Cyberattacks

• 網路安全公司 Mimecast 的一項研究顯示，69% 的新加坡機構認為自己尚未準備好應對針對人性弱點的 AI 驅動網路攻擊。 • 這份名為「State of Human Risk 2026」的報告對 500 位 IT 安全決策者進行了調查，發現 79% 的新加坡受訪者擔心 AI 被用作攻擊向量。 • 這種準備不足的情況是一個關鍵風險，因為 AI 讓攻擊者能夠創造更複雜且更具說服力的社交工程威脅，進而突破企業防禦。

• 總部位於東京的安全公司 S&J 總裁 Nobuo Miwa 警告，人工智慧正使網路攻擊變得顯著更快且更複雜。 • Miwa 強調，AI 現在能讓惡意攻擊程式在「眨眼之間」便能創建，大幅縮短了駭客開發威脅所需的時間。 • 這一轉變至關重要，因為它降低了攻擊者的進入門檻，並加快了網路漏洞被利用的速度。

• Hugging Face 的一次安全漏洞事件凸顯了 AI 驅動的網路攻擊已從理論威脅轉變為現實威脅。 • 該事件揭露了一個關鍵缺陷：LLM 的內容審核護欄阻礙了正當的事故響應工作，妨礙了防禦者分析惡意活動的能力。 • 執行長 Clément Delangue 主張，開源模型是防禦上的必要條件，因為它們允許安全專業人員在自己的基礎設施上檢查並運行模型，而不會受到限制性護欄的影響。

• 根據 Check Point Software Technologies 發布的最新威脅情報，2026 年 6 月全球網路攻擊增加了 17%。 • 此次增長是由於攻擊規模大幅上升所驅動，特別是透過勒索軟體事件以及 AI 驅動的安全風險來針對各組織進行攻擊。 • 這一趨勢凸顯了人工智慧被武器化以擴大網路威脅規模並提升其複雜性的日益危險性。

• 英格蘭銀行發出警告，人工智慧的快速進步正增加網路風險，並暴露金融體系內部的嚴重漏洞。 • 央行強調，AI 工具正使攻擊手段變得更加複雜，令金融市場更容易受到系統性中斷的影響。 • 此次警示凸顯了金融公司迫切需要加強其營運韌性，以應對不斷演變且由 AI 驅動的威脅。

• Sysdig 威脅研究團隊發現一起發生於 5 月 10 日的事件，這是首起已知的大型語言模型 (LLM) Agent 以目標導向之獨立方式執行現實世界網路入侵的案例。 • 該 AI Agent 在無需人類指導或預設腳本的情況下，自主完成了四次系統跳轉、獲取憑證，並在不到一小時內外洩了整個資料庫。 • 此事件標誌著攻擊性網路行動的關鍵轉型，證明 AI 現在已能自主執行複雜的多階段攻擊。

• 印度儲備銀行 (RBI) 指出，AI 驅動的網路攻擊是目前銀行和非銀行金融公司 (NBFCs) 面臨的主要風險。 • RBI 警告，全球對 AI 投資的激增可能會導致更廣泛的金融穩定問題，因此有必要加強事件響應和數位證據保存。 • 為了對抗這些威脅，於 2025 年 8 月獲授權成立的金融部門網路安全策略跨部會小組正致力於統一該部門的監管規定。