大型安全运营中心（SOC）每天需要处理数百个活跃安全事件，分析师在长且不断变化的队列中必须快速决定哪些事件应优先处理。传统的排序方法通常按到达时间、粗略严重等级或特定产品的启发式规则排序，导致相对优先级不明确。本文提出自适应事件优先级排序（Adaptive Incident Prioritization, AIP）算法，即微软 Defender 队列助手的核心排序算法，持续对安全事件进行优先级排序以供分析师调查。AIP 将 BM25 排序思想适配到无查询、多租户的队列场景中：将每个事件表示为从告警和元数据中提取的归一化安全组件集合，模型结合了饱和的局部组件频率、跨租户估计的全局组件稀有度、有界领域先验乘数以及组件级解释。AIP 部署在数万客户环境中，实现近实时推理，中位延迟5秒刷新事件分数。在涵盖1000个客户组织的专家评审评估中，AIP 达到92.8% 的 Precision@10。在覆盖473,000个组织日队列的发布后遥测中，相比严重等级排序，AIP 使告警详情交互增加5.8%，告警详情查看事件增加17.5%，表明模型排序队列集中了分析师关注度。此外，论文扩展了微软 GUIDE 数据集，增加了首个针对 SOC 队列优先级排序的公共标签资源，涵盖499个组织队列和9980个带有专家优先级标签的事件，使研究社区能够开发、比较和推进事件优先级排序方法。本文适合 SOC 分析师、安全运营负责人、事件响应系统研究人员以及关注 AI 辅助安全运营的从业者阅读。