云安全自主威胁检测与响应：AI 驱动策略的全面综述
密码学与安全
2026-01-08 v1
摘要
云计算在三个维度上改变了在线社区，这些维度是可扩展性、适应性和降低开销。但其分布式和多租户特性带来了严重的安全问题。传统基于固定签名、预定义规则和人工操作的威胁检测与响应方法在云基础设施的高级网络攻击阶段已不够有效。近期研究的趋势是构建人工智能 (AI) 技术。这些策略实现了独立的保护、异常检测和实时分析，借助深度学习、机器学习和强化学习。通过赋予 AI 持续学习功能，入侵检测系统更加准确，产生更少的误报，也实现了自适应和预测性安全。大型规模语言模型与高效编排平台的融合，有助于对新出现的威胁进行更快更精确的响应。这实现了对事件的自动控制、自愈网络和基于策略的防御机制。考虑到当前检测和响应方法的优势与不足，本讨论在 AI 驱动的云安全背景下评估了这些方法，概述了关键问题，如数据隐私、对抗机器学习和集成复杂度。这些结果表明，AI 有望支持自主、可扩展且主动的云安全运营。
引用
@article{arxiv.2601.03303,
title = {Autonomous Threat Detection and Response in Cloud Security: A Comprehensive Survey of AI-Driven Strategies},
author = {Gaurav Sarraf and Vibhor Pal},
journal= {arXiv preprint arXiv:2601.03303},
year = {2026}
}