网络空间安全属于哪个学院平安证券：大模型产品应用的想象空间已打开 GPT-4落地网络安全行业观音为什么给唐僧找三个犯过错的徒弟，把三人的名字连起来就懂了网络空间安全专业是干嘛的不要告诉别人，

智通财经APP获悉，平安证券发布研究报告称，大模型产品应用的想象空间已经打开，国内AIGC产业链将迎来空前的市场机会。算法方面，预计今年国内龙头AI厂商有希望推出更多大模型产品。应用场景方面，预计国内将有办公、网络安全、教育、医疗、金融等越来越多的行业探索大模型产品的应用。算力是短板，由于供应链的问题，我国高端训练芯片供给可能面对较大的压力，AI算力不足的问题可能显现，相关设备研发和基础设施建设企业可能继续受益。同时，AIGC新技术也会带来新的安全挑战，国产安全厂商也将受益。

标的方面：1)算法方面，推荐科大讯飞(002230.SZ);2)应用场景方面，推荐金山办公(688111.SH)，建议关注拓尔思(300229.SZ)、远光软件(002063.SZ);3)算力方面，推荐浪潮信息(000977.SZ)、紫光股份(000938.SZ)、中科曙光(603019.SH)、海光信息(688041.SH)、龙芯中科(688047.SH)，建议关注寒武纪(688256.SH)、景嘉微(300474.SZ);4)网络安全方面，强烈推荐启明星辰(002439.SZ)。

事项：近日，微软官方举办AI赋能MicrosoftSecure峰会，向市场展示如何借助AI打造全面安全的未来以及如何助力现代企业安全更便捷更高效。在峰会上，微软发布了全新的Microsoft Security Copilot，它是微软的第一款生成式AI安全产品，旨在帮助防御者识别漏洞并更好地处理可用的大量信号和数据。

平安证券主要观点如下：

Microsoft Security Copilot使GPT-4赋能网络安全行业。

Security Copilot是将OpenAI大语言模型GPT-4与Microsoft的安全特定模型相结合所开发出的生成式AI安全产品。它可以接收到Microsoft的全球威胁情报和超过65万亿个每日信号的通知，通过收集到的信号让专业的安全研究人员追踪威胁。并且Security Copilot是在Microsoft Azure的超大规模基础架构上运行，还可以为企业提供安全和隐私的合规保护。Security Copilot提供提示簿功能，它本质上是实现对多个步骤的组合，通过简易的按钮来自动对信号和威胁完成分析，后续甚至可以通过使用Security Copilot来创建概述攻击事件的Power Point幻灯片。此外，Security Copilot使用的信息来自网络安全和基础设施安全局、美国国家标准与技术研究院的漏洞数据库以及微软自己的威胁情报数据库，当安全研究人员询问Security Copilot时，它可以提供有关漏洞的最新消息。

Microsoft Security Copilot旨在协助安全研究人员提升能力。

微软人工智能安全架构师表示，Security Copilot更像是为安全研究人员提供单独的工作空间和共享笔记本。它更多的是帮助安全研究人员进行事件调查或快速总结事件并帮助完成报告。Security Copilot接受自然语言输入，安全研究人员可以通过输入文本来要求它提供特定漏洞的摘要，或者通过输入文件、URL或代码片段来完成分析。

Microsoft Security Copilot目前仍有一定的局限性。

因为是将GPT-4与Microsoft安全模型进行结合，Security Copilot也会具有GPT-4本身的一些局限性。例如，目前还没有人能保证GPT-4的处理结果没有偏差和幻觉。但微软研究团队正在努力通过公开的数据来源、用户提供的反馈等方式来确保使用者能够理解和验证他们看到的数据。此外，Security Copilot仅用于与安全相关的查询，与其他通用聊天机器人有一定的区别。目前Security Copilot已对少数客户提供服务，未来全面上市使用的日期还未确定。

Microsoft Security Copilot是微软大模型AI助手的又一落地应用。

从之前推出的Microsoft 365 Copilot，大幅改变甚至颠覆了Office文档的传统使用方式。到对早已推出的GitHub Copilot进行增强和更新，使其成为一个更人性化的代码助手，帮助开发人员创建代码。再到当前推出Security Copilot，将GPT-4应用于网络安全行业。微软陆续推出基于大模型的AI助手的实际落地场景。我们认为，这将为大模型在各行业的落地带来示范效应，将带来大模型驱动的AI助手在教育、医疗、金融等更多行业的探索。大模型驱动的AI助手未来将产生广泛的行业应用。AIGC产业巨大的市场需求已经正在到来。

风险提示：1)技术落地可能不及预期。2)来自监管和版权方面的风险。3)国内AI供应链断裂的风险。