加密資料一般被認為可以保護資訊傳遞，但事情有正有反，黑客亦可以為攻擊作加密，潛入針對對象的網絡。加密流量攻擊 (Encrypted Traffic Threat) 並非最多人注意的網絡攻擊技術，正正因為被忽視，企業很容易疏於防範，加密技術已成為企業的潛藏危機。根據調查[1]，近半的網絡攻擊以加密技術作掩護，有 41% 的企業受訪者更表示，對加密技術被用作為攻擊媒介未有深入了解，甚至不知道為何造成莫大損失。 根據 Google Web Traffic 數據[2]，在 2019 年 5 月，94% 的網絡流量已被加密（即HTTPS）[2019 年時，87% 的網絡數據已經被加密，相比 2016…

香港是世界領先的國際金融中心，地位更獲得廣泛認同，為保持其地位，香港特區政府已先後向8家機構或財團發出虛擬銀行（Virtual Bank）牌照並即將投入服務，而各大金融機構近年均銳意開拓金融科技領域，各類型的電子支付、轉帳服務及點對點網路（P2P）貸款等金融服務都紛紛推出。此外，科技發達，智能手機的滲透率不斷上升，有調查顯示，現時已有逾 71%港人傾向使用無現金支付方式，而當中電子錢包日益普及，使用中的儲值支付工具賬戶總數為5934個，按季上升5.8%，總交易量已達至約16億宗(1)；另外， 65%港人會透過網上交易平台或手機應用程式買賣股票，反映用家愈來愈依賴網上或流動銀行服務。為了令銀行業務更多元化以照顧現今客戶的需要，金融機構加快開拓金融科技領域，但與此同時亦成爲黑客攻擊的目標，用以勒索金融機構，而當中能否提供安全及順暢的客戶體驗，便成為金融機構建立商譽的關鍵。 連線不穩 客戶離棄 針對金融機構攻擊的種類複雜而繁多，當中以分散式阻斷服務（ DDoS, Distributed Denial of Service）的攻擊手法最為常見。DDoS主要透過大量無效的網站訪問要求，以耗盡攻擊對象的網絡帶寬或系統資源，使其服務中斷受阻。套用在金融機構上，DDoS 影響金融機構日常業務運作以導致服務不穩定，令客戶無法登入帳戶進行運作或交易，如轉帳、支付或買賣股票等，引致客戶損失，造成金融機構大量客戶流失。 現時若要發動 DDoS 攻擊其實並不太困難，有暗網（Dark Web）更以服務形式 (as-a-Service) 銷售及經營 DDoS…

2026 年國家網絡安全宣傳周首日，香港網絡安全事故協調中心（HKCERT）發出警示，指企業及機構的 VPN、防火牆、路由器及遙距存取系統等「網絡邊界設備」正成為黑客最常針對的入侵入口，呼籲業界採取「假設已被入侵」（Assume Breach）思維，除修補漏洞外更要持續監察異常活動與帳戶安全。 想睇更多科技新聞，立即免費訂閱！ 日本數位廳事件突顯邊界設備弱點 HKCERT 以日本數位廳近日公布的事故為例，指其轄下政府解決方案服務（GSS）因 VPN 相關設備漏洞遭入侵，約 24.6 萬項個人資料可能受影響，涵蓋政府人員、承辦商及合作夥伴。 事件反映即使大型機構設有多重保安措施，一旦邊界設備存在漏洞或帳戶憑證被盜，仍可能引發大規模資料外洩。 中心指出，近年針對 VPN、防火牆及遙距存取服務的攻擊持續上升，又強調即使機構及時完成漏洞修補，風險亦未必隨之消失，因為黑客可能早在修補前已成功滲入網絡並建立持久存取機制，即使漏洞已修，若驗證資料早前已洩，攻擊者仍可憑舊憑證重新登入延續入侵。 因此，企業除修補外，應檢查帳戶安全與系統紀錄，確認是否曾出現未經授權存取行為，並在完成更新後進一步排查是否留有後門程式、惡意帳戶或其他持久存取機制。 邊界失守後的連鎖風險 HKCERT 列出網絡邊界設備被攻破後可能引發的後續風險，包括：．帳戶、密碼及其他身份驗證資料被持續盜用；．黑客長期潛伏、暗中收集資訊；．利用已入侵帳戶橫向移動、提升權限並存取其他系統；．最終導致資料外洩、勒索軟件攻擊或業務中斷。 中心提醒，邊界設備失守往往只是攻擊的開始，其後影響可能更大。…

Cloudflare 最新報告顯示，2026 年上半年全球分散式阻斷服務（DDoS）攻擊活動持續升溫，平台平均每小時攔截 5,343 宗網絡層 DDoS 攻擊。報告指出，現時威脅格局正日益受地緣政治局勢左右，攻擊者目標已不再局限於隨機或投機式選擇；國際軍事衝突、大型體育及文化盛事，均可能成為帶動攻擊量急升的觸發因素。 與此同時，攻擊規模及手法均出現明顯變化。特大流量攻擊增加、DNS 相關攻擊佔比上升，加上針對特定服務端點的放大式攻擊快速冒起，反映企業、媒體機構及公共部門面對的網絡防禦壓力正在加劇。 想睇更多科技新聞，立即免費訂閱！ 逾 1 Tbps 攻擊半年達 935 宗 報告提到，Cloudflare 於今年上半年共攔截 935 宗流量達…

一班由拉斯維加斯飛往亞特蘭大的達美航空（Delta Air Lines）航班上，有不法份子嘗試用「解除認證攻擊」(Deauthentication Attack)，誘使機上乘客連接他們製作的偽冒 Wi-Fi 熱點。這宗事故值得注意的原因是，機上有部分乘客剛參加完 DEF CON 黑客大會，因此他們可能掌握著極高價值的未曝光漏洞資訊，這種猶有電影情節的網絡攻擊手法，原來真的會在現實中發生。 想睇更多科技新聞，立即免費訂閱！ 達美航空事後證實，當日在涉事航班上途中短暫出現一個未經授權的無線網絡熱點，機組人員發現後立即停止全機的 Wi-Fi 服務，經調查後發現屬於有人刻意干擾機上 Wi-Fi 服務，並建立一個名為「Delta WiFi Fast」的可疑網絡，懷疑用來欺騙乘客連接。 乘客指偽冒網絡設有釣魚頁面 自稱目擊事件的乘客 Mary…

美國網絡安全暨基礎設施安全局（CISA）於 2026 年 6 月 24 日發布新指南，協助聯邦機構以安全存取服務邊界（SASE）技術取代傳統網際網路閘道，作為推動零信任架構轉型的一環。這份指南標誌著美國聯邦政府從集中式邊界防護，轉向更為分散、雲端化的 TIC 3.0 架構，並為全球關鍵基礎設施與企業提供「零信任實戰參考」。 從 TIC 2.0 到 TIC 3.0：打破中央瓶頸 在舊版 TIC 2.0 架構下，聯邦機構通常將所有網際網路流量導向少數中央存取點，透過受管理可信網際網路通訊協定服務（MTIPS）進行統一控管。CISA…

踏入 Agentic AI 時代，面對日益複雜的網絡安全威脅，企業必須重新思考和重塑整體安全架構。第二集《Fortinet – Agentic AI 安全攻防戰》，Fortinet 北亞區首席信息安全官鄺偉基（Daniel）將視點由基建平台延伸至整體架構層面，拆解在應用安全層（Application Security Level）中的「安全鐵三角」，讓企業更清楚如何在 Agentic AI 的應用場景中，構建實用且嚴密的安全防線。 Daniel指出，一個完整且可落地的 Agentic AI 安全架構， 至少需涵蓋三個核心層級：基礎建設（Infrastructure）、應用（Application）以及數據與治理（Data and…

思科於 Cisco Connect 香港公布多項 AI 基礎架構創新方案，聚焦協助企業加快邁向代理式企業（Agentic Enterprise）新階段，並應對 AI 大規模應用下的網絡、安全及營運挑戰。活動以「以 AI 驅動創新，以韌性連接未來」為主題，匯聚業界領袖、客戶、合作夥伴及技術專家，探討企業如何建立支撐 AI 轉型的數碼基礎。 想知最新行內動態？立即免費訂閱！ 思科引用與 Foundry 聯合發佈的研究指出，企業在導入代理式 AI 時，正面對三大痛點：網絡容量逼近極限；網絡安全風險急速上升；以及營運複雜度提升，可視度盲點持續擴大。 調查顯示，未來三年…

Cloudflare 近日宣佈與 Mozilla Firefox、Google Chrome 及 Microsoft Edge 等主流網頁瀏覽器展開全新合作，開發全新「私有存取控制權杖」（Private Access Control Tokens，PACT）技術，開創全新私隱架構，助人類及機器人證明其流量並非惡意流量。 想知最新科技新聞？立即免費訂閱！ 隨著網絡從以人類點擊為主，逐步轉向由代理所驅動的活動，網站營運者必須阻檔具攻擊性的自主流量，同時避免採用侵入式追蹤手段。Cloudflare 全球技術總監 Dane Knecht 表示，AI 流量愈趨普及，現有支援相關應用的工具已顯得過於籠統，難以滿足實際需要，透過這項合作，能在不犧牲私隱的前提下，減少安全通訊協議為每位網站訪客，包括人類及代理，所帶來的阻礙。 減少驗證碼或侵入式追蹤需求…

近年人工智能（AI）的發展，已經由「回應指令」逐步走向「主動執行任務」。這種轉變不僅代表技術能力提升，更意味著企業對 AI 的使用方式正進入全新階段。要在競爭中保持優勢，企業不能只靠部署模型或引入工具，而是要重新思考 AI 基礎建設的部署方式。Agentic Web（代理式網絡），正正能讓 AI 代理在分散的環境中，繼續保持高效運作。 兩種 AI 運作重點不同  由 ChatGPT 引爆的生成式 AI 熱潮，儘管只是僅 3 年前的事，但 AI 的重點已經轉向現今的代理式 AI（ Agentic AI）。當時的 AI 主要用於生成內容、回答問題或提供建議，而時至今天，隨著 Agentic AI 的興起，AI 正演變為能夠自主檢索資料、規劃步驟、執行操作，甚至協同其他系統完成複雜工作流程的數碼代理。  與傳統生成式 AI 相比，Agentic AI 並不只停留於一次性的內容輸出，而是需要持續推論（Inference）、反覆判斷及即時互動，而每一次互動都可能牽涉多輪推論，延遲一旦累積，便會直接影響使用體驗與業務成效。 這代表 AI 的重心，正逐漸由單純的集中式訓練，延伸到高頻率、低延遲的推論運算，企業需要同時兼顧訓練與推論架構，才能支撐下一代 Agentic AI 的需求。對企業而言，再不能只關注模型是否夠強大，而是要考慮整體架構能否支撐大規模、即時且分散式的 AI 工作負載。 邊緣運算助大幅提升效能  換言之，AI 基礎建設不應只集中於單一中心，而是應該按應用場景與地理位置分布，將推論運算部署於更接近使用者的節點，以降低延遲、提升效率，並改善整體服務表現。由此衍生的基礎架構 —— 正是 Agentic Web，並不單是更智能的網絡環境，而是更接近用戶、更具彈性，並能按需分配算力的推論架構。 在 Agentic Web 的架構下，邊緣運算越來越重要。當推論工作能夠在更接近數據來源及使用者的地方完成，AI 代理便可更快作出反應，支援即時決策與互動。同時，分布式架構亦有助提升系統的擴展能力，使企業能夠更靈活地應對不同的使用需求，例如流量波動或來自不同地域。對於需要處理大量即時請求的行業而言，這種部署方式不但提升效能，亦有助優化成本與安全管理。 企業若要在智能化競爭中保持優勢，便必須重新思考 AI 的運作模式、部署位置與推論效率。想了解更多 Agentic Web 的架構原則，以及 Akamai Cloud…