有深刻的理解，对信息技术服务的安全性、稳定性、合规性、持续性要求较高。特别是大型客户更加关注服务商的综合实力及战略发展，要求供应商为其长期服务并与之共同发展，因此需要信息技术服务提供商在企业规模、技术能力、品牌与形象、战略与发展等方面与客户相匹配，成为客户面向未来转型的战略合作伙伴。客户资源的积累及客户黏性已经成为新进企业较难以跨越的资源壁垒。

    本行业在管理成熟度方面也存在较高门槛，要求企业满足各项法规、国际和行业标准、最佳实践等，通过合规遵从、财务稳健性、质量管理、风险管理、交付与服务、供应链管理、知识管理、项目管理、可信与软件工程、网络安全和隐私保护、信息安全、EHS、安全生产、企业社会责任、可持续发展、业务连续性管理等方面建立成熟的管理体系，形成规模效应，才能确保客户的信赖和业务的持续发展。

    最后，由于本行业产品换代频繁、生命周期短、技术升级快，为保持核心竞争力，企业需不断推出新技术、新产品和持续提高技术服务水平。基础设施、技术研发和人才储备的持续投入将给企业带来较大的资金门槛。

    (2)公司所属网络可视化市场发展情况

    网络可视化行业发展阶段：近年来，网络可视化行业随着互联网产业的快速发展以及我国"网络强国"战略的实施推进而不断得到电信运营商、政府、企事业单位等领域客户的高度重视，网络可视化已从单纯的"流量监控"演进为支撑数字经济安全与智能治理的核心基础设施。

    2026年科技创新被明确为"十五五"规划时期的首要任务。以"新质生产力"为核心的新型基础设施建设已成为拉动我国经济高质量增长的内生动力。随着生成式人工智能、万物智联、算力网络、航空航天等战略性新兴产业的规模化发展，网络可视化产业的边际正向"全栈感知"与"智能决策"不断拓宽。

    在"数字中国"整体布局以及移动互联网流量持续爆发的带动下，我国网络基础设施建设规模稳居全球首位。万兆光网关键技术逐步走向成熟，新型通信网络的国际国内标准持续完善。"全国一体化算力体系"的全面建设对底层网络的架构、容量、低时延及智能调度提出了严苛的可视化新要求。国家"东数西算"工程在八大枢纽、十大集群的基础上，实现了跨地域、跨时空、跨架构的算力协同和业务自动化编排，对网络带宽的精准感知需求显著增大。运营商持续升级"4+N+X"数据中心布局，边缘算力节点已实现地市级全面覆盖。中国移动等运营商已建成技术领先、规模最大的全国性算力网络，实现了算、网、数、智的深度融合，为网络可视化提供了更广阔的部署空间。

    在智算中心处理大规模训练与实时推理的场景下，运维的可观测性已成为不可或缺的核心能力。2025-2026年，智算可视化已实现对GPU集群算力资源的实时监控、拓扑分析及故障自愈，覆盖了从数据采集、清洗到模型调用监控的全生命周期。智算可视化不仅提高了AI大模型训练的算力利用率，还通过对高性能算力网络的智能监测，确保了算网架构的高可用性。随着"人工智能+"行动的深入，智算可视化作为算力基础设施的关键组件，其应用场景正从核心枢纽向边缘侧快速渗透，市场潜力巨大。

    随着算力规模迈入EFLOPS时代，区域集群间的全光互联对网络可视化提出了更高带宽的适配要求。2026年，800G高速光传输已实现规模化商用。中国"九州"算力光网已实现全国范围内的超级互联，覆盖超过300个城市。北京等一线城市已实现万兆光纤、800G光传输规模化商用。骨干网全面进入800G/1.6T时代，网络可视化行业在超高速率报文处理与深层协议解析领域迎来技术红利与需求放量的双重机遇。

    网络可视化行业基本特点：网络可视化行业是一个结合了网络技术和信息技术的领域，专注于对网络流量和数据进行识别、采集、分析和展现，以达到网络管理和优化的目的。具有以下一些基本特点。技术集成性：网络可视化行业集成了多种技术，包括流量采集与分流、深度包检测（DPI）、协议与应用识别、协议还原、流控、分布式计算与存储、软件定义网络（SDN）、大数据和流式计算等。应用广泛性：网络可视化技术不仅应用于网络优化与运营维护、信息安全和大数据运营等领域，而且服务于政府、运营商和企事业单位等多种客户群体。市场需求增长：随着互联网的快速发展和数据流量的爆炸式增长，网络可视化行业的市场需求持续扩大。特别是在5G-A、物联网、云计算、人工智能等新一代信息技术以及人形机器人、脑机接口、6G等未来产业中长期政策支持的推动下，网络可视化行业迎来了发展的黄金时期。技术革新：网络可视化行业不断推进技术革新。例如，随着5G-A技术的全面商用、东数西算的不断深化，网络扁平化和大型数据中心机房的互联对网络带宽提出了更高要求；同时，信息安全技术、SDN/NFV技术以及数据要素的发展，都对网络可视化技术提出了新的挑战和发展方向。

    未来网络可视化行业将从"基础网络管理"向"智能算力中枢"升级，政策红利、技术迭代与新兴场景共振下，行业将进入持续增长期。

    网络可视化行业主要技术门槛：我国网络可视化基础架构参与者不多，该行业的技术不断升级是阻挡新进入者的重要原因，对网络可视化基础架构的技术要求导致设备厂商需要持续投入较高的研发，行业外公司切入难度加大，这些壁垒在客观上造成了网络可视化稳定的竞争格局。

    (3)公司所属信息安全市场发展情况

    信息安全行业发展阶段：长期以来，我国始终高度重视信息安全产业的发展。2026年作为"十五五"规划的开局之年，国家对"安全"的重视程度达到了前所未有的高度。随着"安全中国"战略的深度落地，网络安全与数据安全已成为支撑数字经济高质量发展的核心屏障。

    我国网络安全产业规模保持稳定快速增长。据IDC数据，2024-2029年年复合增长率达8.9%。网络对抗已正式迈入"AI对抗AI"的全新时代，攻防双方的较量从人力与经验的比拼升级为智能体系与智能体系的体系化博弈。

    市场面临重大发展机遇。2026年，我国信息安全行业在"新基建"深化与"等保2.0、关保"体系常态化运行的推动下，进入了价值跃升期。首先，云原生安全与工业互联网安全成为增长核心引擎。随着5G-A与低空经济的规模化应用，物联网安全已从家庭设备延伸至无人机、自动驾驶及智能制造等关键生产领域。针对边缘侧及物联网终端的攻击手段愈发复杂，驱动了市场对嵌入式安全与零信任架构的刚性需求。其次，全栈式整体解决方案能力已成为衡量厂商竞争力的关键。面对日益隐蔽的APT攻击和加密流量威胁，单一的安全产品已难以应对，用户更倾向于选择具备系统规划、动态感知、自动化响应能力的综合安全平台。

    人工智能技术推动了信息安全行业的创新和变革。AI自主攻击智能体、基于深度伪造的商务诈骗，成为2026年最紧迫的安全挑战。基于大模型的安全运营中心实现了从"人工分析"向"智能辅助决策"的跨越，极大地提升了海量安全日志的处理效率与潜在威胁的发现准确率。AI在预测性维护与前瞻性防御中发挥了枢纽作用，通过深度学习算法，安全系统能够对异常流量和用户行为进行精准画像，实现"未攻先防"。自动化安全响应技术在人工智能的赋能下，显著降低了应急处置的平均响应时间。

    此外，随着生成式人工智能的普及，深度伪造、语音克隆等技术对内容安全提出了严峻挑战。2026年，打击虚假信息、维护意识形态安全以及保护生物识别特征等内容安全工作变得愈加复杂，催生了大规模的智能内容审核与伪造检测市场。

    同时，人工智能对信息安全行业产生了深远的积极影响。它不仅提供了高效的技术工具，更推动了行业从"合规驱动"向"实战对抗"转型。2026年，网络安全领域在政策红利与技术演进的共振下，全面向智能化防御体系转型。网络安全服务正经历从"被动合规"向"主动免疫"的范式重构，政企用户对网安的诉求已从"事后补漏"转向"事前预判"，"内生安全"被提升至战略高度。

    信息安全行业主要特点：随着网络安全"三法一条例"的稳步推进和实施，IDC预测，中国网络安全市场规模从2022年的123.5亿元快速增长至2027年的233.2亿元，期间年复合增长率为13.5%，高于全球平均水平。目前，网络安全市场呈现出以下几个主要特点：市场规模不断增长：随着网络攻击事件的频繁发生和各类网络威胁的不断增加，企业和个人对网络安全的需求日益提升。重要领域不断涌现：随着物联网、云计算、人工智能等技术的广泛应用，新兴技术的发展与落地将利好网络安全市场。一方面，人工智能的引入帮助终端用户降低了安全运营成本；另一方面，利用多模态模型和自动化操作加强了网络安全威胁检测和响应。创新技术不断涌现：为了应对不断变化的网络威胁，网络安全企业不断研发和应用创新的安全技术，例如人工智能和机器学习被广泛应用于网络安全领域，以提高网络安全防护能力和快速应对网络攻击。

    信息安全行业主要技术门槛：首先，信息安全行业涉及网络通信、计算机、大数据、云计算、人工智能等众多前沿技术，这些技术更新迭代速度极快，属于典型的知识密集型和技术先导型高科技行业。信息安全行业相关企业需要具备强大的技术研发能力、技术创新能力和丰富的行业服务经验，才能满足各类客户对信息安全个性化、复杂化、动态化和多样性的需求。丰富的技术成果积累、强大的技术研发能力和技术创新能力，是满足市场和客户需求的基础，也是对行业新进入者技术壁垒中的关键因素。

    其次，为了促进和保障我国信息安全产业的稳定健康发展，国家安全主管部门和行业主管部门通过各类产品资质认证和服务认证来规范市场，网络信息安全产品有产品质量检测要求，相关资质认证和产品检测较难获取，也成为了行业技术壁垒的重要因素。另外，信息安全行业需要大量高素质技术人才与服务人才，提供较高水平的需求分析、产品设计开发、测试实施、运营售后服务，这其中每一个环节都涉及大量的专业技术和专业技术人员团队，对于一般新进入者来说，在较短时间内难以建立完整的相关技术体系，因而形成了较高的行业技术壁垒。

    (4)公司所属人工智能行业发展情况

    人工智能行业发展阶段：人工智能是指利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。人工智能是新一轮科技革命和产业变革的重要驱动力量，已成为引领未来的战略性技术。

    2026年是"十五五"开局之年，"十五五"规划纲要明确提出全面实施"人工智能+"行动。国家发展改革委布局了30余个国家人工智能应用中试基地，推进央国企开放1000余个应用场景。据国家发改委数据，2025年我国人工智能相关产业规模超万亿元，初步预测2026年增速将在30%以上。国家发改委测算，"十五五"末人工智能相关产业规模将突破10万亿元。

    人工智能行业基本特点：人工智能产业链涵盖上游的硬件设备和数据设备，包括芯片、传感器、大数据、云计算服务等，为人工智能提供数据服务和算力支持；中游为技术核心，包括通用技术、算法模型、开发平台三个方面，涵盖了机器感知、自然语言理解、机器学习、知识图谱、基础开源框架等核心技术；下游为应用产品和场景，涉及交通、医疗、安防、金融、家居、制造等多个领域。人工智能产业具有技术迭代快、跨领域融合深、应用场景广、数据依赖性强等突出特点，是国家发展的战略性、先导性产业。我国政府高度重视人工智能产业的发展，通过"顶层设计+专项政策+地方行动"的多层级协同体系，形成了税收优惠、研发补贴等全方位政策支持格局，政策导向强调"自立自强"与"应用导向"并重。

    人工智能行业主要技术门槛：人工智能行业属于技术密集型和资本密集型行业，行业对技术、人才、数据、算力等综合要素要求极高，进入门槛相对较高。

    首先，算力资源构成重要的基础设施壁垒。人工智能尤其是大模型的训练和推理，依赖于大规模高性能计算集群的支撑，智算中心的建设和运营需要巨额资金投入。算力资源的稀缺性和高成本使得新进入者面临较高的基础设施门槛。

    其次，本行业对高层次复合型人才的需求极为迫切。人工智能涉及数学、计算机科学、认知科学、神经科学等多个交叉学科，从基础算法研究到模型训练优化，从工程化部署到行业应用落地，均需要具备深厚理论功底和丰富实践经验的专业人才。当前，我国人工智能领域高端人才供给严重不足，培养周期长、竞争激烈，行业内高层次人才缺口较大，新进入者面临显著的人才瓶颈制约。

    再次，数据资源是人工智能发展的核心生产要素。高质量、大规模的训练数据集直接决定了模型的性能和泛化能力，而行业专属数据的获取、清洗、标注和合规使用均需要长期积累和持续投入。随着《数据安全法》、《个人信息保护法》等法律法规的实施，数据合规治理要求日益严格，数据资源的获取和使用门槛进一步提高。

    另外，技术积累和持续创新能力构成核心竞争壁垒。人工智能技术演进速度极快，从机器学习到深度学习，从预训练大模型到多模态大模型、智能体、具身智能，技术路线不断迭代升级。企业需要在算法设计、模型架构、训练方法、推理优化等方面保持持续的研发投入和技术突破，方能在激烈的市场竞争中保持领先地位。同时，人工智能技术与行业场景的深度融合要求企业对客户的业务流程和行业特性有深入理解，通用技术能力与垂直行业知识的复合要求形成了较高的应用壁垒。

    最后，人工智能产业的发展具有显著的规模效应和生态效应。头部企业通过持续的技术迭代、数据积累和生态构建，在模型能力、开发者社区、应用生态等方面形成了较强的先发优势和网络效应。基础设施、技术研发、数据建设、人才储备和生态构建的持续高强度投入，给新进入者带来了较高的综合资金门槛。

    (5)公司所属云网融合行业发展情况

    云网融合行业发展阶段：2026年，我国云网融合步入"算网一体"与"安全内生"的深度融合阶段。随着企业数字化转型迈向"全量上云"及业务全球化趋势加剧，基于SD-WAN与SASE的网络架构成为企业核心基础设施的新标配。

    云网融合行业基本特点：该行业具有高度的软件定义化、智能调度及架构云化特点。SD-WAN通过应用级感知实现链路的最优路径选择，而SASE则将网络功能与安全能力统一封装于边缘云侧。

    云网融合行业主要技术门槛：云网融合涉及通信协议、云原生架构及网络安全等多领域交叉，存在显著的技术壁垒。

    首先，深层应用感知与流量精细化识别。行业要求具备对应用流量的实时识别与质量探测能力。公司凭借在电信级网络可视化领域积累的底层协议识别技术，在SD-WAN的应用加速与流量精调方面形成了极高的技术护城河。

    其次，安全与网络的高性能架构融合。SASE要求在保障网络低时延的同时进行深度安全检测。这需要企业具备高性能的网络报文处理能力及云端安全栈的集成能力。行业新进入者难以在保持高速传输的同时，实现多种安全组件的无损运行。

    再次，全球化布局与大规模运维。SD-WAN/SASE的服务质量高度依赖于分布式边缘节点的覆盖深度。大型政企客户更看重服务商的跨区域调度能力、SLA保障及长期运营声誉。这种基于全球基础设施投入形成的规模效应，构成了新进企业难以逾越的资源壁垒。

    最后，研发持续投入与资金壁垒。随着AI原生安全与6G预研的开展，云网融合技术迭代极快。企业需持续投入研发算力、安全实验室及多云协同平台。这种对尖端技术与云基础设施的长期资金支持，为行业设立了较高的准入门槛。

    2、公司所处的行业地位分析及其变化情况

    公司致力于大规模高速网络环境下的全流量识别、采集及应用技术，采用基于FPGA专用芯片，并结合ATCA、CLOS等专用硬件架构的硬件DPI技术路径，相关产品技术处于国内领先地位，行业第一梯队，具备了在国内市场替代国外同类产品的能力。公司作为具有突出核心技术领先优势和优秀综合实力的、全国性的网络智能化及信息安全防护解决方案提供商，经过多年经营与积累，公司业务已扩展至全国范围，公司产品广泛部署于国内三大运营商从骨干、互联互通、省网及IDC出口等各级网络，在关键网络位置发挥了重要作用，在运营商国际出口和网间互联互通出口市场占有率第一，取得了突出的经济和社会效益，产品功能、性能和性价比优于国外厂商同类产品。

    凭借雄厚的研发实力，公司多年来获得多项荣誉，包括"中国通信学会科学技术奖特等奖"、"2025年软件和信息服务业诚信企业"、"2025年综合实力百强评价"、"2025北京软件核心竞争力企业"、"北京市企业创新信用领跑企业"、"中国AAA级信用企业"、"北京市软件和信息服务业新领域高成长企业"、"中国通信工业100强"、"北京市高新技术成果转化示范企业"、"中关村高成长企业TOP100"、"科技创新奖"和"中国通信学会科技进步一等奖"等。

    3、报告期内新技术、新产业、新业态、新模式的发展情况和未来发展趋势

    (1)网络的大规模升级

    5G-A、工业互联网、物联网高速发展，带来整体网络流量增长、业务种类增加，带动运营商网络建设规模快速增长。2026年，5G-A正式进入全域规模化商用阶段，国内运营商已完成全域网络升级。面向算力网络下一代骨干网，800G以太网技术已实现全网规模化部署，1.6T超高速光传输技术开始部署，以支撑"东数西算""东数西训"等业务对超大带宽与无损传输的极致追求。以中国移动"九州"算力光网为代表的400G/800G骨干网已进入成熟运营期，实现了全国八大枢纽节点及核心城市间的全光高速互联。由于网络可视化市场规模与网络流量及链路带宽呈正相关，骨干网向800G/1.6T的代际演进以及网络架构的扁平化、智能化趋势，将为网络可视化行业提供长期且稳健的增长空间。

    (2)信息安全的深化

    随着网络可视化在信息安全领域的应用越来越多，网络可视化系统中深度采用信息安全技术也成为一个重要趋势。2026年1月1日新修订的《网络安全法》正式施行，首次将人工智能安全纳入法律框架。基于网络可视化应用进行木马及病毒的检测与清洗、数据防泄漏、用户隐私保护、网络空间安全防护等技术将不断得到发展。AI对抗AI成为网络安全新范式，基于大模型的安全运营中心、AI驱动的威胁检测与自动化响应、深度伪造检测识别等技术成为行业竞相攻关的核心方向。

    (3)数据要素正在成为经济社会发展核心驱动力

    数据是新的生产要素，是基础性资源和战略性资源，也是重要生产力。2026年被业界称为"数据要素价值释放年"。"十五五"规划纲要首次提出"建设开放共享安全的全国一体化数据市场"，标志着数据要素市场建设正式上升为国家战略高度。2026年7月1日，国家数据局发布《数据产权登记工作指引（试行）》，全国统一的数据产权登记制度框架初步确立。2026年上半年，沪深交易所数据资产ABS累计申报超80单、规模突破1800亿元。随着数据资产评估与入表工作的常态化开展，大数据产业活力进一步被激发，我国数据要素化、价值化进程显著加速。

    (4)人工智能蓬勃发展

    近几年，人工智能技术呈现蓬勃发展之势，成为引领新一轮科技革命和产业变革的战略性技术。2026年作为"十五五"开局之年，"人工智能+"行动全面深化，我国人工智能相关产业规模预计增速30%以上，"十五五"末将突破10万亿元。以DeepSeek为代表的国产人工智能大模型成本优势显著，我国大模型产业发展迈入快车道。

    AI应用范式正由"简单对话"向"智能体"进化。智能体具备自主规划、工具调用及复杂任务协同能力，正深度重塑生产力形态。在网络运维领域，AI智能体已实现从被动响应向主动预测、自动闭环的转变，能够自主完成网络流量的异常诊断与自动化编排调度。2026年被称为智能体应用发展的元年，人工智能原生办公智能体月访问量已超2000万次。作为技术驱动型企业，研发并部署面向网络可视化与算网调度的专业化智能体，已成为公司提升产品智能化竞争力的核心战略方向。

    人工智能引领科技革命的同时，其蓬勃发展也带来了复杂且严峻的安全隐患。利用生成式人工智能进行高仿真深度伪造，"换脸开卡""AI语音诈骗"等新型犯罪手段对社会治理提出巨大挑战。2026年，新修订《网络安全法》和《人工智能拟人化互动服务管理暂行办法》相继施行，国家进一步加强了对生成式人工智能的合规监管与算法治理。深度伪造检测识别技术作为网络安全的关键环节，其重要性日益凸显，已成为网络可视化与信息安全企业竞相攻关的核心技术高地。

    此外，AI正逐步渗透到软件研发与网络运维的各个领域，深刻改变了软件开发的传统范式，在提升研发效率、缩短产品交付周期、保障系统稳定性方面发挥了巨大作用。深度融合AI能力已成为提升公司核心竞争力的战略选择。

    (5)云网融合架构的深度演进

    2026年，我国云网融合步入"算网一体"与"安全内生"的深度融合阶段。随着企业数字化转型迈向"全量上云"及业务全球化趋势加剧，基于SD-WAN与SASE的网络架构成为企业核心基础设施的新标配。

    传统的网络边界正由于混合办公与多云接入而消融，SASE架构通过将网络功能与安全能力统一云化封装，实现了"身份即边界"的安全访问模式。同时，人工智能技术在云网调度中的应用，实现了对全球链路质量的实时感知与流量路径的智能优化。超60%新部署SD-WAN节点已集成AI推理模块，故障恢复时间从180秒压缩至12秒。网络可视化技术作为SASE架构中的"感知底座"，通过对加密流量的深度识别与合规监测，有效解决了多云环境下业务访问的性能瓶颈与安全盲区。

    2、经营情况的讨论与分析

    公司2026年上半年受行业周期波动、运营商需求延后、新业务尚处于培育投入阶段、股份支付和可转债利息增加等多重因素影响，公司经营业绩出现阶段性下滑，对此公司管理层一直在积极采取各种开源节流并举的经营措施，力争下半年扭亏为盈，具体内容为：

    1、加快存量订单验收转化：截至2026年6月末，集团公司在手订单约4.15亿元，较去年同期增长约29%，公司在下半年将积极推进相关项目验收，努力促进全年收入稳中有升，净利润扭亏为盈；

    2、迭代DPI核心技术底座：DPI作为公司核心技术底座，报告期内持续开展产品迭代与方案创新。伴随AI大模型产业快速发展，算力网络流量结构发生显著变化，公司推动传统DPI技术能力升级，从传统互联网流量采集识别，向面向智算中心、算网融合场景的智能化感知管控底座演进。报告期推出国产化DPI安全一体机、新一代面向智算场景的高速DPI探针，完成软硬解耦，实现DPI引擎软件化、可移植输出，可嵌入边缘AI网关、SASE等产品体系。在AI算力场景，利用DPI深度解析能力，实现大模型API调用流量识别、访问行为审计，对Token调用行为提供可视、告警与策略管控能力，相关方案已开展试点验证。

    3、各业务板块协同拓展国内垂直行业，多路径拓宽收入来源：协调集团资源，指导各业务板块高效协同，在下半年加强拓展市场，积极创收，具体而言：（1）网络安全业务一方面推进已签项目的验收工作，另一方面加速推进反诈业务，特别是AI反诈业务的拓展；特种行业安全方面上半年同多个政府部门交流并参与招投标，下半年将有新订单签署；同时公司全面整合母子公司在DPI、网络安全、AI治理等方面的技术优势，创新AI漏洞挖掘+渗透+反诈监测的全新技术方案，积极拓展新的安全业务增长点。

    （2）云网业务板块将从以下几方面积极拓展：A、加大直销与渠道团队建设，推动双主体客户交叉渗透，提升客单价与复购率。联合集团运营商销售团队，协同拓展政企客户项目。在已形成行业标杆服务能力的基础上，目前已新拓加拿大鹅、寿司郎、华住集团、上海通用、NTT通信等头部品牌，以行业标杆效应带动规模化获客。B、重点向零售、制造、医疗等垂直行业纵深突破，打造行业专属解决方案。在连锁零售领域，已新拓加拿大鹅、寿司郎等知名连锁品牌，下半年整体服务覆盖力争突破9000+家门店。紧跟AI产业化趋势，布局AI+零售、AI+办公、AI+制造等"AI+"行业解决方案，构建差异化竞争优势。C、上半年成功入围"阿里云公共云服务框架采购"，已带来劲霸、华住集团等云MSP服务项目收入。下半年持续依托该框架拓展大客户云上运维服务，持续向云托管运维（MSP）模式升级，力争云服务收入放量增长。D、顺应AI发展趋势，重点推进AI网关产品研发与商业化落地，提供大模型API聚合、智能路由、流量管控与安全防护能力，解决企业AI落地面临的模型选型难、数据安全风险、成本不可控等痛点。同步推进AIOps智能运维能力建设，将AI融入SD-WAN智能选路与安全检测场景，评估AI推理边缘部署商业化机会，培育新增长点。

    （3）车联网业务板块，将充分利用《智能网联汽自动驾驶系统安全要求》强制性国家标准推行的政策性利好积极开展以下几方面工作：A、在车辆网络安全、数据安全、全生命周期安全监测与风险管理服务市场，从已有商用车客户进一步向乘用车客户拓展，获取车企安全项目订单；B、抓住各地智能网联示范区、车路云一体化建设机遇，凭借DPI流量解析技术优势，输出路侧设施安全防护、车-路-云全链条安全解决方案，复用运营商渠道，拓展各地政府、交通平台类项目，扩大示范区落地省份与项目数量。C、把DPI深度解析能力迁移至车联网场景，落地车路云一体化智能体方案；持续打磨车载安全SDK、安全检测工具、数据合规审计产品，形成软硬件结合产品矩阵，由项目制向安全运营服务模式延伸，培育持续性服务收入。D、存量客户复制与生态拓展：利用现有已经落地福田、三一、北奔重卡等商用车案例，形成标杆效应，持续拓展更多车企；联合运营商、Tier1、集成商共建生态，扩大商务触达范围，推动方案批量复制落地，力争业务板块下半年扭亏为盈。

    （4）AI业务市场拓展：A、将依托于AI知识库、AI智能问数、AI智能体应用平台等基础AI能力向金融行业银行等细分客服赋能，上半年已与多家区域商业银行或进行了扩容交流、或进行了需求调研，技术方案交流，下半年努力实现原有订单扩容续签或新项目签单。B、关于智能客服交互智能体，依托已研发完成的面向高、低期不同场景的催收大模型，上半年在某知名股份制银行进行试点，目前试点效果良好，下半年将向更多的城商行、股份制银行推广落地。

    4、公司积极拓展海外市场：公司面向东南亚、中东、中亚等重点区域持续推进市场开拓。上半年借助MWC巴塞罗那、MWC上海国际行业展会，集中展示DPI叠加晨星大模型的网络智能化与AI安全一体化解决方案，与海外运营商、代理商、系统集成商开展多轮技术及商务交流；完成海外场景产品方案打磨与初步本地化适配，积极开拓代理渠道，多家潜在合作伙伴完成技术评估，部分海外客户进入产品测试评估阶段，同时探索与国内出海生态伙伴协同输出方案的路径。

    下半年，公司将继续坚持代理商与生态共建的出海策略，推动重点区域代理合作落地，对意向客户推进POC测试与商务谈判，根据海外客户反馈迭代优化DPI+AI安全产品方案，抢抓海外网络治理、算力基础设施建设带来的市场机遇。

    5、集团公司在上述积极创收的同时，将采取多项措施加强成本控制：（1）进一步整合集团研发资源配置，优化研发投入；同时积极引入AI工具，在统一的《代码生成与审查管理规范》下鼓励员工使用AI工具提升工作效率，试点团队自评效率提升维持在30%左右，目前已向开发岗位全员推广。后续将继续推动内部代码评审平台建设，在确保代码质量和项目可控性的前提下，推动AI工具从代码生成向单元测试、文档生成等领域扩展。（2）优化压缩办公成本，如通过更换办公地点，降低房租支出；（3）加强项目全流程管理，加快项目验收与应收账款回收，优化供应链与库存管理，减少应收账款、存货减值计提。

    总之，公司将继续保持DPI及网络可视化基本盘业务市场占有率领先，同时全面推进AI、网络安全、车联网、云网等业务布局和市场拓展，加强技术储备、技术迭代与客户资源不断积累。随着下游客户项目逐步落地释放、高毛利安全业务占比持续提升，叠加公司内部持续推进开源节流、优化资源配置、强化项目经营质量管控，预计后续经营情况有望逐步改善向好。

    3、报告期内核心竞争力分析

    (一)核心竞争力分析

    1.技术积淀深厚

    公司自1994年成立以来，长期专注于互联网流量管控及数据智能化应用领域，经过30年的经验积累和技术沉淀，成功打造了以自主知识产权的软硬件产品为基本架构的完善业务体系。作为网络可视化行业中的代表性企业，公司能够全面实现互联网流量及数据的前端采集处理，后端智能化应用，公司已逐步成长为网络可视化行业中全产业链垂直一体化发展的企业。

    截至报告期末，公司研发人员295人，占公司员工人数38%。目前，公司已获得高新技术企业认定、软件企业认定等多项资质，公司始终坚持研发创新，长期以来高度重视知识产权保护，多年来逐步构建了较为完善的知识产权保护体系，通过合理的专利、软著等知识产权布局实现对核心技术的有效保护。截至报告期末，公司已拥有知识产权727件，其中发明专利160件，实用新型专利5件,拥有软件著作权425件,并且获得诸多科技奖项，技术研发实力较强。

    2.客户资源长期稳定

    公司目前在网络可视化的运营商市场中具备较为明显的市场领先优势，实现了对三大运营商的销售，并在中国移动2025-2026年DPI集采中取得70%的中标份额。目前，公司业务已拓展至全国范围，受到客户广泛认可，经过长期业务合作积累，公司客户拥有较高的忠诚度，为公司可持续发展奠定了良好的市场基础。

    3.人才与管理优势

    公司核心管理团队成员长期从事行业相关工作，具有丰富的行业、技术及管理经验，研发团队始终紧跟产业和技术发展前沿，不断从行业发展中汲取经验，将先进的产品开发和设计思路融入到公司产品中去，为公司的长远发展提供了坚实支撑。此外，公司还通过对核心员工股权激励的方式，稳定公司核心员工，持续激发骨干员工积极性，为公司的持续发展壮大，实现业绩提升提供了有力保障。

    4.在数据要素和AI领域具有行业应用积累

    数据要素正在成为经济社会发展核心驱动力，未来，中国移动、中国电信等运营商将在数据要素市场占据核心地位，是实现数字中国战略的主力军，浩瀚深度在服务运营商数据要素市场上具有靠近数据源，掌握丰富数据治理分析的技术经验，与运营商保持长期良好合作关系，熟悉数据性质等天然显著优势。浩瀚深度积极联合运营商拓展垂直行业的高质量数据要素应用场景，不断探索创新的业务模式。在人工智能领域，公司加快以人工智能为核心的AI大模型行业应用布局。目前已经完成了浩瀚晨星AI大模型、数字内容伪造检测系统（AIGC伪造检测系统）两款人工智能产品。浩瀚晨星AI大模型具备强大的生成和理解能力，覆盖智能问答、智能体Agent、数字人生成等多个应用场景。数字内容伪造检测系统能够有效识别深度合成技术生成的图像和视频。进入2026年，浩瀚晨星大模型已从技术研发阶段迈入商业化落地阶段，在金融行业智能化、AI内容安全、智能反诈、深度合成鉴伪、企业智能服务等场景实现深度应用，采用"行业大模型+智能体Agent"模式深度嵌入大型银行等客户的核心业务场景，形成了完整的商业化闭环，已获得多家行业客户的认可。

    未来浩瀚深度将抢抓“数字中国建设”重大战略机遇、积极探索通过AI技术行业应用积累，拓展新兴业务场景，重点突破AI的行业场景落地和获得可持续性的营收，联合运营商企业、科研院所、事业单位、政府机构在进行多方位合作，为国家数字经济健康、稳定发展提供有效的智能技术保障。

    5、“数据+安全+AI”的业务协同优势

    浩瀚深度目前已经在数智化领域形成了较为完善的业务矩阵：形成网络可视化、网络安全、数据要素、SDWAN/云、AI应用五大板块，实现了技术同源、场景互补、客户共享。

    浩瀚深度正在着力推动数据要素价值的变现，依托各领域的数据，拓展应用分析、用户行为洞察等高价值数据服务，不断推动数据要素相关业务的真正落地。

    同时，浩瀚深度加快进行安全与AI双轮驱动，深度参与国家网络安全与反诈，布局车联网安全、AI内容安全等，适配数字经济与数据安全政策导向。近两年来，公司业务结构持续优化，信息安全防护解决方案已成为公司第一大业务支柱，网络可视化业务作为核心技术底座保持稳定，非运营商市场持续拓展，客户结构更加均衡，整体抗风险能力显著增强。

    (二)核心技术与研发进展

    1、核心技术及其先进性以及报告期内的变化情况

    （1）核心技术及其先进性

    公司通过长期的自主研发及技术积累，已形成了完全自主知识产权的“大规模高速链路串接部署的DPI技术”、“PB级大数据处理平台技术”、“企业级AI智能中台技术”、“基于大模型的AI智能交互技术”、“大规模网络用户感知和业务质量分析技术”、“大规模网络异常流量和内容检测技术”、“智能化反诈技术”、“基于晨星大模型的数据治理技术”、“基于人工智能的大模型安全治理技术“等核心技术。

    “大规模高速链路串接部署的DPI技术”，包括“电信级互联网流量识别和采集技术”、“电信级多维并发串接流量控制技术”、“高性能通用DPI引擎和元数据提取技术”、“复杂网络流量实时采集和在线关联技术”、“面向4G、5G的移动网信令与数据采集技术”五项具体的核心技术，均为自主研发，已取得相应专利及知识产权，技术成熟稳定，在报告期内持续保持研发投入和迭代升级，形成了“全国产化自研硬件平台”、“高性能网络流量采集软件平台”两大平台为底座，“分层解耦”、“软硬协同”、“AI赋能”三大创新为核心驱动，持续完善产品体系，继续保持技术水平国内领先水平。

    “PB级大数据处理平台技术”，包括“PB级大数据处理和检索技术”、“PB级大数据安全共享技术”、“多源异构数据分布式存储技术”、“大规模自主国产化大数据集群管理技术”、“PB级数据分析代码自动生成技术”、“多源异构数据高性能传输集成技术”、六项具体核心技术，均为自主研发，已取得相应专利及知识产权，技术成熟稳定，在报告期内保持技术水平国内领先水平。

    “企业级AI智能中台技术”，包括“企业级AI知识管理检索增强技术”、“企业级AI语义层自动化构建技术”、“企业级AI精准智能问数技术”、“企业级AIAgent管理控制技术”、“轻量级AIAgent安全沙箱技术”等五项具体核心技术，均为自主研发，已取得相应专利及知识产权，技术成熟稳定，在报告期内保持技术水平国内领先水平。

    “基于大模型的AI智能交互技术”，包括“基于技能装配的上下文工程技术”、“基于多模型识别的安全围栏技术”、“基于低延迟流式响应的交互引擎技术”、“基于自动化反馈的对话质量评测与进化技术”、“基于用户画像的个性化对话策略技术”五项核心技术，均为自主研发，技术成熟稳定，并且已经在实际业务中运用。

    “大规模网络用户感知和业务质量分析技术”，包括“非对称路由流量合成与业务质量感知技术”、“互联网用户感知和用户行为建模技术”、“互联网用户质量感知评价体系技术”、“低代码Web前后端页面自动生成技术”、“基于人工智能算法感知视频流媒体质差技术”五项具体核心技术，均为自主研发，已取得相应专利及知识产权，技术成熟稳定，在报告期内持续保持研发投入和迭代升级，继续保持技术水平国内领先水平。

    “大规模网络异常流量和内容检测技术”，包括“异常流量检测与攻击防护技术”、“复杂网络环境下文件还原和内容检测技术”和“基于人工智能技术的加密流量检测和识别技术”三项具体核心技术，均为自主研发，已取得相应专利及知识产权，技术成熟稳定，在报告期内加大了研发投入和迭代升级，新增了“基于人工智能技术的加密流量检测和识别技术”，继续保持技术水平国内领先水平。

    “智能化反诈技术”包括三大核心技术体系，分别为“行为特征分析AI反诈大模型技术”、“多模态智能深度鉴伪技术”以及“全链路AI反诈智能体技术”。上述技术体系深度融合人工智能前沿成果，针对电信网络诈骗与互联网新型诈骗的复杂形态，形成了从行为感知、内容鉴伪到智能干预的全栈式技术能力，显著提升了我国反诈骗领域的智能化防护水平。

    “基于晨星大模型的数据治理技术”包括“基于transformer架构大模型构建技术”、“大模型的训练、推理、减少幻觉技术”、“基于AI大模型的数据采集和质量稽核技术”、“基于AI优化元数据管理技术”、“AI垂域大模型减少幻觉技术”、“AI大模型RAG知识库搜索增强技术”、“AI大模型实现数据治理能力增强技术”、“高质量语料自动化标准和筛选技术”八项核心技术，均为自主研发，技术成熟稳定，并且已经在实际业务中运用。

    “基于人工智能的大模型安全治理技术”包括动态防御引擎、API安全管理引擎、意识形态大模型三部分，搭建三重防御体系。引擎之间相互补充、相互协作，实现对大模型应用流量逐层过滤防护，为大模型应用提供数据安全防护、业务安全防护、内容安全防护、漏洞利用防护、BOT对抗模型滥用防护，并与攻击者形成动态对抗，构建全面的大模型应用纵深防御体系。

    (2）报告期内，核心技术研发进展情况

    报告期内公司融合大数据、人工智能技术的网络可视化产品，持续融合FPGA设计技术、虚拟化技术、机器学习和人工智能等相关技术，探索AI和大模型应用，不断提升基于DPI的网络可视化智能化、网络安全、信息安全、数据安全、数据应用等业务发展，提升新质生产力水平。

    完成自主可控硬件研发平台全新升级，贯彻业务分层解耦设计理念，在前期转发平面和业务平面解耦基础上，优化系统架构，实现管理、转发两大平面多硬件平台统一，提升研发效率和产品迭代速度的同时，进一步提高了系统弹性扩展能力及多业务场景支撑能力。

    持续优化基于国产FPGA芯片的自主可控高性能DPI专用探针产品，研制新的基于4T/6.4T/12.8T等多规格交换芯片的高性能DPI处理板卡，形成了可灵活应用于企业出口、园区出口、城域网出口、省网/IDC出口、骨干网出口的全产品体系，实现了从端、边、云、网的全流量覆盖，使公司积累多年的DPI深度报文监测能力助力运营商、政府、企业等客户提供流量运营增值、网络行为审计、网络行为管控、网络安全管控、涉诈监测治理等全面完整的解决方案。

    依托自研长期沉淀的流量深度识别引擎与高速流量处理探针，适配海外DPI市场需求打造专属全新解决方案，可实现千万用户实时配额计费、百万级策略实时网络管控、主流应用行为级精细管控、全量网络日志留存分析，既能帮助运营商依托业务行为实现精细化流量运营，打造差异化服务、拓展增值收益，也可支撑政府完成用户网络行为精准监测管控，保障网络应急处置、清朗网络空间与违规资源治理。

    新一代异构算力平台研发完成，打通交换、FPGA、通算、智算等多元算力融合体系，依靠专用芯片实现数据采集加速，通用算力落地流量管控、数据解析能力，凭借GPU搭载AI算法实现加密流量、网络风险、涉诈内容智能化检测，面向运营商、政府提供网络运营、Token运营、网络安全及反诈治理一体化解决方案。

    平台以高速数据传输、超大容量数据处理为底层核心底座，深度结合智能流量调度算法与全维度深度安全防护体系，拥有高精度报文解析、智能流量特征匹配能力，能够对全网全链路流量开展智能调度、均衡分发与动态优化，可为高带宽流量接入打造低时延、高可靠、高安全的一体化承载体系，适配各类高端网络业务运行要求。

    平台遵循软硬件协同赋能、转发平面与业务平面分层解耦的设计思路，采用专用硬件加速搭配软件智能调度的分层架构，实现核心产品技术能力大幅跃升，不仅全系常规产品与创新产品策略容量突破千万级，业务识别性能提升十倍，硬件资源调度效率与利用率也得到显著改善，可广泛适配运营商各类新兴业务场景，面向行业客户输出高速稳定、品质过硬的端到端整体网络方案，赋能客户业务创新与数字化转型。

    依托人工智能和大模型技术，不断增强DPI系统在加密流量识别、网络智能分析、智能调度等方面的能力，加密流量标识、分类、训练和推理识别能力取得显著成效，为违规跨境通信行为提供准确、高效的监测手段；探索构建算力网络监控、Token资源感知的可视化方案，为算力平台的建设、运维与智能调度、Token经济时代的业务调度运营提供精准策略支持。这些技术突破不仅加强了DPI系统在公共互联网流量管理、网络安全防护、数据安全治理等核心领域的基础能力，还推动了DPI技术在IPv6+、算力网络调度、AIGC安全监管、云安全等国家重点战略方向的应用，实现多元化业务拓展。通过持续的技术创新与产品优化，不断增强DPI系统的核心竞争力，不仅推动了网络流量与安全防护的智能化升级，也为AIGC时代的数据安全监管、智能算力网络调度带来了变革性突破，助力产业升级与技术革新。

    报告期内，公司坚持以构建企业级AI智能中台为核心目标，持续完善产品矩阵。AI企业知识管理平台陆续发布V2.0/V2.1/V2.2版本，完成文件级知识权限管控、多助理知识问答、知识萃取与图谱可视化等能力增强，并引入知识创作中心打通企业与个人知识库连接；AI数据专家系统借助大模型实现语义层快速构建与自进化，解决精准问数场景启动慢、投入大、信任难的痛点，新增可视化报表能力达成一次构建长期使用的目的；企业级AIAgent大脑产品聚焦长时运行与安全隔离，支持批量构建并与前两大平台联动推动AI在运营商、金融等客户场景落地。

    基于晨星大模型的智能交互技术持续打磨成熟，浩瀚晨星AI互联应用正式通过上海市生成式人工智能服务登记，具备对外提供AI服务资质；催收大模型底座优化上下文工程，通过渐进式提示词引入机制兼顾响应时延与高质量话术生成，满足银行高期催收全面AI化需求；智能外呼产品发布V1.0核心版本，覆盖AI外呼与人机协呼场景，大幅降低任务创建门槛并提升业务价值转换效率。

    为持续提高国家级公共互联网的安全监测和防护能力，加速公共互联网安全监测系统的研发和产业化进程。通过加大研发资源投入，深度研究人工智能赋能网络安全专项，积极参与工信部等组织的科研课题，基于人工智能技术实现网络安全告警日志降噪和研判运营，构建“感知-分析-决策-处置”的全链路智能安全防护体系，实现从被动防御向主动预判、自动响应的范式升级，全面提升复杂网络威胁下的动态防护能力；持续优化信息安全检测系统，针对Deepseek等为代表的新型AIGC工具，实现对音视图文等媒体内容的违法违规和有害性的检测、研判和溯源。通过加强研发，浩瀚深度已经建立起五大安全业务协同架构，涵盖大网安全、车联网安全、AI安全、低空安全、特种行业安全等，以“DPI+全流量+AI+大数据”为统一技术底座，形成底座共享、数据互通、能力复用、场景联动、客户协同的一体化安全生态，实现了“一网通防、一脑统管、全域协同”。在研发过程中，采用四大策略：技术下沉策略，将运营商级的大网感知与DPI能力“轻量化”，赋能车联网路侧单元及低空智联网边缘节点；AI治理AI策略，依托自研“晨星大模型”，构建覆盖“反诈-深伪-内容合规”的全栈式AI内容安全大脑，实现业务智能化升维；空地一体协同，与各子公司（国瑞数智、云边云等）高效联动，实现全域感知闭环；研发通用底座+垂直插件，为特种行业提供高密级定制产品，实现底层代码共用、应用场景解耦。

    浩瀚子公司成都数科自主研发的基于人工智能的代码安全审计系统，已达到行业领先水平，并在真实攻防场景中得到充分验证。该系统具备低使用成本、高审计效率、高漏洞检出率及强语言兼容性等突出技术优势，能够有效识别软件系统中的高危安全漏洞，显著降低客户在代码安全审查环节的人力与时间投入。该技术将人工智能与网络安全深度融合，代表了代码审计领域智能化演进的前沿方向，是公司面向软件供应链安全市场的关键技术支撑。

    在智能反诈领域，浩瀚子公司国瑞数智的研发团队在算法优化、架构演进等方面成效显著，三大核心技术研发均取得实质性突破，具体如下：一、行为特征分析AI反诈大模型技术：依托运营商多维数据构建分布式分析体系，融合判别式大模型，实现全流程建模，精准识别涉诈行为。

    完成特征工程自动化，提升模型泛化能力；集成图神经网络实现团伙聚类扩线；建立在线学习机制，将新型诈骗响应周期缩至天级。该技术已在多省级运营商部署，综合准确率超90%，获客户高度认可。二、多模态智能深度鉴伪技术：完善“空频双域图像鉴伪”“频谱-时序语音鉴伪”体系，攻破多项技术瓶颈，覆盖200+生成算法，可实时区分真实与伪造生物特征。优化双域融合机制，提升换脸检测鲁棒性；强化语音鉴伪特征协同，构建大规模数据集；建立自动化算法追踪机制，适配新型伪造技术，筑牢数字安全防线。三、全链路AI反诈智能体技术：融合五大核心技术，实现多模态诈骗信息穿透式理解，精准提取线索并量化风险等级。深化提示词工程与少样本学习，适配话术迭代；融合精调训练与检索增强生成，提升劝阻准确性；通过函数调用实现多系统联动，构建全链路反诈闭环。

    在车联网安全领域，浩瀚子公司智联云安在四大核心技术实现迭代升级，性能与场景适配性持续提升，为相关领域安全保障提供有力支撑，具体如下：一、汽车身份安全管理技术：核心性能平均响应提升15%—30%，完善X.509证书管理，拓展硬件兼容性，适配多款密码机及主流硬件；新增基于安全SIM卡的终端安全方案，结合车联网应用案例，强化终端防护，破解车联网终端多维度安全隐患。二、安全运营与入侵检测技术：完成底层架构升级，构建多层次处理架构，优化算法提升监测效率与稳定性；新增风险评估画像、可视化态势呈现功能，支持自定义安全报告，适配多场景合规需求；拓展低空无人机场景适配，完成多行业实践验证，延伸智慧交通安全边界。三、密码全生命周期管理技术：完善密钥全流程管控，实现研发、生产、售后统一管控；优化适配能力，适配OTA、数字钥匙等车联网高价值业务，通过动态密钥更新保障通讯安全；新增批量灌装、远程更新功能，适配规模化生产与全周期运维，提升管控专业性。四、车路云一体化安全技术：依托POC项目完成技术孵化，构建全域数据底座，打通多源数据壁垒；集成ICV安全垂类大模型，实现AI原生驱动，具备威胁预测、协同处置能力；优化数据处理闭环，推动技术向产品化落地。

    在云网融合领域，浩瀚子公司云边云立足AI时代云网融合服务商定位，打造以@WAN云网融合平台为网络底座、容器混合云与云主机平台为算力载体、@monitor全链路监控与AIOps平台为智能大脑、AI融合网关为终端触角的"云、网、安、智"一体化技术架构，推进传统云网服务向AIWAN智能广域网、智能算网调度演进。在云网融合方面，自研@WAN云网融合平台，依托SD-WAN/SASE底座构建AIWAN智能广域网，实现控制与转发分离。通过自研动态多路径优化与数据包复制算法，提升弱网环境下的传输可靠性；搭配DPI深度包检测技术，可识别万余种应用，实现精细化流量调度与应用级QoS保障。报告期内，平台完成SASE架构升级，搭建云-边-端三层零信任安全防护体系，实现从终端到云端的全链路访问安全管控；引入AI智能体，实现链路预测与故障自愈，故障恢复由小时级缩短至分钟级。在算力基础设施方面，容器混合云平台以Kubernetes为核心，集成Istio服务网格、Kube-OVN、Multus-CNI，构建多租户网络隔离架构，凭借容器磁盘隔离与智能任务调度算法提升集群资源利用率，可统一调度公有云、私有云及裸机资源。报告期内强化GPU、RDMA网络支持，适配大模型训练需求；新发布AI网关产品，实现多厂商大模型API统一接入与Token智能调度，已启动商业化推广。在智能运维方面，@monitor平台依托eBPF等技术实现无侵入式全链路可观测数据采集，配套智能Agent完成告警降噪、根因分析与自动化处置。报告期内推进AIOps平台建设，完成基础架构与多场景数据接入；启动企业AI知识库建设，依托大模型实现运维工单智能解析，推动运维知识沉淀复用。

    2、报告期内获得的研发成果

    报告期内，公司继续加大技术研发方面的投入，强化优秀研发人员的引进与培养，充分利用内外技术资源，提升公司的自主创新能力和研发水平，巩固和保持公司产品和技术的领先或先进地位。2026年上半年新获得授权专利共计15件，均为发明专利；获得软件著作权9件。截至报告期末，公司已拥有知识产权727件，其中发明专利160件，实用新型专利5件，拥有软件著作权425件。

    3、报告期内主要经营情况

    2026年上半年，公司实现营业收入15041.36万元，较上年同期下降2.15%。公司实现归属于母公司所有者的净利润为-4778.97万元，较上年同期下降1989.69%；归属于母公司所有者的扣除非经常性损益的净利润为-5330.21万元，较上年同期下降1944.11%。

本文数据来源于浩瀚深度2026年中报，仅供参考不构成投资建议。