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

網絡安全解決方案供應商 Sophos 發布《2026 年 AI 安全報告》，揭示黑客正將人工智能（AI）實際應用於網絡攻擊中，原本需時數星期的攻擊流程現在可大幅縮短至數日完成。報告指出，對網絡犯罪而言，現階段 AI 能顯著加快攻擊速度，並增加了以身份作為主要初始存取途徑（IAV）的攻擊。但在創造全新的攻擊類型方面，AI 的應用仍有限。

報告建基於 Sophos X-Ops 託管式偵測與回應（MDR）團隊處理的攻擊個案、SophosLabs 分析、Sophos Counter Threat Unit（CTU）威脅情報、Sophos AI 研究，以及從全球超過 62.5 萬名客戶的端點和網絡觀察所得的研究結果。

《Sophos 2026 年 AI 安全報告》主要發現

．AI 正大幅縮短攻擊時間，並加快攻擊技術投入實際運作的速度。
．企業 AI 身份、OAuth 憑證、AI 代理、應用程式介面（API）及開發工具正成為高價值攻擊目標。
．AI 輔助的社交工程（social engineering）及深度偽造技術（deepfakes）已成攻擊工具。
．網絡犯罪分子正將 AI 應用於地下網絡市場，包括招募成員、設計指令操控 AI、破解 AI 系統的安全限制（jailbreaking）、編寫和改良惡意軟件，以及提供各類犯罪服務。
．AI 開發基建及供應鏈現已成為攻擊目標。

Sophos 技術總監 John Peterson 表示，黑客仍然需要取得初始存取權限、再逐步入侵同一網絡內的其他裝置和系統，並透過可被觀察的渠道竊取數據。

Sophos 首次發現黑客積極使用 AI，令攻擊事半功倍。具體而言，雖然黑客使用的工具和技術與之前大約相同，但其開發、測試及改進的速度已明顯加快。當攻擊週期變得更快，團隊的應變時間亦更短，令他們面對更大壓力。因此網絡安全團隊必須做足準備應對的 AI 威脅，並在攻擊造成損害前及早偵測並遏止。

黑客利用 AI 加快攻擊行動實例

Sophos 在報告中披露一宗代號為 STAC6994 的重大攻擊活動。這是首批有確實證據的案例之一，顯示網絡犯罪分子正利用 AI 實際策劃及執行攻擊。

透過入侵一名用戶的網絡，黑客在其系統內建立軟件開發環境，並使用約 12 個 AI 代理編寫和測試針對 Sophos、CrowdStrike 及 Microsoft Defender 等端點安全軟件的攻擊方法。他們利用 AI 開發近 80 個攻擊模組及超過 70 種避過安全偵測的方法，把原本需時數星期的工作縮短至數日，從而更快進行攻擊。

Sophos 持續追蹤和分析相關攻擊活動，令企業可以及早識別攻擊手法，並在黑客大規模發動攻擊前阻截。

AI 身份成為新的攻擊面

報告指出，企業採用 AI 正成為發展最快速的網絡安全風險。企業讓編寫程式的 AI 工具、AI 模型，以及可自行下載和修改的 AI 代理連接重要系統，部分更可存取敏感資料或執行重要決定。黑客因此開始針對這些 AI 工具所使用的帳戶、登入資料及系統權限進行佈局。因此 AI 使用的數碼身份和帳戶、AI 代理、OAuth 登入授權及 API 金鑰，正成為攻擊者眼中的重點攻擊目標，但值得擔憂的是，不少企業的安全管理措施仍未能追上 AI 的普及速度。

黑客正開闢新方法，透過盜取 OAuth 登入授權、AI 身份的登入資料及開發工具，或利用未受妥善保護並可從互聯網存取的 AI 系統等方式，入侵企業網絡。AI 的應用不僅是模型安全問題，而是同時涉及身份管理、監管機制及供應鏈安全等多重層面的問題。

Sophos 最近發布的《2026 年勒索軟件現況報告》亦反映相同趨勢。報告顯示，三年多以來身份問題首次成為主要初始存取途徑。

AI 驅動的社交工程及深度偽造技術已投入實際應用

AI 輔助的社交工程及深度偽造技術令詐騙活動更具規模。透過利用 AI 製作詐騙訊息，並偽造逼真的人像、聲音和影片，攻擊者能以更低成本發動大規模詐騙。AI 亦可快速製作不同語言的內容，令騙局看來更自然可信。

報告提到一宗投資騙案。詐騙者以 AI 投資為招徠，在數月內持續向一名英國受害者提供虛假的 AI 投資課程和訊息，逐步取得其信任，再誘使他使用偽造的 AI 投資平台。受害者最終損失數十萬英鎊。

AI 開發基建亦成為目標，相關攻擊手法包括遭入侵的開發者工具及竊取身份憑證的惡意軟件。與 AI 供應鏈相關的風險亦日益增加，例如 AI 模型檔案遭篡改、訓練數據來源不明，以及連接 AI 與外部工具的 MCP 伺服器和運行 AI 模型的系統遭入侵等。