【PRE Security 多租戶管理】AI 原生 Multi-Tenant Management System，強化 AI 原生 Predictive SecOps 架構
- Estrella Wei
- 7月16日
- 讀畢需時 5 分鐘
已更新：9月16日
作者：Jeffrey Burt ｜ 編譯：AIShield 編輯部 ｜ 發稿日期：2025 年 7 月 16 日
隨著企業 IT 架構持續向雲端與邊緣環境分散，資安管理的複雜度正急速上升。安全團隊不僅要整合多種資安工具，還要應對 AI 驅動的新型態攻擊。美國新創公司 PRE Security 近日宣布，在其 AI 原生預測型 SecOps 平台中引入 多租戶管理系統（Multi-Tenant Management System），協助 MSSP（託管資安服務供應商）與大型企業，實現跨環境資安營運的集中管理與主動防禦。
分散式 IT 環境下的管理挑戰
PRE Security 共同創辦人暨執行長 Paul Jespersen 指出，MSSP 客戶通常同時存在內部部署（on-premises）與雲端環境；企業內部更可能分為不同事業部或子公司，各自使用不同的資安工具與數據來源。政府機構的情況更為複雜，一個部門下可能有多個獨立單位，採用不同的 SIEM、XDR 或 SOC 平台。
在這種多樣化、分布式的架構下，資料蒐集、關聯分析與統一管理的難度與成本都大幅增加，現有多數系統的支援度有限，導致資安團隊在事件響應與威脅預測上存在延遲與盲區。
AI 驅動的 SecOps：從被動偵測到主動防禦
PRE Security 的 AI 原生預測型 SecOps 平台，結合生成式 AI（Generative AI）與代理型 AI（Agentic AI），將資安作業從「規則觸發」轉向「行為預測」，並以 AI-First 策略整合多種安全工具，取代或強化如 Splunk、QRadar（Palo Alto Networks 於 2024 年收購）、Microsoft Sentinel 等傳統方案。
核心功能與技術亮點
AI SIEM：利用 AI 自動化處理資料擷取、清理與管理，支援跨來源的威脅關聯分析。
Generative XDR：生成式 AI 將跨事件警報關聯起來，並可偵測未知或變種威脅。
Predictive AI：在威脅與事件發生前進行預測與防範，減少零時差攻擊的影響面。
SOCGPT：AI 助理，管理系統內外互動，包括動態視覺化、報告產出、文字與語音介面。
Parserless Data Ingestion（免解析器資料擷取）：透過 AI 語義分析自動辨識日誌格式並結構化資料，不論來源是 syslog、JSON 或自訂格式，都能快速擷取關鍵欄位（如時間戳、來源 IP、事件類型），縮短部署時程並降低維運成本。
Generative XDR 對抗 AI 驅動攻擊
相較傳統 XDR 依賴人工建立規則（「配方」式偵測），PRE Security 的 Generative XDR 已訓練 AI 理解 MITRE ATT&CK、Kill Chain、Sigma 規則、CVE 資料庫等資安知識，讓偵測能基於行為模式進行判斷，而非單純比對指標（IoCs）。
實例說明：某勒索軟體集團利用 AI 自動生成數百種變種，修改檔案雜湊與部分程式碼，傳統規則式偵測只能擋下已知版本；而 Generative XDR 透過攻擊流程與行為特徵分析，即便變種程式外觀不同，也能成功攔截。
Jespersen 強調：「我們用 AI 對抗 AI，因為攻擊者同樣利用 AI 輕易變異或偽裝攻擊，傳統偵測方法正變得愈來愈脆弱。」
多租戶管理結合 miniSOC：靈活部署模式
PRE Security 在兩個月前的 RSA Conference 同步推出：
GenAI EDR：生成式 AI 與代理型 AI 端點防護方案，取代靜態、規則式 EDR，並將 Windows 事件日誌與登錄檔變更即時串流到 AI 引擎 CyberLLM，進行關聯分析與風險預測。
miniSOC：企業級 AI SOC-in-a-box，部署於 M4 晶片 Mac mini 或 Mac Studio，內建 CyberLLM、AI SIEM、Parserless Ingestion 與代理型 AI。
多租戶管理 + miniSOC 的部署優勢：
在終端用戶現場部署低成本、高效率的硬體（on-prem）
遠端集中管理多個 miniSOC 與 SaaS 環境
同時支援不同規模與需求的客戶，提升服務彈性
總結：集中化管理 × 預測式防護
PRE Security 的多租戶管理系統不只是管理介面，更是一個 AI-First、多租戶架構的 SecOps 平台，能同時解決管理與防禦兩大挑戰：
降低跨環境資安營運的管理成本與整合時間
透過 AI 加速威脅偵測與事件回應
有效對抗 AI 驅動的變種攻擊與零時差威脅
在資安營運日益分散、威脅持續演進的背景下，這類架構將成為 MSSP 與大型企業未來的核心競爭力。
🔍資安名詞小辭典（本篇術語快速解釋）
SIEM (Security Information and Event Management)安全資訊與事件管理系統
SIEM 是一種集中化的安全管理平臺，主要功能包括：
資料蒐集與整合：從網路設備、防火牆、伺服器、應用程式等多種來源即時收集日誌（logs）與事件（events）。
事件關聯分析：透過預先設定的規則或行為模式，將不同來源的日誌串連起來，辨識出潛在的安全威脅。
即時告警與通報：當偵測到異常或符合高風險模式時，系統可立即發出告警，並推播給資安團隊進行調查。
合規報表與稽核：自動生成符合法規（如 PCI-DSS、ISO 27001）或業內最佳實踐的稽核報表，減少手動匯出與整理的時間。
威脅趨勢可視化：以儀表板或報表形式呈現攻擊趨勢、事件分佈與處理狀況，協助決策者掌握組織整體資安態勢。
EDR (Endpoint Detection and Response)端點偵測與回應系統
EDR 聚焦於個人電腦、伺服器、行動裝置等「端點」的安全防護，主要特色有：
行為監控：持續觀察端點上的進程啟動、檔案操作、網路連線等行為，辨識可疑模式。
威脅偵測：利用規則、威脅情報與機器學習模型，偵測已知攻擊手法（如勒索軟體）與新興的零時差攻擊。
自動回應：發現異常後，可自動隔離受影響端點、終止可疑進程，並清理惡意程式。
取證與分析：將偵測到的事件詳情與相關檔案保存下來，提供後續資安團隊做深度調查與法證分析。
持續調適：結合威脅情報平台，自動更新偵測規則與指標，以因應不斷演變的攻擊策略。
Parserless Ingestion (免解析器資料擷取技術)
在傳統資安平台中，資料擷取往往需要針對每種日誌格式開發專屬「解析器（parser）」。Parserless Ingestion 則透過 AI 自動辨識並結構化各式原始日誌，具體優勢：
快速接入：無需額外開發或部署解析器，即可立即開始蒐集與分析新系統、第三方設備或自訂應用的日誌。
高度彈性：面對格式不一或不完整的日誌，也能準確抓取關鍵欄位（如時間戳、來源 IP、事件類型）。
降低維運成本：免去手動維護與更新解析器的繁瑣作業，將資源集中於威脅偵測與回應上。
想在多雲與混合環境中，統一管理跨租戶資安營運並提前阻斷威脅？立即聯絡艾盾資科，請洽：contact@aishield.com.tw，預約技術顧問洽談或安排 PoC（Proof of Concept）試用，搶先體驗 AI-First SecOps 帶來的營運優勢。
本文翻譯自 MSSP Alert 原文：" PRE Security Brings Multi-Tenancy to Its AI-Native SecOps Platform "
發佈日期：2025 年 6 月 30 日
原文連結：MSSP Alert 文章
