security

Clawdbot 事件引發 AI Agent 安全警報，暴露出企業在部署自動化工具時的結構性風險。本文針對十種常見攻擊路徑，為決策者提供可落地的防守架構，涵蓋憑證管理、權限隔離及內容安全，助企業在享受 AI 紅利時守住資訊安全底線。

有網絡安全研究近期發現，大型語言模型（LLM）雖然已經能夠生成惡意程式碼，但目前仍未達到可靠運作水平。Netskope Threat Labs 威脅獵人 Jan Michael Alcantara 在最新研究報告中指出，研究團隊成功誘使 GPT-3.5-Turbo 和 GPT-4 生成惡意軟件，但這些程式碼「對於實際部署而言過於不可靠和無效」。

研究機構 Forrester 最新發表報告顯示，生成式 AI 已經成為網絡攻擊者手中的「混亂製造者」，令企業網絡安全面臨前所未有的威脅。哥倫比亞大學 Tow 數碼新聞中心研究發現，包括 ChatGPT 和 Gemini 在內的 8 個 AI 模型整體錯誤率達到 60%。卡內基梅隆大學研究人員測試顯示，AI 代理在真實企業任務中的失敗率介乎 70% 至 90%。

網絡安全風險不僅來自外部黑客，內部威脅同樣不容忽視。美國德州一名軟件開發員因對前僱主網絡實施「蓄意破壞」被聯邦陪審團定罪

雙步驟驗證 (2FA) 雖然被認為是比單靠密碼登入更加安全的身份驗證方式，不過也有可能存在風險。最近大型短訊路由服務供應

所謂「一失足成千古恨」，在網絡安全範疇正是如此，就算只是稍有閃失造成漏洞或人為錯誤，都可以造成數據洩漏帶來損失。有調查就

數碼轉型普及化之後，對於系統的安全要求也越來越高，第三方的安全驗證就變得重要。Intel 最近就公佈一個新的安全即服務方

疫情下不少機構都加速其數碼轉型計劃，不過駭客同時也看準這個機會進行攻擊，有調查就發現，去年有近四成的機構遇到雲端系統資料

不論在辦公室、工廠或者店鋪都有不少監視鏡頭作保安用途，不過儲存的錄像如果被不當存取，也會造成很大的安全問題。最近影像監控

早前，大陸網上有一篇題為《武漢人是否還應該有隱私》的文章，訴說有不少武漢回鄕民眾的家庭地址、身份證號碼以至手機號碼等個人