传统态势感知偏向流量分析，主要实现7x24小时对网络安全攻击方向的态势预测。需要基于设备指纹、操作行为、AI策略模型的移动端、智能设备层面的安全感知，包括环境风险的感知、运行攻击的感知。

传统的移动安全产品旨在通过安全加固技术弥补APP开发中所产生的自身安全漏洞、风险，如核心代码窃取、程序逻辑破解、恶意代码注入等，单点离线的威胁防御能力有限，无法进行即时处置。

业务人员关心当前是否存在安全问题，移动应用有没有漏洞，运行时有没有攻击，攻击来源发生在哪，能否进行有效监控及预警，能否定位到攻击位置，是否可以进行关联分析？所以对环境风险、运行时攻击、异常行为的监测、预警、具有威胁时自动触发防护策略及处置、关联关系挖掘、以及数据沉淀的闭环处置流程是切实必要的。

当下，人脸识别场景应用在生活方方面面，同样成为黑灰产牟利的主要攻击重灾区。

业务安全感知防御平台通过威胁探针、流计算、机器学习等先进技术，集设备风险分析、运行攻击识别、异常行为检测、预警、处置为一体的主动防御平台。