中國駭客利用 AI 自動化工具網攻台灣政府網站，騰雲運算：「官方網站是政府必守護的第一道防線！」

中國駭客利用 AI 自動化工具網攻台灣政府網站，騰雲運算：「官方網站是政府必守護的第一道防線！」

陸駭客疑似首度動用自主式 AI 協同作戰系統，攻陷台灣政府網站

若消息屬實，這將是同類型網路攻擊首次現蹤，不僅顯示 AI 技術正在重塑網路戰爭的樣貌，也再次提醒台灣政府與相關機構，必須在資安防禦上保持高度警覺、持續精進。

根據英國《金融時報》引述以色列 AI 資安公司 Dream 研究人員的說法，攻擊者利用開源 AI 代理系統 Hermes 與 OpenClaw 為基礎，打造出一套自主駭攻工具。這套系統最多可同時派遣八個 AI 代理程式協同作業，各自分工進行目標偵察、漏洞研究，並在攻擊行動受阻時即時調整策略、另闢蹊徑。

報導指出，這套攻擊工具在今年 7 月初短短四天內，便完成對 21 個政府系統的探測，成功入侵至少 85 個政府使用者帳號，並取得超過 2,500 筆人事資料。攻擊範圍後續進一步擴大，鎖定台灣核能安全委員會，以及至少七家能源業者。

《金融時報》另引述知情人士說法指出，此次攻擊鎖定的對象正是台灣政府。不過 Dream 方面以公司政策為由，不願正面證實遭攻擊的究竟是哪一國政府，僅表示已將這起入侵事件通報予「亞太地區」某一國家。

AI Agent 靠「貝氏大腦」精算攻擊路徑，精準命中弱點

根據事件解析，這套 AI 攻擊框架具備任務導向的分工機制，會依實際需求動態調度不同子 Agent，分別負責帳號破解、API 漏洞挖掘與供應鏈滲透等不同任務。攻擊行動一啟動，Agent 便自動反編譯以 Angular 架構打造的政府入口網站，從中拆解出 API 端點、Keycloak 身分驗證設定、OAuth 用戶端 ID 以及各種嵌入連結，並藉此快速描繪出與該入口網站相連的 21 個政府系統全貌，連帶掌握其 SSO 單一登入架構、6 個子網域、OIDC 端點與 RSA 簽章金鑰等關鍵資訊。光是鎖定其中一個目標，系統就一舉揪出 36 個以上的 API 端點，且其中大量端點根本無需任何身分驗證即可存取，導致數千名員工的姓名、所屬部門與 SSO 帳號 ID 全數暴露在外。

然而，這套系統真正的威脅不在於暴力嘗試，而在於它會透過一套稱為「貝氏大腦」（Bayesian Brain）的機制，執行雙層機率演算來決定攻擊方向。

第一層，系統會持續依據掃描結果、實際驗證、潛在影響範圍，以及是否遭 WAF 攔截等各項證據，動態更新每個漏洞的可利用機率：機率超過 95% 就直接列為可用目標並全力推進；落在 70% 至 95% 之間則加碼投入更多測試驗證；50% 至 70% 者先行擱置、留待後續觀察；低於 30% 的則直接放棄，不再耗費資源。

第二層則進一步將個別漏洞串聯成完整攻擊鏈，藉此估算整體行動的成功機率。以實際案例來說，系統把「取得 OA 系統登入憑證」、「確保入口網站正常運作」與「確認內部系統確實回應」這三項已個別驗證成立的攻擊條件相互串接，據此推算出透過 SSO 進行橫向移動的成功率高達 99%。

事後結果幾乎完全印證了這項預測：系統成功破解 85 組帳號後，其中 84 組（約 98.8%）都順利跨越 SSO 這座橋樑，登入另一套內部敏感資訊系統——這樣的命中率，也讓外界看見這套 AI 決策引擎在戰術預判上驚人的精準程度。

當 AI 攻擊工具遇到問題，會獨自升級

根據騰雲運算資安專家表示，自主式 AI 系統與傳統自動化攻擊程式最根本的差異，在於AI自主系統具備自我糾錯學習並重新執行的能力。每當安全防護機制成功攔截攻擊行動，這套自主 AI 系統便會進入一個稱為「學習循環」（Learning Cycles）的自主研究階段。整起攻擊事件中，研究團隊總共觀察到五次完整的學習循環。

在每一次循環裡，AI 模型會主動上網搜尋，鎖定目標系統所使用的特定軟體與環境，逐一比對全球漏洞資料庫、GitHub 上的程式碼儲存庫，以及最新的資安研究文獻。值得注意的是，這些蒐集而來的攻擊手法並非隨意堆疊——系統會依照多個面向進行系統性篩選與排序，包括：這項技術與台灣政府目標環境的相關程度、是否已有公開可用的程式碼可供利用、預估的成功率，以及應優先執行的順序。經過這樣的分類整理後，這些研究成果會被轉化為下一輪攻擊行動的決策依據，持續回饋、優化整個攻擊流程。

騰雲運算資安專家觀點：「駭客的第一步，往往是掃描企業官網的防護弱點。」

騰雲運算（SkyCloud）資安專家指出，企業網站如同對外的門面，也是駭客展開攻擊時最常鎖定的第一個端點。一個未部署 WAF 網站應用防火牆的企業網站，就如同一座沒有護城河的城池，讓駭客得以長驅直入，直接掃描網站與後端 server 源站的相關資訊。

資安專家進一步表示，業界長期以來已有一項共識：未部署 WAF 防火牆的企業或機構，往往也意味著整體資安意識相對薄弱。此次事件中所揭露的「貝氏大腦」（Bayesian Brain）機率模型，恰恰印證了這項觀察。攻擊者選擇從政府網站切入進行掃描，而只要目標網站未部署 WAF、或 WAF 規則設定不完整，該系統便會透過機率演算，將其判定為「高漏洞成功機率」目標，進而吸引 AI 攻擊工具的高度關注，並展開深度滲透嘗試。

騰雲運算依過往輔導與服務經驗觀察，許多企業與機構在 WAF 防火牆的實際設置上，仍存在不少疏漏。例如未依照實際流量與應用需求妥善規劃頻率限制（Rate Limiting）等防護規則，導致 WAF 雖然存在，卻未能發揮應有的防護效果，形同虛設。

此外，部分已部署 WAF 的機構，並未同步設定存取白名單，或是在導入 WAF 後，未將源站 IP 進行更新與隱藏，導致真實的源站 IP 依然暴露在外。此一設定疏失，使得駭客仍能繞過 WAF 保護，直接針對源站持續進行掃描與探測，讓既有的防護機制大打折扣。

從資安服務廠商的角度來看，在 AI 攻擊技術快速迭代、不斷演進的今天，資安防護已不能再被視為被動因應的議題，而必須轉化為企業與機構持續檢視、主動精進的核心議題。

騰雲運算官網：https://www.skycloud.com.tw/