[科技快訊]

第一階段：去行銷化與事實摘要

思科（Cisco）針對AI驅動的資安威脅，提出一套新的基礎設施安全模型。此模型的核心概念是，傳統資安模式難以應對AI快速掃描和利用漏洞的能力，即使是過去被認為不緊急的弱點，現在也可能成為攻擊目標。

核心技術： 新模型包含四大支柱：「看見（See it）」、「驗證（Prove it）」、「圍堵（Contain it）」、「替換（Replace it）」。

關鍵突破：
* 由外而內： 優先處理供應鏈和整體威脅環境，再深入自身營運環境。
* 持續循環： 強調工具與代理程式間的持續循環，以機器速度相互強化，而非僅是清單檢查。
* 機器速度驗證： 透過模擬真實攻擊，持續驗證系統弱點，確保修復真正可被利用的漏洞。
* 執行時保護： 在根源問題解決前，利用執行時保護圍堵威脅。
* 策略性現代化： 淘汰生命週期終止的系統，消除不安全的傳統服務。

應用場景： 企業資安防禦，特別是網路邊緣和防火牆保護的關鍵資安區段。

主導者： 思科（Cisco）。思科內部團隊使用商用AI程式碼代理掃描程式碼，並參與Project Glasswing與OpenAI的Daybreak等計畫，以獲取基礎設施演進和營運變革的洞察。

第二階段：社會影響力與倫理評估

1. 影響力總體定調

雙面刃： 雖然思科提出的新模型旨在提升企業資安防禦能力，應對AI驅動的威脅，但過度依賴AI進行安全防禦也可能帶來新的風險，例如AI系統本身的漏洞、對AI系統的依賴可能導致人類專業知識的退化，以及AI在資安領域的應用可能加劇攻防軍備競賽。

2. 關鍵影響分析

• 「過去數週的漏洞披露、修補與部署流程，現在已縮短至數小時甚至數分鐘。」
  • 【涉及層面】： 勞動就業、人類行為
  • 【社會衝擊分析】： 資安人員的工作模式可能發生轉變。過去仰賴人工分析和修補漏洞的時間壓力將會增加，資安人員需要具備更快速的反應能力和更深入的AI知識。長期來看，部分重複性的資安工作可能被AI取代，資安人員需要不斷提升技能，才能適應新的工作環境。此外，過度強調快速修補可能導致安全漏洞的根本原因被忽視，反而埋下更大的安全隱患。
• 「思科內部團隊也積極利用經過核准且符合合約與技術控制的商用 AI 程式碼代理，掃描數百萬行程式碼的複雜產品。」
  • 【涉及層面】： 隱私權利、數據安全
  • 【社會衝擊分析】： 使用AI掃描程式碼可能涉及對程式碼中包含的數據進行分析，如果這些數據包含個人資訊或敏感資料，可能引發隱私權和數據安全問題。即使經過「核准且符合合約與技術控制」，也難以完全排除AI濫用數據的風險。此外，AI的判斷可能存在偏差，可能導致對某些程式碼或開發者的歧視。
• 「思科認為，若組織能建立起應對 AI 威脅的運作能力，將持續累積其競爭優勢。」
  • 【涉及層面】： 貧富差距、產業集中化
  • 【社會衝擊分析】： 只有具備足夠資源和技術實力的企業才能建立起應對AI威脅的運作能力，這可能導致資安能力上的貧富差距。大型企業可以投入大量資源開發和部署AI資安系統，而中小企業可能難以負擔，從而面臨更大的安全風險。此外，資安市場可能進一步集中化，少數幾家大型資安公司掌握核心技術和市場份額，形成壟斷局面。

3. 盲點與反思

文章主要關注AI在提升資安防禦能力方面的作用，但忽略了以下潛在風險：

• AI系統本身的安全性： AI系統也可能存在漏洞，成為攻擊目標。如果攻擊者能夠攻破AI資安系統，可能造成更大的危害。
• 對AI的過度依賴： 過度依賴AI可能導致人類專業知識的退化。資安人員可能不再關注安全漏洞的根本原因，而是簡單地依賴AI的判斷，從而降低了整體資安水平。
• AI在資安領域的軍備競賽： AI技術的發展可能加劇資安攻防的軍備競賽。攻擊者和防禦者都在不斷開發新的AI工具，試圖在競爭中取得優勢，這可能導致資安成本不斷上升，但整體安全水平卻沒有得到顯著提升。
• 能源消耗： 大規模使用AI進行資安防禦需要消耗大量的計算資源和能源，可能對環境造成負面影響。文章並未提及AI資安系統的能源效率問題。

參考閱讀

,商傳媒 ・ 6 小時前