资源介绍
这本书是Packt出版社在2026年7月推出的一本面向网络安全从业者的技术专著，全书围绕一个非常现实的问题展开：为什么我们采集了海量威胁数据、部署了各种安全平台，真正的威胁洞察却总是姗姗来迟，甚至与防御动作脱节？三位作者Joe Fleurat、Austin Nowak和Dennis Chow都供职于英国人力资源软件巨头UKG，分别负责威胁情报、检测工程与数据科学、以及安全运营中的智能体自动化，他们合著的这部作品试图给出一个系统性的答案：把AI和自动化深度嵌入到威胁情报生命周期的每一个环节，而不是当作某个魔法按钮轻轻一按就万事大吉。全书按照情报工作的经典流程——规划、采集、处理、分析、生产、传播和反馈——逐步展开，详细讲解如何在每一个阶段中引入AI能力来降噪、补充上下文、优化优先级排序，最终把情报真正转化为SOC团队、漏洞管理团队和检测工程师可以落地的行动。具体而言，读者会学到如何构建需求驱动的采集计划使其经得住数据洪流的考验，如何把原始数据处理成保留来源追溯和语义信息的标准化情报，如何在运用分析技术时避免偏见放大，以及如何将分析成果转化为可测试、可部署、可维护的检测规则。书中还特别探讨了融合中心从被动响应走向预测分析、情报驱动狩猎行动和安全原始研究的进阶路径，同时始终强调隐私合规、治理框架和运营现实之间的平衡。与市面上很多只讲理论或只贴代码的书不同，这本书的定位相当务实，读者跟着章节推进，几乎就是在搭建一套完整的智能化威胁情报工作流。Joe Fleurat拥有二十多年的情报工作经验，早年在FBI和国防情报局做了十二年的反恐分析师，后来转入企业界主导威胁情报和威胁狩猎建设；Austin Nowak兼具数学物理本科与计算机硕士背景，在安全行业深耕六年，专长是把数据科学变成可运行的检测系统；Dennis Chow则有十七年攻防两端的实战经历，曾在AWS、RSA、KPMG等大厂担任工程和领导职务，对安全运营中的智能体自动化颇有研究。担任本书作序的是UKG首席安全官Mustapha Kebbeh，他用"融合中心"这个概念精准概括了本书的核心精神——把威胁情报、检测工程和数据科学融合成同一种工作节奏，把不确定性变成决策，把决策变成可衡量的防御成果。如果你是一名苦于在大量数据中迷失方向的安全分析师、威胁情报从业者、检测工程师，或者正在为团队搭建安全数据平台的架构师，这本书都能提供非常具体的指导。即使是AI基础薄弱的读者也不必担心，书中的实例足够循序渐进，帮助你在自己的环境中一步步落地这套方法论。在网络安全攻防节奏日益加快的今天，情报驱动防御已从加分项变成生存技能，而这本2026年的新书恰好踩在了这个转折点上，值得每一位关心AI与安全融合的从业者认真翻阅。