在人工智能迅速滲透企業營運的時代，單靠「導入AI」已不足夠，更關鍵在於如何有效治理 AI，確保其安全、合規及可控。

參加由 Splunk × edvance 聯合舉辦的專題分享會，活動由擁有超過 10 年經驗的專業導師帶領，讓您在品嚐多款精選日本清酒的同時，以輕鬆愉快的氛圍交流及掌握 AI 治理的關鍵趨勢。

活動亮點：

🧠 AI 治理最新洞察：
- 剖析企業導入 AI 所面對的挑戰，包括合規、數據私隱、模型風險及營運透明度

🛡️ Splunk AI Governance 解決方案：
- 透過 Splunk 平台，全方位掌握 AI 生命周期：

• 合規 (Compliance)：確保符合法規及企業政策
• 安全 (Security)：防範模型攻擊與數據洩露
• 可觀測性 (Observability)：持續監控 AI 表現與行為

📊 由 AI Adoption 邁向 AI Assurance：
- 整合分散數據，打造可視化治理儀表板，提升透明度、效能及成本控制能力

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

網安公司卡巴斯基（Kaspersky）於 2026 年 6 月揭露一項名為 StrikeShark 的全球網絡攻擊行動，攻擊者利用知名漏洞與社會工程手法，透過新型惡意載入程式 SharkLoader 部署 Cobalt Strike Beacon，進而對受害機構進行長期監控與資料竊取 。卡巴斯基指出，受害者包括印尼的外交機構、台灣的政府部門，以及香港、黎巴嫩、敘利亞、哥倫比亞、北馬其頓、尼泊爾和塞爾維亞等地的軟體開發公司與其他組織。這顯示出該攻擊行動具有廣泛的地理覆蓋面與跨產業的目標。

StrikeShark 攻擊手法：漏洞利用＋社交工程雙軌並行

根據卡巴斯基分析，StrikeShark 的初期入侵管道主要有兩種：

1．利用暴露於網際網絡的應用程式伺服器漏洞：黑客針對 Microsoft Exchange（ProxyLogon，CVE-2021-26855）、Openfire Server（CVE-2023-32315）、Microsoft SharePoint、Zimbra、F5 BIG-IP、Fortinet 防火牆及 GeoServer 等系統，利用已知遠端程式碼執行（RCE）漏洞或身分驗證繞過漏洞，滲透伺服器並建立初始入侵管道 。

2．網絡釣魚＋假裝合法軟體：黑客透過電郵或網站，聲稱提供 Google Update、Cisco AnyConnect 等合法企業應用軟體，誘導使用者下載並執行偽裝成安裝程式的 SharkLoader，以便載入 Cobalt Strike Beacon 。部分樣本甚至使用 PDF 文件作為釣魚載體。

成功入侵後，黑客會進一步引入開源工具 FScan 與 Pillager，執行內網掃描、資訊側錄與橫向移動，進行更深入的特工式監控 。

SharkLoader 技術特點：高度專業化間諜工具

SharkLoader 被描述為「尚未被文獻記錄的惡意載入程式」，其技術複雜度包括：

1．使用 DLL side-loading 與合法 Windows 應用程式（如 SystemSettings.exe、msedge.exe）載入加密惡意模組；

2．安裝大量 API hook（使用 Microsoft Detours 與 MinHook），以禁用 ETW 日誌、偽裝父進程 PID 並演變記憶體權限，以逃避偵測；

3．最終注入並執行 Cobalt Strike Beacon，用於遠端控制、橫向移動與資料竊取 。

卡巴斯基明確表示，目前尚未將此攻擊歸因於任何已知 APT 群組，僅持續追蹤其活動 。