现已推出 FireMon Agentic AI 了解更多 →
[ 面向网络安全策略管控的 Agentic AI ]
让 Agent 承担网络安全策略工作，依托 FireMon Agentic AI
随附的 Policy Change Designer 工作流在保存前包含从业人员审核环节。其他 Agent 与 MCP 工作流在委派权限和适用的工作流控制下运行。
访问权限遵循运行 Agent 或发起 MCP 请求的 FireMon 用户所具备的权限。FireMon 负责计算策略结果、路径分析和建议；模型负责选择工具并解释输出。
左图示例： 一项访问请求依次经过发现、建议、从业人员审核，以及受支持的 Policy Planner 保存。
采用 FireMon Agentic AI 的三种方式
从随附 Agent 入手，完成受支持的策略工作：调查策略数据、制定访问建议、准备供审核的变更计划。
- FireMon Intelligence Agent： 搜索、分析并解释策略。
- Network Designer： 分析访问需求，发现相关设备与策略，并建议防火墙策略变更。
- Policy Change Designer： 准备 Policy Plan 变更与规则名称，请求选择与审核，然后保存到 Policy Planner。
在 Agent Builder 中基于 FireMon 工具构建技能，创建角色明确的 Agent，也可从随附 Agent 开始。Agent 可按需运行、按计划运行或由事件触发运行。
将 FireMon 上下文引入现有 AI 工作流。客户自管的 AI 应用通过 FireMon Model Context Protocol (MCP) Server 连接 FireMon 工具与策略上下文，用于搜索、发现、分析、准备变更，并在获得授权时保存到 Policy Planner。变更工作流需要 Policy Planner。
[ FireMon Insights ]
借助 Insights 理解风险并调查访问
以自然语言提出受支持的防火墙策略与网络访问问题。Insights 会返回每个答案背后的证据，便于从业人员验证。受支持的策略查询与访问路径分析均为只读。
[ FireMon Insights ]
借助 Insights 理解风险并调查访问
以自然语言提出受支持的防火墙策略与网络访问问题。Insights 会返回每个答案背后的证据，便于从业人员验证。受支持的策略查询与访问路径分析均为只读。
进一步了解面向网络安全策略管理的 FireMon AI
FeaturedWebinar
FireMon Agents & MCP in Action: From Policy Questions to Practical Workflow
See FireMon Agentic AI and MCP in action. Learn how to investigate network access, develop policy recommendations, and prepare changes for practitioner review.
Blog
Introducing FireMon Agentic AI for Network Security Policy Control
FireMon Agentic AI automates firewall policy review, preparing recommendations while security teams keep review and approval control.
Blog
Audit Readiness in the AI Era Requires Continuous Policy Evidence Across the Hybrid Enterprise
Learn how continuous policy evidence helps security teams simplify audits, validate changes, and maintain compliance across hybrid environments.
Blog
AI for Network Security Policy: Understand Risk and Get Answers
See how FireMon Insights uses AI to interpret policy KPI trends and answer firewall policy questions in plain language, grounded in normalized data.
AI 辅助防火墙管理常见问题
Insights 聊天以自然语言回答受支持的策略与网络访问问题，并返回每个答案背后的证据。Insights 分析则将 AI 解读应用于策略度量，使从业人员看到哪些地方值得进一步调查。
FireMon Agentic AI 通过 Agent 在既定权限范围内执行指派的策略任务，例如调查策略上下文、制定建议、准备供审核的变更计划。三者是互补的能力，而非自动衔接的流程；在使用 Agent 之前，用户无需先完成 Insights 聊天或分析。
FireMon Agentic AI 提供三种采用方式：使用随附 Agent、在 Agent Builder 中构建或定制 Agent，或使用 FireMon Model Context Protocol (MCP) Server。客户自管的 AI 应用通过 FireMon MCP Server 连接 FireMon 工具与策略上下文，其作用不仅是访问数据，还包括搜索、发现、分析、变更准备以及经授权保存等受支持操作。MCP 工作流在委派权限和适用的工作流控制下运行。
FireMon 不负责保护 AI 模型，也不替代 AI 安全或 AI 治理平台。其作用在于以受治理的方式访问标准化的网络安全策略数据。
随附的 Policy Change Designer 工作流在保存到 Policy Planner 之前包含从业人员审核，而保存并不等于部署。Insights 聊天与分析只返回答案和发现，不会更改策略。其他 Agent 与 MCP 工作流在委派权限和适用的工作流控制下运行。