绿盟科技研究通讯

识别攻击面，护航大模型数据安全

Aurascape专注于生成式AI和智能体应用的原生安全防护，提供全局可视化、敏感数据识别与无摩擦策略执行能力，帮助企业实时发现“影子AI”、防控数据泄露与AI生成风险，构建适应AI交互范式的新型安全治理体系。

Knostic是一家专注AI安全的初创公司，创新提出“需知访问控制”框架，解决LLM部署中的数据泄露风险。其通过知识图谱与自适应策略，实现对敏感信息的精细化管控，兼顾安全与业务效率，已在金融、医疗等行业落地，正推动AI安全治理范式转变。

RSAC 2025创新沙盒 | TwineSecurity ：数字员工驱动企业安全建设

LLMOps作为LLM应用的核心运维体系，其平台存在的数据泄露风险可能对模型部署的安全与合规性带来严重影响。

Metalware专注于嵌入式固件自动化分析，其主要针对嵌入式固件进行分解、仿真和模糊测试，切入点非常准。

看见未来的数据安全

一. 公司介绍今年RSAC创新沙盒10强之一的Smallstep[1] 是一家为专注于零信任、身份、证书管理

ProjectDiscovery作为2024年RSAC创新沙盒入围企业，专注于攻击面管理，以开源社区驱动的资产与漏洞发现工具著称。其明星项目Nuclei通过高效的模板扫描技术，助力企业快速识别风险，展现了强大的技术实力与行业影响力

EQTY Lab聚焦可信AI领域，面向高监管行业提供融合硬件加密、分布式账本与全生命周期治理的完整解决方案，重构AI系统的安全性、透明度与合规性，助力人工智能技术在金融、医疗、政务等关键场景的可信落地与广泛应用。

CalypsoAI是一家专注于AI系统安全的初创公司，构建了全球领先的推理防护平台“The Inference Perimeter”，通过红队测试、实时防御与安全监控，为政企客户提供全链路AI安全解决方案，入选RSAC 2025创新沙盒。

通过LLM构建的、基于问题的安全事件标准化调查方案

RSAC创新沙盒-2025-TOP10

向量数据库成就云上LLM智能跃迁，却也悄然埋下数据泄露隐患，安全风险不容忽视！

在此前的文章中，我们回顾了数据要素化的发展历程，并探讨了国际可信数据空间的探索经验。本文将进一步聚焦当前国内可信数据空间建设中备受关注的几条技术路线，解析其核心理念，以期帮助读者更清晰地理解国内可信数据空间的演进方向

CAASM+AI+SOAR智能网络资产攻击面管理，为安全运营团队提供全面的资产可视性，以实现主动风险管理和运营效率

人工智能需要大量训练数据，而日益严格安全法律法规使得访问和使用真实世界的数据集越来越困难。 合成数据技术可以模拟真实的数据，用作训练机器学习模型、测试软件应用程序

人工智能需要大量训练数据，而日益严格安全法律法规使得访问和使用真实世界的数据集越来越困难。 合成数据技术可以模拟真实的数据，用作训练机器学习模型、测试软件应用程序

人工智能需要大量训练数据，而日益严格安全法律法规使得访问和使用真实世界的数据集越来越困难。 合成数据技术可以模拟真实的数据，用作训练机器学习模型、测试软件应用程序

人工智能需要大量训练数据，而日益严格安全法律法规使得访问和使用真实世界的数据集越来越困难。 合成数据技术可以模拟真实的数据，用作训练机器学习模型、测试软件应用程序