當網絡黑客早已運用 AI 實現「一鍵自動化攻擊」，甚至能完美模擬正常用戶行為以規避偵測時……安全團隊是否仍停留在「以人力應對海量 Alert、逐條檢查 Log 日誌」的被動防守階段？

面對這種新常態，一旦黑客在深夜或公眾假期發動勒索軟件攻擊，短短數小時的響應延遲，已足以為企業帶來災難性的全網癱瘓與業務停擺。

參加炎凰數據網上研討會，共同探討如何利用強大的 LLM 算力，為企業打造一個 24/7 具備思考與執行能力的「虛擬安全團隊」。

活動亮點： 🔍 炎凰數據 SIEM 的先進架構與 AI 能力

• 無縫整合與靈活部署： 剖析 AI SOC 如何獨立運作或與現有 SIEM 平台無縫對接，全面擴展安全可視性 Visibility，絕不推翻既有投資。
• 多重 AI Agent 深度排查： 拆解多個專職 AI Agent 如何像資深專家一樣，自動調用 VirusTotal、EDR、Firewall 進行多輪查詢與動態反制。
• 條龍自動化處置： 實機示範 AI 如何在極短時間內定位威脅源頭、執行自動攔截（如隔離受感染電腦、封鎖惡意IP），並自動核實漏洞修復，免除人手 Double-check。
• 真實攻擊場景實機演示（Live Demo）： 現場拆解 AI Agent 如何分工合作，極速化解 Phishing Email（釣魚郵件）與 Ransomware 等高危威脅，並即時自動生成 Incident Report。

代理式人工智能（Agentic AI）憑藉其可自動執行任務的能力，大幅提升企業營運效率，迅速成為市場上的「新寵兒」。然而，這種高度自主的特性，同時亦帶來前所未有的網絡安全挑戰。《Fortinet - Agentic AI 安全攻防戰》系列將一連三集，由 Fortinet 北亞區首席信息安全官鄺偉基（Daniel）深入剖析企業在部署 Agentic AI 時不可忽視的安全關鍵。第一集率先由 Agentic AI 的核心基礎 ── Kubernetes 出發。

Agentic AI：自動執行帶來的雙刃劍風險

人工智能技術經歷多年演進，從機器學習（Machine Learning）、生成式 AI（Gen AI），發展至當前備受關注的 Agentic AI。與過往 AI 最大的不同，在於 Agentic AI 不再只是「提供答案」，而是具備「自動執行」的能力。

這種能力既是 Agentic AI 最大優勢，同時亦是潛在風險來源，Daniel 指出：「以前 AI 即使答錯，只要人不採納執行，問題未必發生；但現在 Agentic AI就算判斷錯誤，也可能直接執行，後果可以非常嚴重。」他引用一宗海外初創公司的真實案例，由於 Agentic AI 發生錯誤操作，系統在短短 9 秒內刪除了包括備份在內的所有數據，造成重大損失。

Daniel 又以「養龍蝦（OpenClaw）」為例，僅僅推出大半年，相關的 CVE 漏洞已累積數量至 478 個，其中約 190 個更屬於高至嚴重風險級別（CVSS4.0）。這反映出，在高度自動化且缺乏人工監督的情況下，一旦發生配置錯誤或遭受黑客入侵，影響將被迅速放大，風險不容忽視。

Kubernetes：Gen AI 與 Agentic AI 的基礎

無論是 Gen AI 還是 Agentic AI，其背後往往以 Kubernetes 作為運行基礎。Daniel 強調，容器化網絡（Container Network）與傳統網絡架構存在顯著差異，對企業的技術能力與安全管理要求亦更高。

在傳統環境中，企業開發應用程式的資源規模通常較固定，例如只需運行約 8 至 10 部虛擬機（VM）；但在 Kubernetes 環境下，資源可按需求快速擴展，當流量急升時，系統能在短時間內擴展至數百個工作負載（Workloads），而當需求下降時，又會即時回收資源。這種高度動態與彈性的特性，令整個 IT 環境變得更複雜，也更難監控。

不少企業其實早已導入 Kubernetes，但由於過往應用規模較小、擴展速度較慢，加上傳統防火牆未必支援相關架構，導致 Kubernetes 的安全性長期被忽視，甚至處於「無王管」狀態。隨著 Agentic AI 日趨普及 Kubernetes 部署規模急速膨脹，安全性情況將更為嚴峻，成為企業不能忽略的重點。

分隔機制：Kubernetes 安全的第一道防線

在 Kubernetes 安全策略中，「分隔（Segmentation）」被視為最關鍵的基礎防護措施。Daniel 以簡單比喻說明：「如果將所有資源混雜在一起，會很難管理；但如果分開成 100 個區域，每個區域都清晰可見，就容易控制得多。」

透過有效的分隔機制，企業可以大幅降低攻擊面，並限制潛在威脅的橫向擴散。這就如同設置隔離病房，即使某個區域受感染，也不會迅速蔓延至整個系統，避免「火燒連環船」。

然而，現時市場上不少傳統防火牆仍未能支援 Kubernetes 原生架構，令分隔措施難以真正落實。Daniel 指出，Fortinet 的防火牆（FortiGate）已內建針對 Kubernetes 環境的安全功能，能有效進行分隔。FortiGate 可每隔數十秒自動偵測 Kubernetes 環境中的變化，並以「工作負載」（Workload）為核心進行標籤識別與微分段管理，而非單純依賴傳統的 IP 地址，從而實現更精準、及更動態的分隔，全面提升防護能力。

此外，FortiGate 具備強大的整合能力，能無縫連接不同雲端平台及混合雲環境，並與 Fortinet Security Fabric 內的其他安全方案（如 SIEM、EDR、ZTNA 等）協同運作。

建立全面防護：由 Kubernetes 開始

企業若要安全地部署 Agentic AI，必須由底層基礎設施著手，而 Kubernetes 的安全正是最關鍵的一環。在完成有效的分隔與防護後，企業可進一步透過 API 建立更全面的可視性（Visibility），並結合 SIEM 系統進行持續監察與分析。

隨著 Agentic AI 持續發展，企業面對的安全挑戰越趨複雜，必須提早部署完善的 Kubernetes 安全策略。Fortinet 將舉辦 SIEM 專題工作坊，協助企業全面應對 Agentic AI 帶來的新一代安全挑戰。立即登記參加，掌握實戰防護策略，為企業建立更穩固的 AI 安全基礎。

【工作坊詳情】

日期：Jul 14, 2026 (Tue)
時間：3:00 – 4:30 pm
地點：Fortinet Office
報名連結：https://tinyurl.com/jx7hkhvs

近年販售入侵工具的黑客爭相標榜內置人工智能功能，最新登場的 Dolphin X 遠端木馬程式（RAT）便是以「AI Profiler」功能作為賣點的工具，聲稱能為受感染電腦自動評分，協助網絡犯罪份子按優先次序攻擊目標。這種將 AI 用於「篩選受害者」而非直接發動攻擊的手法，再次引起業界對 AI 工具被濫用的關注。

逾 300 項功能涵蓋 9 款瀏覽器

安全公司 Varonis Threat Labs 研究員 Daniel Kelley 近日發現，自稱「Kontraktnik」的網絡犯罪份子正在一個網絡犯罪論壇上兜售 Dolphin X，他將這款工具稱為「一站式」遠端木馬程式。

根據 Varonis 分析，Dolphin X 的操作面板列有多達 329 項功能，並按用途分為十個類別，其中一項竊取憑證功能聲稱可針對超過 300 款應用程式進行資料盜取，範圍涵蓋 9 款主流瀏覽器、100 個加密貨幣錢包擴充功能、65 款桌面版加密錢包、10 款密碼管理工具，以及超過 30 種雲端指令列工具。除此之外，Dolphin X 亦聲稱能竊取 .env 設定檔、SSH 金鑰、雲端存取權杖及開發者憑證等敏感資料。

當中最吸引研究員注意的是其監控功能分頁中的「AI Profiler」，它能夠根據受感染電腦的風險評分與標籤、瀏覽器網域、已安裝軟件等資訊進行排序，再產生每日摘要供攻擊者參考，方便他們優先處理最有利可圖的受感染電腦。

Varonis 在隔離實驗室環境中為 Dolphin X 進行分析，研究團隊在程式碼中發現多項與 AI 分析功能相關的技術字串，包括 Auto-Start AI Profiler、ProfilerStart、ProfilerGetData、risk_score、risk_factors及 category_usage 等，顯示相關的 AI 分析工作流程確實存在。不過，由於未能取得實際運作中的木馬樣本，Varonis 無法確認 AI Profiler 背後採用的究竟是何種人工智能引擎，其餘竊取功能的實際運作情況亦未能獨立驗證。

並非利用 AI 直接執行攻擊

值得留意的是，AI 近年已成為網絡犯罪份子熱衷採用的工具，此前已出現 SpamGPT 等犯罪服務平台，以及具備自主發動攻擊能力的 AI 代理。相比之下，Dolphin X 並非利用 AI 直接執行攻擊，而是用來解決一個「痛點」，當攻擊者一次過竊取大量資料後，如何在茫茫數據中快速篩選出最具價值的目標。而 Dolphin X 透過自動化分類及排序機制，將原本需要人手審視的工作交由 AI 系統代勞，大幅提升攻擊者的工作效率及回報率。

從這次事件可反映出近年網絡安全業界面對的一個核心問題，AI 技術的分析、排序、篩選能力，本身並無善惡之分，關鍵在於使用者的意圖。當防守方用 AI 加快漏洞修補，攻擊方同樣能用類似邏輯加快鎖定獵物。

這場 AI 競賽已不再局限於挖掘漏洞或審查程式碼，更延伸至效率提升。如何用更少時間換取更高回報。而 Dolphin X 的出現，正正回應了地下市場的需求，相信相關的工具將會陸續出現。

資料來源：https://www.bleepingcomputer.com/news/security/new-dolphin-x-malware-uses-ai-to-rank-high-value-targets/