AI沒有創造全新攻擊手法，卻讓駭客有能力攻擊更多目標

一場網路攻擊，從取得受害系統的存取權限，到透過多個AI Agent協同執行攻擊，最後大規模蒐集存取憑證，可能不到六小時就能完成。攻擊者不再只是逐步尋找漏洞、手動執行攻擊，而是利用AI串聯不同階段的工作，在短時間內擴大攻擊規模。

Google威脅情報小組（Google Threat Intelligence Group，GTIG）技術長Shane Huntley指出，AI並未從根本上改變網路攻擊的本質，卻讓攻擊者能以更快的速度、更大的規模執行既有攻擊。過去受限於人力與時間，攻擊者必須選擇目標；如今AI可以協助搜尋漏洞、分析系統及執行攻擊，企業原本認為風險不高的弱點，也可能成為入侵入口。

當攻擊速度加快，防守方顯然不能再依賴人工逐一處理告警、分析漏洞及修補程式碼。Google正將AI導入威脅分析與防禦流程，運用大量AI Agent協助資安工作。不過，當Agent開始自主執行任務、存取企業內部系統，新的問題隨之出現：企業如何確保Agent只擁有完成任務所需的權限，而不會成為另一個遭到利用的攻擊入口？

Shane Huntley在2026年HITCON CISO Summit演講及媒體團訪中指出，從全球威脅情報觀察，AI時代的資安挑戰有兩個相互連動的方向：攻擊者利用AI擴大攻擊規模，企業則必須在導入AI自動化的同時，建立管理Agent權限與行為的監督機制。

Shane Huntley在Google任職16年，擔任GTIG技術長，也是威脅分析小組（Threat Analysis Group，TAG）的共同創辦人。過去長期帶領團隊偵測、分析及阻止受到政府支持的重大網路攻擊，加入Google前曾擔任澳洲情報體系的技術主管。

談到AI對網路攻擊的影響，Shane Huntley認為，現階段最值得注意的不是攻擊技術出現根本性變化，而是攻擊者取得更多執行攻擊的能力。

過去，攻擊者受到人力、時間與技術能力的限制，通常必須選擇值得投入的目標，優先攻擊重要系統或具有較高價值的漏洞。即使企業環境中存在其他弱點，攻擊者也未必有足夠資源逐一測試。

AI改變了這項限制，他表示，攻擊者可以利用AI搜尋漏洞、分析目標環境及產生攻擊程式，讓原本需要投入大量時間的工作變得更有效率。這代表攻擊者不再只鎖定少數重要軟體，還能透過大量測試，尋找更多入侵機會。企業過去認為風險不高、暫時可以延後修補的漏洞，現在可能重新成為攻擊者眼中的目標。

防守方同樣可以利用AI縮短漏洞從發現到修補的時間。Shane Huntley提到，Google DeepMind開發的CodeMender，就是一套AI程式碼安全代理，能分析程式碼、找出潛在漏洞，再透過漏洞利用模擬確認風險，接著產生修補方案，並驗證修補是否影響原有功能，最後交由開發人員審查。

這顯示AI在資安防禦上的角色，已從協助偵測威脅，進一步延伸到漏洞修復。

Shane Huntley指出，AI同樣改變了軟體開發安全。AI讓程式碼產出的速度大幅提高，但程式碼審查程度可能隨之下降，企業資安長必須在降低風險與維持開發速度之間取得平衡。當開發人員大量採用AI生成程式碼，企業不能因為開發速度提高，就同步降低安全審查標準，否則未經充分檢查的漏洞可能更快進入正式環境。

AI讓攻擊者更有效率地尋找漏洞，軟體供應鏈及企業內部的存取憑證，同樣是必須重新檢視的風險。

Shane Huntley在訪談中分享一個案例，他提到，攻擊者取得一組意外暴露在GitHub上的存取Token，便能利用這組憑證，取得雲端基礎設施的廣泛存取權限。

這個案例值得注意之處，在於攻擊者不一定需要找到複雜的零時差漏洞，只要取得合法憑證，就可能利用既有權限進入企業環境。若企業將過多雲端資源集中在同一組帳號或Token之下，一旦憑證遭竊，攻擊者便有機會擴大存取範圍。

Shane Huntley提醒，企業必須限制憑證的使用範圍，導入多因素驗證（MFA）、安全金鑰（Security Keys）等機制，避免單一帳號擁有超出工作需求的權限。這項原則不只適用於員工帳號，未來更必須延伸到AI Agent。

當Agent開始協助程式開發、存取雲端資源或執行企業內部任務，企業必須重新檢視這些自動化工具能接觸哪些資料、使用哪些服務，以及是否取得過多權限。原本用來提高效率的Agent，一旦遭到操控或利用，也可能成為攻擊者進入企業環境的管道。

除了供應鏈，Shane Huntley也提到攻擊者如何利用網路設備與既有系統弱點，長期潛伏在企業網路的案例。這類攻擊與AI攻擊的關聯，不在於Salt Typhoon（鹽颱風）等威脅行為者必然使用AI，而是提醒企業：攻擊者可能利用AI提升偵察、漏洞利用及攻擊流程的效率，企業防禦範圍必須從終端延伸到整個網路基礎設施。

他認為，企業不能只把資安防護聚焦在資料中心、雲端平臺或主要應用系統。路由器、網路設備及其他連網裝置，同樣必須納入資產盤點與防禦範圍。

談到OT（Operational Technology，營運技術）安全時，Shane Huntley指出，AI帶來的影響同樣在於擴大攻擊規模、提高攻擊速度。AI能協助攻擊者更快尋找漏洞，這種變化不只發生在IT系統，也會影響OT環境。

臺灣科技產業具有高度分工的特性，大型企業往往仰賴眾多中小型供應商共同完成生產與服務。因此，供應鏈任何一個環節的資安防護不足，都可能增加整體風險。

面對資源有限、無法負擔昂貴資安設備的中小型供應商，Shane Huntley提出三項優先推動的工作：憑證管理、資產管理，以及選擇適當的合作夥伴。

首先是掌握企業有哪些帳號與Token具有系統存取權限，避免憑證遭竊後，攻擊者利用過大的權限擴大影響；其次是清楚盤點企業擁有哪些資產，包括設備、系統與雲端資源，若連需要防護的範圍都不清楚，就很難判斷應該優先投入資源的地方。

第三是選擇具備安全防護能力的服務供應商。Shane Huntley認為，中小企業不一定要自行建立與大型科技公司相同規模的資安能力，可以透過適當的服務供應商，運用對方已建置的安全機制，降低自身維運負擔。

現代企業基礎設施日益複雜，涵蓋多雲、企業內部系統、連網設備與外部供應商，並非每一家企業都能自行聘用足夠的專業人員處理所有風險。對資源有限的中小企業而言，先掌握自身資產與憑證，再借助具備安全能力的合作夥伴，是較務實的防護方向。

談到未來三至五年的科技供應鏈安全，Shane Huntley認為，在AI快速發展的環境下，這樣的時間尺度其實相當長。五年前的AI發展與現在相比，已有很大差異，未來的技術變化可能更快。

他指出，AI本身正受到大量關注，支撐AI發展的半導體技術同樣是重要目標。除了半導體，電力及其他關鍵技術，也會因為重要性不斷提高，成為未來需要加強防護的對象。

這對臺灣尤其重要。臺灣在全球半導體與ICT產業供應鏈中具有重要地位，從晶片、資料中心到相關設備製造，都是AI產業發展的重要環節。

談到臺灣以硬體製造見長、美國則有許多企業專注於AI模型與軟體開發的產業差異，Shane Huntley表示，AI並不是單一技術，而是一個需要不同層次共同投入的技術堆疊。

從電力、晶片、資料中心，到模型、應用框架及提示詞，每個環節都需要投入資源。臺灣在其中許多領域已經具有領先地位，接下來的重要課題，是如何整合不同層次的技術，運用到實際系統與應用場景。

他認為，現在是充滿機會的時代，AI發展在不同層次都有許多值得投入的方向，不只是Google，臺灣及其他國家同樣有發展機會。

不過，產業機會增加，不代表資安風險會自然降低。當AI與半導體成為重要基礎設施，企業必須同步強化供應鏈安全，不能只關注產品效能與開發速度。

當AI從輔助工具進一步發展成能自主執行任務的Agent，企業面臨的問題不再只是模型本身是否安全，還包括Agent可以存取哪些系統，以及能代表使用者執行哪些操作。

Shane Huntley認為，AI Agent容易遭到利用的弱點之一，就是權限過度授予。企業若讓Agent取得太多權限，甚至能執行超出原本工作範圍的操作，就可能增加安全風險。

他將這個問題比喻為企業管理內部員工的權限。員工不應因為擁有某個職務，就取得與工作無關的系統權限；同樣地，負責特定工作的Agent，也應該只取得完成任務所需的最小權限。

例如，負責檢查程式碼的Agent，不應因為需要讀取程式碼，就同時取得修改所有雲端資源、存取敏感資料或管理其他系統的權限。

除了限制權限，企業還必須建立日誌紀錄、稽核與檢查機制，掌握Agent執行過哪些工作、存取哪些資源，以及是否出現異常行為。企業不能只把Agent視為新的生產力工具，而應將它納入既有的身分識別與存取管理架構，明確規範Agent取得什麼權限、何時可以使用，以及能執行哪些操作。

Shane Huntley強調，管理AI Agent的原則與管理人員相當類似，企業不能只因為Agent能自動完成工作，就忽略對其行為的監督。

對於已經導入AI Agent、卻尚未建立完整防禦機制的企業，他認為，現在開始並不算太晚。AI發展速度很快，企業容易覺得自己已經落後，但根據他與業界同行交流的經驗，各界其實都還在摸索適當的管理方式。Google及其他業者也正在建置相關平臺，讓企業可以逐步運用現有工具，降低導入AI Agent安全管理的門檻。

AI Agent不只是新的資安管理對象，也是Google正在運用的防禦工具。

Shane Huntley透露，身為技術長，他的重要工作之一，就是建立能持續擴大規模的內部Agent平臺。Google正在打造AI威脅分析師，希望讓數百個AI Agent同時投入工作，持續分析各種威脅訊號。

這些Agent可以協助資安團隊處理大量重複性的分析任務，讓專業人員有更多時間投入需要判斷與調查的工作。他指出，Google在Agent平臺上的能力持續進展，能交付給Agent執行的任務也逐漸增加。目前，越來越多資安事件的初步分類與調查工作，可以先交由Agent處理，再將需要進一步判斷的事件交給專業人員。

不過，這不代表AI已經可以完全取代資安人員。Shane Huntley強調，AI目前還無法取代人類判斷，企業仍需要資安專家引導整個流程，並檢視AI的工作結果。至於AI是否每次採取行動都必須經過人員核准，則必須視任務風險與操作範圍而定。

他以Google早期運用神經網路過濾垃圾郵件為例，指出垃圾郵件過濾本來就是一種自動化防禦機制，不需要每一封郵件都由人員逐一判斷，確認其是否應該進入垃圾郵件匣。「但這與讓AI模型在沒有監督的情況下取得所有系統存取權限，是完全不同的事情。」他說。

企業可以讓Agent在明確設定的範圍內，自動執行部分防禦工作，但必須先定義其權限、任務範圍與可執行的操作。尤其涉及敏感資料、重要系統或高風險操作時，更不能將所有決策與系統權限毫無限制地交給AI。

除了利用AI強化防禦，Shane Huntley也談到Google如何主動干擾威脅行為者的運作。

他特別強調，主動防禦（Active Defense）並不等於「駭回去」，而是運用合法的技術與法律手段，提高攻擊者的行動成本，讓其攻擊活動難以持續。

Google將這類作法歸納為四個面向：民事法律行動、公開揭露、技術性下架，以及強化產品安全。

首先，法律行動用來追究攻擊者責任，並設法接管或關閉攻擊者使用的基礎設施；其次，公開揭露攻擊活動，讓更多組織與研究人員了解攻擊者的運作方式；第三，在技術手段上，則是直接下架惡意服務；最後再強化產品安全，避免相同問題再次發生。

Shane Huntley以IPIDEA為例，說明主動防禦不只是辨識並封鎖攻擊流量，還要設法瓦解攻擊者背後的基礎設施。IPIDEA是大型「常駐代理網路」（Residential Proxy Network）的營運體系，這個網路將大量一般民眾的電腦、手機及其他連網裝置，變成可供外部使用的網路代理節點，換句話說，家用IP位址因此成為駭客隱匿網路活動的出口。

簡單來說，駭客不必直接使用自己的IP位址發動攻擊，而是透過別人的家用網路連線行動，讓攻擊流量看起來像一般家庭使用者的正常上網活動。

Google與合作夥伴透過法律行動、平臺防護及產業情報共享，削弱IPIDEA的網路運作，讓防禦行動從追查單一攻擊事件，進一步延伸到攻擊資源與基礎設施的拆解。

在合作夥伴的協助下，Google已干擾超過550個威脅行為者所使用的工具。身分識別與存取管理業者Okta觀察到，來自IPIDEA IP位址的請求量最高減少90%；美國電信與媒體業者Comcast則發現，來自相關代理網路出口節點的流量最高減少75%。

這個案例顯示，主動防禦不是單純封鎖某個IP位址或惡意網域，而是結合法律、情報、技術與產品防護，從不同環節破壞攻擊者的運作能力。

從Shane Huntley的觀察來看，AI帶來的資安挑戰，並不是駭客突然掌握了全新的攻擊技術，而是原本需要大量人力與時間才能完成的工作，如今可以透過AI快速執行，甚至由多個Agent協同完成。

這讓企業過去仰賴人工處理警示、逐一分析漏洞與修補系統的防禦方式，面臨更大的時間壓力。Google因此將AI導入威脅分析及防禦流程，希望透過Agent分擔重複性工作，讓專業人員更快掌握真正需要處理的威脅。

但企業不能只追求自動化的速度。當Agent開始取得系統存取權、接觸企業資料，甚至代表使用者執行操作，權限管理與行為監督就必須同步建立。

對臺灣而言，半導體、ICT、AI基礎設施及相關供應鏈都是全球科技產業的重要環節。企業除了強化憑證管理、資產盤點與供應鏈防護，還必須將最小權限原則延伸到AI Agent，並建立適當的日誌、稽核與人工監督機制。

AI讓攻擊者能在更短時間內完成更多工作，也讓防守方有機會運用自動化提升防禦效率。真正的挑戰不只是誰能更快使用AI，而是企業能否在提高自動化程度的同時，清楚掌握每一個AI Agent可以做什麼、不能做什麼，以及誰應該對它的行為負責。