计算机行业AIGC系列之二十二:AI+范式,安全厂商新机会-20230629-申万宏源-30页_2mb
报告摘要
2023年AI+范式下安全厂商新机会分析
核心内容
2023年,AI与安全的融合(AI+安全)正在推动网络安全行业发生深刻变革。随着生成式AI(如微软Security Copilot和深信服安全GPT)的推出,AI在安全领域的应用逐渐成为现实。AI+安全不仅不会替代安全厂商,反而将推动行业扩容,为安全厂商带来新的增长机会。
主要观点
-
AI+安全,生产新范式
- AI在安全领域的应用主要定位为辅助工具,以解决安全专家人力缺口问题,提高安全运营的效率和智能化水平。
- AI自身也存在安全风险,如模型、算法、数据等环节可能成为攻击目标,因此安全厂商在AI生态中仍具有重要价值。
- AI+安全将带来新的安全场景、产品和层级,推动安全市场扩容。
-
AI+数据,隐私计算成为核心基建
- 隐私计算是数据流通中的关键基础设施,实现“数据可用不可见”和“数据可控可计量”。
- 隐私计算技术(如TEE、MPC、FL)正在成为数据安全的重要支撑,通过技术融合,实现安全与性能的平衡。
- 数据流通面临隐私泄露和数据风险,隐私计算将成为数据要素市场发展的关键驱动力。
-
行业机会与竞争格局
- 隐私计算市场预计在2025年达到145亿元,2021-2025年CAGR达133%。
- 安全厂商在隐私计算市场中的占比相对较低,但具备较强的技术积累和客户粘性,有望在行业洗牌中实现弯道超车。
- 头部安全厂商具备综合竞争力,包括产品力、市场拓展、技术能力等,有望在隐私计算领域实现突破。
-
投资标的推荐
- 重点推荐具备数据安全、隐私计算、安全服务及运营能力的公司,包括启明星辰、深信服、安恒信息、奇安信、美亚柏科、绿盟科技。
- 弹性标的包括迪普科技、亚信安全、数字认证等。
关键信息
-
AI+安全的四个象限:
- AI自身防御
- AI自身攻击
- AI赋能攻击
- AI赋能防守
-
隐私计算的三大技术路径:
- 可信执行环境(TEE)
- 多方安全计算(MPC)
- 联邦学习(FL)
-
隐私计算市场预测:
- 2021年中国隐私计算市场规模为4.9亿元
- 预计2025年将达到145亿元,CAGR为133%
-
行业参与者结构:
- AI及大数据公司市场份额最高,约28%
- 三方初创隐私计算厂商次之,约21%
- 互联网科技巨头约17%
- 安全厂商仅占约8%
-
监管推动AI安全需求:
- 网信办发布《生成式人工智能服务管理办法(征求意见稿)》,明确AI安全审查、数据安全、模型安全等需求
- 强调安全评估、算法备案、数据合规、用户实名制认证等
-
安全厂商优势:
- 数据安全与隐私计算技术积累深厚
- 安全产品覆盖广泛,具备全周期解决方案能力
- 与行业客户有良好合作关系,具备较高的客户粘性
投资分析意见
-
重点标的:
- 启明星辰:与中移动协同,布局安全GPT和隐私计算,具备安全α潜力
- 深信服:AI First战略引领,安全GPT表现突出,云业务与安全协同
- 安恒信息:数据安全成为增长点,布局隐私计算和AI赋能产品
- 奇安信:数据安全优势明显,AI技术应用于安全产品,经营效率提升
- 美亚柏科:深耕电子数据取证,布局反生成式AI检测
- 绿盟科技:产品力强,安全积累深厚,布局隐私计算平台
-
弹性标的:
- 迪普科技、亚信安全、数字认证等
风险提示
- 技术商业化落地不及预期
- 安全行业竞争加剧
- 核心人员流失和高端人才适配
图表目录
- 图1:Security Copilot简洁的聊天界面
- 图2:Security Copilot的安全结构图
- 图3:Security Copilot的激励、反馈、迭代
- 图4:董事长何朝曦介绍深信服AI布局
- 图5:我国网络安全人才缺口2027年预计超过300万
- 图6:Redis数据泄露的技术细节
- 图7:Cloudflare和Auth0提供安全能力
- 图8:安全扩容意味着新产品、新场景、新层级
- 图9:AI和安全结合的四象限
- 图10:新型数据中心的IT网络安全架构
- 图11:2020中国网络安全市场营收行业结构
- 图12:Stack Overflow预计和Reddit一同步入数据调用收费
- 图13:数据要素的三次价值释放
- 图14:低成本复制和隐私泄露威胁抑制数据供给
- 图15:数据流通现状与矛盾
- 图16:隐私计算创造数据使用权供需“唯一性”
- 图17:隐私计算保护数据计算和数据结果
- 图18:隐私计算处于数据价值链的关键一环
- 图19:核心技术和辅助技术搭配保障隐私安全
- 图20:各技术数据周期保护性能对比
- 图21:REE(富执行环境)和TEE(可信执行环境)
- 图22:多方安全计算加密明文数据
- 图23:工商银行多方安全计算架构
- 图24:联邦学习实际应用举例
- 图25:厂商对各类隐私计算模块的覆盖度
- 图26:隐私计算的技术融合趋势
- 图27:隐私计算+云计算+区块链+边缘计算
- 图28:隐私计算产业链
- 图29:2019-2022H1各行业隐私计算招标比例
- 图30:中国2022-2025隐私计算市场规模预测
- 图31:中国不同类型的隐私计算市场参与者占比
- 图32:隐私计算市场格局变化分析
- 图33:盘小古,专门应用在安全领域的GPT模型
- 图34:战略存在“曲棍球效应”
- 图35:AiLand数据安全岛平台架构
- 图36:AiLPHA大数据态势感知平台架构
- 图37:数据交易沙箱实现“可用不可见”
- 图38:AI-3300"慧眼"视频图像鉴真工作站
- 图39:绿盟隐私计算平台PCP
表格目录
- 表1:AI+安全打造安全建设新范式
- 表2:《生成式人工智能服务管理办法(征求意见稿)》驱动网络安全需求落地
- 表3:隐私计算保证数据完整性,并且满足数据流通的隐私保护需求
- 表4:主流技术路径各有优势,技术相互搭配是目前的产品趋势
- 表5:隐私计算相关政策
- 表6:隐私计算参与者类型拆解
- 表7:重点公司估值表
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载