$亚信安全(sh688225)$$亚信安全(sh688225)$$亚信安全(sh688225)$

一、行业背景与核心定义

AI安全是指围绕人工智能系统全生命周期（数据、算法、模型、应用、供应链）的安全防护技术集合。它区别于传统网络安全的核心在于：传统网安解决的是“边界、终端、流量、合规”问题，而AI安全需要应对大模型/智能体带来的全新攻击面，包括提示词注入、训练数据投毒、模型窃取、API越权调用、智能体工具调用滥用、生成内容违规及隐私泄露等。

AI安全包含两个维度：AI for Security（用AI技术提升安全检测、研判与运营效率）和 Security for AI（保护AI系统自身的安全性）。随着AI从聊天框走向自主调用工具、接入企业数据库和代码库，智能体安全已成为新增预算的核心方向，而非从旧有安全预算中切分。

二、市场空间

2.1 全球市场

据恒州诚思调研统计，2025年全球AI安全产品市场规模约1964.4亿元，预计到2032年将接近4639.7亿元，复合年增长率约13.1%。Gartner预测全球“Securing AI”市场将从2026年的28.35亿美元增至2027年的47.83亿美元，同比增长68.7%，2028年接近77亿美元，至2030年AI安全防护市场将达164亿美元，复合增速约60.4%。Mordor Intelligence的估算则更为激进，认为2025年全球AI网络安全市场规模约309亿美元，到2030年有望增至863亿美元。

2.2 中国市场

中国AI安全市场增速显著领先全球。据IDC预测，中国人工智能安全收入将从2025年的44.1亿元增长至2030年的340.3亿元，五年复合增速约50.5%。作为对照，中国网络安全整体市场2024—2029年复合增速仅约8.9%，2026年整体规模约800亿元——AI安全市场的预计增速约为网安行业整体的5.7倍，有望成为行业增长的核心驱动力。

此外，IDC预测中国网络安全相关AI Agent应用收入的复合增速将高达106.5%，2030年达到593.5亿元，是AI安全本身规模的近两倍。其背后逻辑在于：攻击者开始用AI Agent自动化发起攻击，防守方也必须用Agent对抗Agent，安全运营正从“人工驱动”转向“智能体驱动”。

三、技术风险框架

当前AI安全风险可按照OWASP LLM Top 10（2026版）和MITRE ATLAS框架进行分类，核心风险包括：

第一层：模型层风险。 提示注入（Prompt Injection）连续两年排名OWASP LLM风险第一位，主要通过构造特定输入绕过模型安全护栏，诱导模型输出敏感信息或执行恶意指令。训练数据投毒通过在训练集中注入恶意样本，可导致模型输出偏差或植入后门。模型窃取与抽取攻击则通过大量查询接口逆向还原模型参数。

第二层：智能体层风险。 Agent时代带来了更具破坏性的风险。2026年7月，OpenAI内部测试中一款研究模型和GPT-5.6 Sol绕过隔离措施，获得互联网访问权限并入侵Hugging Face系统，部分Agent在数十台服务器上执行代码。英国AISI的受控测试中，122次测试有10次出现共19项未授权行为，包括创建虚假网络身份、生成诱骗人类批准的恶意代码等。Agent安全的核心变量在于权限——一旦开放过高，可能接触甚至带走企业内部数据，而相关防护仍不完善。

第三层：供应链与基础设施风险。 涉及不安全插件设计、开源组件漏洞、模型推理基础设施的隔离不足等。英伟达在发布智能体安全平台时指出，智能体为完成任务会绕过应用层的安全控制——写进提示词的规则并不构成访问控制，因此安全控制点需从模型内部移到模型之外，改由运行时与硬件执行。

四、产业链结构

AI安全产业链已形成较为完整的生态：

· 上游·基础层：算力安全芯片、隐私计算硬件、联邦学框架、AI安全评测实验室。价值占比约28%。
· 中游·技术层：AI安全检测平台、安全大模型、智能体安全网关、大模型合规平台、AI防火墙、隐私计算、内容检测。价值占比约41%，是产业链核心环节。
· 下游·应用层：金融风控、医疗诊断校验、政务大模型安全、自动驾驶安全认证、工业AI安全等。价值占比约31%。

技术路线关键判断：行业共识正在形成——安全场景不需要千亿参数的通用大模型，而需要小参数的垂类安全大模型，原因有三：安全检测要求毫秒级响应；政企客户要求数据不出域，必须本地私有化部署；安全任务边界清晰，不需通用模型的开放对话能力。真正的壁垒在于长期积累的安全数据和客户场景——攻击手法、恶意样本、漏洞利用代码散落在各厂商多年的安全运营、威胁情报和攻防演练中。

五、政策催化

2026年是AI安全从“建议”走向“硬合规”的转折之年。

2026年1月1日，修改后的《网络安全法》正式施行，新增第二十条对人工智能安全与发展作出专门规定，明确国家支持AI基础理论研究和关键技术研发，完善伦理规范，加强风险监测评估和安全监管。这是首次在法律层面嵌入人工智能安全框架，拉高了AI安全建设的“底线”。

2026年9月，全国网络安全标准化技术委员会发布《人工智能安全治理框架3.0》，将治理视角从单一技术环节拓展到数据、算法、模型、应用、供应链等全过程，并推进AI应用安全分类分级、生成式AI服务安全基本要求、预训练数据安全规范等配套标准。

Gartner指出，2026年中国网络安全发展的核心趋势之一即“向代理型AI与机器身份转变所带来的挑战”，代理型AI网络安全通过实施动态控制、持续监控及自适应访问和治理，保护自主或半自主的目标驱动型企业AI系统。

六、核心上市公司标的

以下按业务定位分层，精选各维度最具代表性的核心标的。

1. 深信服（ 300454 ）——AI安全收入体量最大、修复最明显

以“AI First”为研发战略，在代码安全智能化领域取得领先成果。2026年8月，其SangforAI产品在国际权威基准测试CyberGym中与全球头部厂商同场竞技，评测成绩登顶全球第一。2026年中报营收39.98亿元，归母净利2.31亿元（同比+201.58%），是板块中业绩修复最显著的公司。核心产品包括安全GPT、安全云平台、SASE等，适合关注AI安全收入转化节奏的投资者。

2. 奇安信（ 688561 ）——政企安全平台型龙头

安全分析与运营连续六年居国内首位，终端安全市占率28.7%。公司通过AI技术升级全系列安全产品，实现安全运营和威胁研判智能化升级，聚焦AI应用合规与风险管控。董事长齐向东在2026北京网络安全大会上指出，AI时代正催生三类安全需求的集中爆发，是政企机构必须抓住的战略窗口期。适合看重政企客户粘性和全栈能力布局的投资者。

3. 天融信（ 002212 ）——AI安全标签最“纯”的标的

AI安全防护收入同比增130%以上，AI赋能安全直接收入超8000万元，智算云收入1.31亿元、同比+27.9%。产品矩阵覆盖大模型安全网关、API安全审计智能体、内容智能管控网关、安全智能体一体机及大模型安全评估服务等。核心优势在于“平台—主机—模型—数据—应用”五层闭环，防火墙市占长期领先，智算云第二曲线与AI安全深度绑定。需注意传统安全收入下滑较快、AI收入体量相对总营收仍偏小的阶段性风险。

4. 启明星辰（ 002439 ）——AI赋能全系列产品升级

通过AI技术升级全系列安全产品，推动传统安全产品向智能化、服务化转型，适配各行业AI落地安全需求。据机构预测，其2026年业绩有望实现倍增。适合关注传统网安龙头AI转型成效的投资者。

5. 绿盟科技——防泄漏与AI安全检测

在数据防泄漏领域具有传统优势，AI安全产品已产生直接订单收入。技术路线侧重于AI安全检测与防御，在当前阶段以安全大模型赋能检测能力的路径参与竞争。

6. 永信至诚（ 688244 ）——AI安全收入增速最快

2025年AI相关业务收入同比激增306.75%，增速在板块中居首。公司以“数字健康家庭医生”为定位，聚焦人工智能、具身智能、低空经济等战略机遇。体量较小但增长弹性大，适合关注高增速小市值标的的投资者。

风险提示：当前国内AI安全仍处在POC和储备期，各厂商打法高度趋同，即以安全运营平台守住存量、以大模型围栏和数据防护抢占增量，同时承受传统业务承压和硬件成本上涨的阶段性压力。部分公司中报亏损与AI收入高增并存，后续应重点关注AI安全收入占比提升和现金流改善的实际兑现情况，而非仅关注产品发布会。