訴諸人工智慧資安 及時遏阻駭客惡意行徑

資策會資安所技服中心資料分析技術組組長毛敬豪指出，該單位正積極投入資安旗艦計畫，除致力技術研發，亦著手布局人才培育、場域實證(油水電等關鍵基礎設施)，及產業推動(包含推出智慧連網裝置的檢測標準)。

近幾年來，不管是譬如進階持續性滲透攻擊(APT)的「針對性威脅」，或重點在於惡意行為橫向移動的「非針對性威脅」，攻擊手法皆持續精進，令企業不堪其擾。資策會資安所技服中心資料分析技術組組長毛敬豪表示，憑藉傳統特徵比對模式，愈來愈難以察覺敵人蹤跡，故需要轉換方式，利用數學模型來運作行為分析，才可望有所突破，因而使得AI(人工智慧)資安躍為時勢所趨。

毛敬豪指出，現階段APT攻擊者「該滲透的都已經滲透」，企業接下來的防護重點，並不在於思考如何防止敵軍進犯，而是設法找出潛藏於內部的鬼網(Darknet)，意即以強化內部偵測為首要之務。相形之下，企業今後較常遭遇的新敵人，理應不是APT，而是非針對性攻擊，加密勒索病毒便是典型的例子。

以WannaCry 2.0為例，己跳脫1.0版必須點擊郵件附檔或網站連結的感染模式，而是透過網芳漏洞，從遠端注入惡意程式至本地端，這般情勢著實讓人憂心；主要是因為，無論WannaCry或較早發難的勒索軟體，背後影武者都是地下犯罪組織，而非網軍，如果網軍也「共襄盛舉」，也利用零日漏洞、遠端注入方式發動勒索攻擊，肯定是更可怕的災難。

毋庸置疑，欲戰勝勒索病毒，必須設法在開始進行加密之際，適時加以阻斷，因此需要在端點設備啟用自我防禦機制，持續監測Process與檔案存取行為；然而這般機制，很難藉由防毒軟體來建立，因為防毒軟體採用特徵比對方式，而勒索病毒的變種又快又多，所以特徵碼產出時效，往往跟不上駭客翻新速度，況且防毒軟體大概比對3到4種Pattern，便造成效能急遽惡化，這些盲點，導致一般防毒軟體在面對勒索病毒時，總是屈居下風。

透過SDK與AI  持續分析系統之行為

究竟該如何突破僵局？毛敬豪認為唯一解法就是「行為分析」，他進一步解釋，現今已有地下的犯罪供應鏈，提供漏洞與攻擊工具，但種類不見得很多，駭客通常利用這些有限資源進行加工，做出看似獨特的惡意程式，但不管再怎麼變，都蘊含與源頭一致的關鍵特徵，所以只要掌握威脅情資、抓住這些基本特徵，以此做為基準，再利用AI、深度學習等技術偵測惡意行為，就可望先發至人，在勒索病毒進行加密的當下，及時將之遏止。

足見時值新型態攻擊橫生，加上萬物聯網時代來臨、大幅助長擴散速度，企業處在嚴峻的環境，唯有借助威脅情資蒐集機制、安全軟體開發套件(SDK)，及有效快速的AI資安驅動模式(例如On-Chip)，才可望明哲保身。

有鑑於此，經濟部以新台幣2億元預算，啟動一項為期4年的資安旗艦計畫，期望鎖定機器感知(滲透測試)、深度學習與資料隱私安全等三大主軸，進行人才培育、技術研發、場域實證與產業推動等相關工作，淬煉台灣自主的資安技術能量。

資策會資安所負責執行上述科技專案，而在推動箇中技術研發任務的過程，鎖定的重點就是威脅情蒐、SDK及AI等關鍵項目，首先開發SecBuzzer情資分析平台，藉此彙集全球資安專業社群的討論議題、美國NVD弱點資料庫、誘補樣本、甚至暗黑網路等情資素材，並藉由AI解析惡意程式基礎架構、追蹤惡意程式的幕後黑手；其次則與業者合作開發SDK核心模組，將此植入終端裝置，而採用這些裝置的企業用戶，可透過API串接威脅情資，有效防禦各種新型態威脅。