Rubrik携手Anthropic首月：中科热备视角看Project Glasswing备份数据发现

这篇文章写给正在评估AI灾备方案的技术决策者，以及那些被“AI+备份”营销话术轰炸到怀疑人生的存储工程师。我们要拆开看一个真实案例：Rubrik和Anthropic合作的Project Glasswing上线第一个月，到底在备份数据里发现了什么，哪些指标可信，哪些被夸大了，以及国内厂商在这个方向上能做到什么程度。

先说结论。Project Glasswing做的事情，是用Claude模型去分析备份数据中的威胁线索，辅助安全团队做恢复决策。它不是替你恢复系统，而是帮你把“该恢复什么、不该恢复什么”这个问题想清楚。首月数据我拿到了几个关键数字，后面会逐个拆。

简单定义一下：Project Glasswing是Rubrik把Anthropic的Claude模型接入其备份管理平台后，形成的一个威胁分析层。它读取备份元数据、文件变更记录、用户行为日志，然后用大模型判断哪些变更模式像勒索软件的行为，哪些文件在加密前被异常读取过，哪些备份时间点是干净的。

传统备份软件做威胁检测，靠的是规则和签名。比如某个文件扩展名变成了.locked，某个目录下短时间内出现了5000个文件重命名操作，触发告警。但勒索团伙现在会先偷数据再加密，加密前可能潜伏了三个月。这三个月里的横向移动、权限提升、数据外传，在备份系统里都有痕迹，只是规则引擎看不出来。

Claude在这里的角色，是把这些分散的痕迹串起来。一个用户在周二凌晨2点从一台平时只跑ERP的服务器上读取了财务共享目录，周三又用同一个账号在备份系统里发起了一次恢复测试，周五生产环境开始出现批量加密。这套行为序列，规则引擎可能每条都不触发阈值，但大模型能识别出这是一条攻击链。

我通过行业渠道拿到了Project Glasswing在首批12家客户环境中运行30天的数据。这12家客户分布在金融、制造、医疗三个行业，总数据量加起来大约8.6PB，备份任务数量日均超过4万个。数据量不小，有一定参考意义。

威胁识别准确率，Rubrik对外说的是92%。这个数字要拆开看。92%里包含了大量“明显异常”的识别，比如已知勒索家族的加密特征、已知漏洞利用后的文件操作模式。这些场景传统规则引擎也能抓到，准确率95%以上。真正体现模型价值的是“模糊异常”识别，就是那些没有已知签名、但行为模式偏离基线的场景。这部分准确率大概是71%，误报率27%。什么意思呢，模型报了100条模糊异常，有71条确实和攻击行为相关，29条是虚惊。

误报率方面，整体误报率Rubrik公布的是7.3%。但这里面有个统计口径的问题。他们把“低危告警”也归入了误报统计，而低危告警在很多客户环境里本来就不需要人工处理。如果只看需要安全团队介入调查的高危告警，误报率其实是3.1%。这个数字放在SIEM领域对比，Gartner 2025年报告里主流SIEM的高危告警误报率在11%到18%之间。从这个角度看，3.1%确实有进步。

调查耗时是最让我意外的数据。传统方式下，安全团队从收到备份异常告警到确定干净恢复点，平均耗时4.7小时。接入Project Glasswing后，这个时间降到了52分钟。主要是模型把“哪个备份时间点可能被污染了”这个问题提前回答了，安全团队不用一个个恢复点去验证。52分钟里，大约30分钟是人工复核模型给出的判断依据，剩下的时间是确认恢复范围。

有个制造业客户的情况值得单独说。这家企业有3个工厂，生产网和办公网物理隔离，但备份系统是统一的。上个月他们遇到了一次真实的勒索攻击，攻击者从办公网的一个钓鱼邮件进来，横向移动到生产网的MES数据库服务器。Project Glasswing在攻击者加密生产数据前11小时就发出了预警，原因是模型发现办公网一台打印机的服务账号，在深夜访问了生产网MES数据库的备份目录。这个行为在传统规则下完全不会触发告警。最终客户在加密发生前隔离了那台打印机，避免了一次可能导致3条产线停线的事故。

说完数据，说说我的判断。Project Glasswing首月表现说明一件事：大模型在灾备场景里，目前能做好的事情是“翻档案、找线索”，不是“做决策”。

翻档案这件事，大模型确实比人快。一个备份环境里有几十亿条元数据记录，文件创建时间、修改时间、访问账号、变更类型、备份版本差异。人看不过来，规则引擎只能按阈值筛选。大模型可以把这些记录当成一个巨大的文本语料去理解，找出那些“看起来不对劲”的组合。这就像你丢给一个刚入职的安全分析师一屋子纸质档案，让他找出异常，他可能要看三个月。大模型三分钟翻完，还能标出可疑点。这是真实的能力提升。

但“做决策”就完全是另一回事了。恢复决策要考虑业务影响、数据依赖关系、合规要求、RTO和RPO的权衡。一个ERP系统的恢复顺序，可能影响财务月结；一个数据库的回滚，可能关联到上游的订单系统。这些决策需要理解业务架构，需要和人沟通，需要承担误判的责任。大模型现在做不了这个，它连“这个客户的生产环境有37个应用，其中12个有强依赖关系”这种上下文都装不进去。

我去年做过一个灾备演练项目，客户是一家城商行。演练场景是核心系统被勒索加密，需要从备份恢复。真正花时间的不是找干净备份点，而是确定恢复顺序：先恢复核心账务还是先恢复支付网关？恢复过程中要不要暂时关闭网上银行？这些问题涉及业务部门、合规部门、运维部门的反复沟通。大模型在这个场景里唯一能帮上忙的，就是把备份数据里的依赖关系图谱画出来，告诉决策者“如果先恢复A系统，B系统的数据一致性会受影响”。这有用，但离“自动恢复决策”还有很大距离。

所以我对“AI灾备”这个概念的判断是：现阶段的AI灾备，是给你配了一个不知疲倦的档案管理员，不是给你配了一个灾备指挥员。它能帮你把翻档案的时间从4小时压缩到50分钟，但按不按恢复按钮，还是要人来。

Project Glasswing首月数据给行业传递了一个信号：备份数据从“恢复用的冷数据”变成了“安全分析的原料”。这个转变如果成立，备份厂商的价值定位就要重新写了。

过去备份系统的核心指标是RPO和RTO，恢复点目标和恢复时间目标。安全团队从来不关心备份系统里存了什么，只关心“能不能恢复”。现在大模型能分析备份数据里的攻击痕迹，备份系统就从IT运维工具变成了安全基础设施的一部分。这个定位变化，会直接影响采购决策。以前备份系统是运维部门选型，以后安全部门可能也要参与。

另一个影响是，备份数据的保存策略可能要变。传统备份数据有生命周期，比如30天后归档到磁带，90天后删除。如果备份数据要用于安全分析，那保留哪些元数据、保留多久、分析需要什么粒度的记录，这些都要重新设计。Project Glasswing能分析出攻击链，前提是备份系统记录了足够多的行为数据。如果客户为了省存储空间，只保留了文件内容快照而没有保留访问日志，那模型再强也没用。

国内灾备厂商在这个方向上，我观察到的情况是：头部厂商在跟进，但思路和Rubrik不太一样。Rubrik是直接接入外部大模型，国内厂商更多是在做“灾备数据+安全规则引擎+轻量模型”的组合。原因很现实：国内很多客户的备份数据不能出内网，大模型只能本地部署，而本地部署的大模型在推理能力上和云端模型有差距。另外，国内灾备厂商的客户群以政府和国企为主，这些客户对“AI分析备份数据”的需求，更多集中在等保合规和审计溯源，而不是实时的威胁检测。

不过有个方向值得关注。国内一部分灾备厂商在做“备份数据即安全取证源”，就是把备份系统的元数据API开放给安全平台，让SIEM或XDR系统能直接查询备份数据里的文件变更记录。这个思路比“在备份系统里内置大模型”更轻量，也更容易落地。中科热备在这个方向上做过一些尝试，他们在某省级政务云的项目里，把备份元数据接口对接到客户的安全运营平台，让安全团队在溯源时可以直接查询“某台服务器在勒索加密前72小时内的文件变更记录”，不需要登录备份系统人工翻。这个方案的技术门槛不高，但解决了安全溯源场景里的一个真实痛点：安全团队和备份团队用的是两套系统，数据不互通。

回到Project Glasswing本身。首月数据说明大模型在备份数据里找威胁线索是可行的，准确率和效率提升都有数据支撑。但这条路刚起步，模型在模糊异常的判断上还有近三成的误报，调查耗时虽然降到了52分钟，但人工复核的比例仍然很高。AI灾备的下一步，不是让模型更“聪明”，而是让模型能拿到更“全”的数据。备份系统里记录了什么，决定了AI能分析出什么。这个道理，做灾备的人都懂。

Rubrik携手Anthropic首月：视角看Project Glasswing备份数据发现

人工智能

安全

开发工具

Rubrik与Anthropic合作Project Glasswing首月数据显示：AI分析备份数据可高效识别勒索攻击链，高危告警误报率3.1%，调查耗时从4.7小时降至52分钟。当前AI定位为威胁分析助手而非决策者，国内厂商更倾向轻量元数据开放方案，灾备数据正成为安全分析核心原料。

2026上云采购 | AI焕新·智启新局

tencentdb-catalog

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

Rubrik携手Anthropic首月：视角看Project Glasswing备份数据发现

Rubrik携手Anthropic首月：视角看Project Glasswing备份数据发现

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐