2014年10月份，紧接着2014年度日志管理调研报告(Log management survey)，SANS又发布了2014年度的安全分析与智能调研报告(Analytics and Intelligence Survey 2014)。
SANS认为，安全分析与日志管理逐渐分开了，当下主流的SIEM/安管平台厂商将目光更多地聚焦到了安全分析和安全智能上，以实现所谓的下一代SIEM/安管平台。而安全分析和安全智能则跟BDA(大数据分析)更加密切相关。
SANS对安全智能的定义采纳了Gartner的定义。而安全智能(Security Intelligence)这个词的最早定义就来自于Gartner的Fellow——约瑟夫.费曼(2010年的报告——《准备企业安全智能的兴起》)。这，在2013年的日志分析调查报告中明确指出来了：企业安全智能包括对企业的IT系统中所有跟安全相关的数据的收集，以及安全团队的知识和技能的运用，从而达成风险消减的目的。
今年，SANS对安全分析(Security Analytics，或者叫安全数据分析，数据分析)给出了一个自己的定义：
The discovery (through various analysis techniques) and communication (such as through visualization) of meaningful patterns or intelligence in data.【对数据中有意义的模式或者情报(通过多种分析技术)进行发现和沟通(例如通过可视化方式)】
SANS还追溯了一下安全分析的起源，其实早在1986年就正式出现了。从最早的IDS，到后来的SIEM，再到现在的安全智能，形成了一条安全分析的发展时间线。
关于安全智能，SANS做了一个脚注，就是安全智能不是自动化的机器智能，还需要训练有素安全分析师的参与。
报告中，SANS还给威胁情报下了一个定义：Threat intelligence is the set of data collected, assessed and applied regarding security threats, malicious actors, exploits, malware, vulnerabilities and compromise indicators.
【注：安全智能跟安全/威胁情报中都有一个相同的英文Intelligence，但是含义还是有所区别的】
SANS对350位IT专业人士进行了调查问卷。报告显示：
1)有47%的用户依然投资在SIEM上，通过增强的SIEM获得安全分析的能力;
2)27%的用户将内部威胁情报关联应用于SIEM;
3)61%的用户认为大数据将在安全分析中扮演必不可少角色(36%认为大数据扮演关键角色，25%认为大数据是必要的，但不是最关键的);
4)47%的用户认为他们的情报和分析实践初步实现了自动化。
SANS进行了多项有针对性的调查。其中，“攻击检测与响应的障碍”首当其冲的是缺乏对应用、以及支撑的系统和脆弱性的可见性(39.1%);排在第二的障碍是难以理解和标识正常行为，进而导致无法识别异常行为;排在第三位的是缺乏训练有素的人;排在第四位的是不知道哪些是关键的需要采集的信息，以及如何进行关联。
在问及“安全分析人员主要看什么系统产生的日志”时，57%的人选择了传统的边界防御设备(FW/IDP)产生的告警;42%的人选择了终端监测系统的告警(譬如防病毒)。此外，有37%的人选择了“SIEM的自动化告警”，还有32%的人选择了通过SIEM/LM去进行事件分析，并手工产生告警。 SANS认为，调查结果表明下一代的SIEM具备自动化分析和智能告警的能力。
在问及“实现安全智能需要跟哪些检测技术交互”时，几乎各种检测技术都有涉及，印证了安全智能的技术交互的广泛性。在目前，主要交互(对接)的是 FW/UTM/IDP、漏洞管理、基于主机的恶意代码分析(终端防病毒)、SIEM、LM。在未来，计划要交互的主要是基于网络的恶意代码分析(沙箱)、 NAC、用户行为监控。
在问及“对当前安全分析能力的满意度”时，最满意的是分析的性能与响应时间，最不满意的是安全分析的可见性，分析师的培训以及分析师的紧缺排在最不满意的第三位。
在问及“应用安全分析最有价值的作用”是什么时，首选最高的是发现未知威胁，次选最高的是检测内部威胁，第三选择最高的是降低错报。
在问及“未来对安全分析/智能的投资”领域时，67%的受访者选择了培训/人员，其次是事故响应能力，第三是SIEM(47%)。此外，选择基于网络包的分析、用户行为监控、情报、大数据分析引擎的人都超过了20%。