2026年，全球网络空间安全形势加速向智能化、体系化、供应链化对抗演进。攻击突破时间已降至分钟级，网络攻击利用AI去特征化，归因溯源难度显著上升。关基设施相互依赖本就存在级联失效风险，大模型应用又增加了新的依赖节点与故障传导路径，安全事件规模与影响发生质变……
为了促进网络安全领域的技术交流，共同筑牢覆盖网络、数据、模型、应用的全链条安全防线，本期《网络安全专刊》聚焦量子密码、AI赋能安全、关基安全、前沿技术四大领域。以后量子密码迁移筑牢根基，以AI赋能与AI对抗并重提升主动防御能力，以关基保护与6G内生安全协同强化底线保障，以零信任、可信计算、数字孪生等前沿技术牵引场景落地，着力构建面向智能时代的体系化安全能力。
查看全文>针对传统零信任信任评分引擎上下文感知不足、泛化能力弱、决策不可解释等问题，研究基于大语言模型（LLM）的零信任上下文感知信任评分引擎。融合用户行为、设备状态、环境信息及威胁情报，利用LLM的上下文理解能力实现动态信任评分与风险归因，优化幻觉抑制与实时推理性能。实验结果表明，该引擎可提升信任评估准确率，降低误报率，为零信任持续验证提供有效支撑。
随着移动互联网及识别技术的发展，生物特征识别技术被广泛用于用户身份认证。与密码、智能卡等传统认证技术相比，生物特征的隐私保护问题尤为重要。如何在不降低识别准确率的前提下对生物特征进行有效的保护也成为研究者关注的热点问题。针对该问题，提出一个基于改进模糊保险箱技术的生物特征模板保护算法，并基于该算法提出一个增强的三因素认证方案用于远程身份认证。安全分析表明，提出的认证方案可以在不降低生物特征识别率的同时保证认证的安全性，避免生物特征的泄漏。
移动办公对终端安全的要求不断提高，传统零信任准入架构“重身份、轻环境”的问题愈发明显。可信计算作为一种先进安全技术，利用TEE硬件信任根实现平台完整性度量和远程证明。提出面向通用安卓终端的可信计算与零信任架构融合方案，通过TEE信任根、AndroidKeystore与KeyAttestation构建从硬件到应用层的信任链，以轻量级“挑战—响应”协议实现设备完整性度量和防篡改证明。零信任网关根据实时验证结果决定访问权限，为构建新型信任体系与动态安全边界提供了创新性技术路径。
分析了核心网安全的重要性和现状，结合数字孪生技术的特点，给出了数字孪生技术应用在网络安全领域中的场景和作用。提出了数字孪生网络安全体系架构和关键技术，分析了网络安全领域面临的挑战，并给出相应的解决方案，为后续研究提供借鉴和参考。
eSIM技术凭借远程配置和多Profile管理这2个特点，已逐步应用于移动通信消费电子领域，增加了用户使用通信设备的便利体验，也推动了消费电子智能化进程。该技术在场景应用落地的同时也面临着诸多安全方面的挑战。对eSIM的安全机制及相应安全风险进行了系统分析，分别从终端、系统、业务和数据4个层面提出安全提升措施，涵盖APP签名检查、一单一码机制、机卡绑定、传输加密及业务规则规范化等可执行方法，提升了eSIM业务的整体安全性，也抑制了eSIM相关的电信诈骗事件发生。
信息通信领域面临量子计算对密码体系的根本性挑战。量子密钥分发（QKD）与后量子密码（PQC）技术的有机融合可产生超越单一技术边界的纵深防御增益。从产业实践与学术研究中归纳出级联混合、分层互补和内嵌增强3种融合架构模式，并面向量子加密专线和即时通信APP2个典型场景设计适配的技术方案，满足有线骨干与无线终端的差异化部署需求。通过构建量子破解、先收集后解密、密钥泄露和中间人攻击4类威胁的应对矩阵，分析了3种架构的纵深防御安全增益，该框架可为信息通信网络的量子安全迁移提供系统化的架构参考。
量子计算对RSA、ECC等现行公钥密码构成根本性威胁，“先存储、后解密”攻击使长期保密数据面临现实风险。后量子密码敏捷迁移技术能够无须对信息系统开展大规模改造的条件下，快速完成密码算法、参数与协议切换，可为算法快速替换、过渡期混合密码灵活配置、国产密码算法接入提供架构保障。梳理了该技术的研究进展，总结了其从算法敏捷迈向系统敏捷、从混合方案向原生敏捷架构演进、AI驱动自动化迁移及构建可持续密码基础设施等的发展趋势。
针对移动即时通信端到端加密会话密钥依赖伪随机数发生器（PRNG）、熵源不足或实现缺陷导致可预测的隐患，研究量子随机数发生器（QRNG）密钥增强方案。构建终端QRNG芯片、云端密钥服务与加密通道3层架构，设计量子熵种与确定性随机比特发生器（DRBG）混合派生流程，克服速率受限问题，并给出降级策略。分析与实验表明，主密钥可预测性降至量子熵主导的可忽略量级，抗预测、抗泄露能力优于纯PRNG方案，可支撑政务、金融等高安全即时通信应用。
针对通信网络架构复杂化引发的网络安全系统性挑战，提出了一种网络安全知识图谱构建方法。依托GraphRAG技术框架与大语言模型协同，以图模式Schema驱动对网络安全文档数据进行预处理、文档分块实现知识抽取，并通过结构和语义双重感知技术构建出结构化强、关系精确可溯的网络安全知识图谱。最后采用多粒度混合检索、加权融合重排等多种调优技术，实现知识的精准检索。评测结果表明，该方式构建的网络安全知识图谱更适配通信领域复杂的场景特征，为该领域实现高性能知识检索和智能问答服务提供了适合的技术与实践路径。
以降低漏洞误报率为目标，开展基于人工智能的网络安全漏洞自动验证技术研究与实践，分析对比了多种技术路线，确定采用CNN+RNN深度学习结合机器学习的协同架构，依托行为分析、特征工程、正交参数调优技术搭建智能漏洞验证体系。经多轮数据测试与现网实测，系统误报率被成功控制在8%以内。该方案突破传统检测模式局限，实现漏洞验证全流程智能化，不仅节约运维成本、规避安全风险，也形成了可复制的技术方案，为通信行业网络安全智能化升级提供了实践参考。
6G的发展将使通信基础设施成为AI对抗的前沿战场，攻击智能体与防御智能体在通信环境中持续博弈、相互演化。传统对抗性机器学习聚焦于单点攻击，忽视了对手行为建模、长期欺骗与策略适应这一关键维度。定义并综述行为智能在AI对抗中的内涵与核心技术，涵盖博弈建模、行为预测与对手建模、AI欺骗3个层面，进而阐述面向行为智能的防御技术与行为智能在通信网络中的应用。最后分析了AI对抗模型建模存在的问题及未来的方向，未来行为智能将是AI对抗的真正前沿，对构建可信通信网络自主安全系统具有关键意义。
针对5G安全测试中场景分散、描述不统一及固定剧本变化不足的问题，依托虚实结合的5G安全靶场，构建5GC/MEC、5G小基站、NGAP/UDR、承载网路由器和UPF协议分析5类场景，并采用五元框架统一描述。在此基础上，引入大语言模型开展测试分支、参数行为、观测点和难度配置扩展。以NGAP/UDR场景为例，模型生成19条候选，经规则复核后保留13条，并选取C03进行隔离验证。结果表明，该方法能够提升场景扩展的规范性、可执行性与可观测性。
小众涉诈恶意程序是涉诈恶意程序中更狡猾、更隐蔽、更具对抗性的一个子集，其隐蔽性强、变种快的特点给网络安全带来了严峻挑战。提出基于网络流量的小众涉诈应用程序智能识别方法。该方法通过实时采集并深度解析应用程序网络流量数据，采用流量还原技术提取多维特征向量；构建了动态更新的小众涉诈应用程序特征知识库，引入机器学习算法实现特征匹配与异常检测，提升对小众新型变种涉诈应用程序的识别准确率。
大模型智能体的规模化应用带来攻击、漏洞、数据泄露等安全风险，海量告警造成人工研判低效、误报率高。基于中国联通某分公司的实践，分析智能体防护需求与技术痛点，介绍自研防护平台架构、核心技术，重点说明平台依托AI实现告警智能降噪，并结合真实场景验证效果，研判行业发展趋势。实践证实，“AI防护网络安全”全生命周期防护体系可自动降噪告警，减少人工投入，提升防护能力、降低运营成本，为智能体安全落地提供技术支撑。
分析了SRv6协议面临的安全威胁，介绍了通过HMAC方式增强SRv6网络安全的方案及原理。说明了SRv6HMAC封包及校验算法的相关流程和细节，并详细分析了基于VPP的SRv6HMAC增强安全方案的具体实现过程及方法。最后，对在VPP中开启HMAC增强安全方案带来的性能损失进行了对比测试。
从电信行业关基合规管理视角审视了5G关基防护体系的底层假设及其在6G场景下可能存在的矛盾，重构“边界—资产—风险”核心概念，提出“架构层—资产层—防护层—合规层”一体化保护框架及落地机制。通过攻击树逻辑推演与防御覆盖率集合运算，从攻击路径阻断、威胁覆盖完备性和响应时效压缩3个维度，验证了该框架应对跨域代际传导风险与感知复合威胁的理论有效性。
针对AI原生6G核心网面临的攻击面“质变型扩张”挑战，提出一种端到端方法，为AI原生6G核心网的安全架构设计提供结构化的需求分析与问题定义基础。通过攻击面分类，系统化分析AI模型、开放接口及异构组件共模所面对的攻击面，明确零信任与内生安全互补的边界判定准则，构建安全需求矩阵，揭示出核心网10类功能模块中有8类需二者协同的量化结论。将安全需求映射至uRLLC、eMBB跨域漫游及AI智能体决策等典型场景，验证了协同策略在不同SLA约束下的可行性。
