前言
本篇文章為研討會演講紀錄，「AI浪潮下的資安新戰場」中金管會資訊處林裕泰處長的演講整理。
一、整體背景與監管角色
- 監管定位：金管會期望監管方向與企業資安部門目標一致，作為提升資安水準的推動力
- 資安長角色轉型：從 IT 管理者 → 企業風險戰略的關鍵決策者
- 全球挑戰：供應鏈風險、網路攻擊複雜性、AI 新威脅、監管要求提升
二、零信任架構（Zero Trust）
- 核心概念：假設攻擊者已入侵內部，重點在「入侵後如何偵測與阻擋」
- 實際案例：
- 巴西央行案：駭客取得合法 Token，直接轉走 1.4 億美金
- 微軟案：攻擊者突破 AD 後，橫向擴充時未被即時阻擋
- 五大支柱：身份、設備、網路、應用程式、資料——每個節點都需驗證
- 動態驗證：從靜態驗證（Token）→ 動態指標（時間、地點、設備、行為是否合理）
- 推動進度：2022 年發布參考指引，目前試行導入一年多，將擴大至高風險場域
三、雲端安全監控
- 目標：雲端防護水準須與地端一致
- 參考框架：CSA 雲端安全基準 + MITRE ATT&CK 攻擊框架
- 已完成工作：
- 分析雲端基礎服務應有的安全型態與監控規則
- 對應三大公有雲（AWS、Azure、GCP）常見攻擊手法
- 產出「金融業雲端監控基準」參考指引
- 工具應用：結合雲端原生 SIEM 工具，但仍需客製化規則
四、AI 資安攻防
- 駭客運用 AI：
- 自動化發現與利用漏洞（2024 年 4 月已證實）
- AI 降低攻擊門檻，IT 產業知識即可上手
- 防守方運用 AI：
- 入侵路徑模擬測試
- 異常行為分析與即時告警
- 監控規則自動產生（過去人工建立數百條規則非常耗時）
- 資安人員建議：應比業務單位更早擁抱 AI，才能掌握風險並協助導入
- 推動方向：建立跨機構 AI 資安 Task Force，參考 OWASP AI 專案成果
五、軟體安全開發（Shift Left）
- 問題現況：資安防護常在系統開發後期才介入，前端設計缺陷難以解決
- 推動方向：將資安設計、資安測試前移至開發階段
- AI 工具契機：
- 生成式 AI 可協助程式碼安全審查
- 可替代過去昂貴的第三方檢測工具
- 協助建立 SBOM（軟體物料清單）
- 實際效益：如 Apache Log4j 漏洞事件，有 SBOM 可快速盤點影響範圍
六、供應鏈安全
- 挑戰：金融業資安水準提升，但供應商可能跟不上
- 參考案例：台積電要求供應商達到一定資安水準，並提供輔導
- 推動方向：
- 合約增加資安合規條款
- 建立跨組織協作機制
- 要求供應商同步導入 SBOM、安全開發流程
- API 安全：開放給合作夥伴的 API 需加強防護，納入持續管控
七、後量子密碼遷移（PQC）
- 國際進展：NIST 已發布三個後量子演算法標準
- 產業特性：金融業與其他產業高度互聯，需跨產業協調標準
- 推動步驟：
- 識別現有密碼清單
- 盤點加密模組位置
- 評估遷移資源
- 制定遷移計畫
- AI 輔助：可協助盤點程式碼中的加密模組位置，產生密碼物料清單
- 現況：金管會已成立先導小組，自 7 月運作至今仍在盤點階段
八、跨機構資安情資分享
- 過去成果：金融業資安情資分享機制運作成熟
- 擴大範圍：不應只限新興技術，傳統 IT 基礎設施同樣重要
- 案例：Orange Cyberdefense 報告顯示，50% 以上紅隊演練可直接攻破 AD
- 建議：金融業應共享演練成果，避免重複投入資源
九、AI 系統風險容忍
- 觀念轉變：AI 系統相較傳統系統，更不可能達到 100% 安全
- 建議做法：
- 建立風險容忍文化，允許 AI 偶爾出錯
- 重點在風險可控、事後可有效處置
- 避免因小失誤阻礙創新應用發展
十、行動建議總結
| 領域 | 短期行動 |
|---|---|
| 零信任 | 高風險場域優先導入動態驗證機制 |
| 雲端安全 | 參照基準指引建立監控規則 |
| AI 資安 | 資安人員主動學習 AI 工具，建立 Task Force |
| 軟體開發 | 導入 AI 輔助程式碼審查，建立 SBOM |
| 供應鏈 | 合約納入資安條款，輔導供應商提升 |
| 後量子密碼 | 啟動盤點，掌握現有加密模組位置 |
個人反思與心得
聽完林裕泰處長的演講，有幾個觀點讓我印象特別深刻：
一、資安長的角色轉變
處長引用 AI 的回答，指出資安長應從「IT 管理者」轉型為「企業風險戰略的關鍵決策者」。這不只是頭銜的改變，而是思維模式的根本轉變——資安不再只是「防守」，而是要能「參與決策」。
在 AI 快速發展的時代，資安人員如果只會說「這個有風險不要用」，最終會被邊緣化。反之，如果能比業務單位更早理解 AI 的能力與限制，就能在風險可控的前提下協助創新落地。
二、零信任的本質是「假設已被入侵」
巴西央行和微軟的案例讓我重新理解零信任的核心：不是「如何阻止入侵」，而是「入侵後如何偵測與阻擋」。
傳統思維是把城牆築高，但現實是攻擊者總會找到缺口。零信任的五大支柱（身份、設備、網路、應用、資料）就像是在城內設置多道關卡，讓攻擊者即使進來，也無法順利取得資料。
這也解釋了為什麼動態驗證這麼重要——光有 Token 不夠，還要看時間、地點、設備、行為是否合理。
三、AI 資安攻防已進入「軍備競賽」階段
處長提到 MITRE ATT&CK 針對 AI 系統的攻擊技巧，兩三個月內從 14 項增加到 16 項。這個數字的成長速度，反映了駭客對 AI 系統的興趣正在快速上升。
更值得注意的是：AI 降低了攻擊門檻。過去需要深厚技術背景才能執行的攻擊，現在只要懂 IT 就能上手。這意味著防守方如果不用 AI，將會面對用 AI 武裝的攻擊者，這場仗會越來越難打。
四、後量子密碼遷移比想像中複雜
金管會的先導小組從 7 月運作到現在，還停留在盤點階段。處長說得很實在：「只有你踩進去才知道這個洞有多深。」
過去開發系統時，加密模組可能是標準的，也可能是工程師自己寫的，散落在各處。現在要全部找出來、評估影響、規劃遷移，這工作量遠超預期。好消息是 AI 可以協助盤點程式碼中的加密模組，產生密碼物料清單。
五、風險容忍文化是推動創新的關鍵
最讓我思考的是「AI 系統風險容忍」這個觀點。
處長建議不要因為 AI 偶爾說錯話就小題大做，否則會阻礙所有創新應用。這需要組織從上到下建立共識：在風險可控、事後可處置的前提下，允許一定程度的錯誤。
這其實是一種成熟的風險管理思維——不是追求零風險，而是追求風險與創新的平衡。
行動提醒
- 深入研究 OWASP AI Security 專案
- 了解 MITRE ATT&CK for AI 框架
- 關注後量子密碼遷移的國際進展
- 練習用 AI 工具做程式碼安全審查
