大家好，今天我們不廢話，直接進入最近新聞熱度極高、每個人聽了都怕的題目：Deepfake（深偽）攻擊與語音克隆（Voice Cloning）。

前兩年新聞上報導過這個案例：
2024 年，香港一家公司的財務人員，參加了一場跟英國總部高層的視訊會議。
視訊畫面裡，有他熟悉的財務長（CFO），還有好幾位同單位的同事。
會議中，財務長要求他把一筆錢匯出去。因為「親眼看到、親耳聽到」主管的交代，這位員工不疑有他，乖乖轉出了 2,560 萬美元（大約新台幣 8 億元）。
直到事後確認，他才驚覺：那場視訊會議裡除了他自己，財務長跟其他同事，通通都是 AI 畫出來的假人！

這是已經發生在現實生活中的真實案件，而且現在這項技術變得更便宜、更好上手了。

今天我們就來拆解 Deepfake 到底是怎麼運作的，還有身為資安新手，我們在考試和實務上該怎麼防禦它。

一、 Deepfake 的核心技術：GAN 又是你！

我們在 Day 04 提過，Deepfake 的背後大功臣就是 GAN（生成對抗網路）。
駭客利用這個技術，在實務和考點中，主要透過以下這三大支柱來組成以假亂真的 AI 影片與假聲音：

1. 語音克隆（Voice Cloning）

AI 會去抓取目標人物講話的特徵，像是音調、說話節奏、口音等，然後生成一個「聲紋模型」。
現在的 AI 技術非常誇張，只需要 3 秒鐘的聲音樣本，就可以複製出一個相似度高達 85% 的假聲音。
駭客只要去 YouTube 剪輯高階主管演講的影片，就能輕鬆拿到這 3 秒鐘。

2. AI 換臉影片（Face Swapping / AI Video）

這就是最經典的 AI 影片 技術。
AI 讀取目標人物（比如 CEO）成百上千張不同角度的照片和影片，學習他的面部表情和五官特徵。
然後，AI 會把現成影片裡的「演員的臉」，百分之百替換成「CEO 的臉」，並自動調整光影和肌肉抽動，生成一段看起來完全是 CEO 本人在講話的仿冒 AI 影片。
這種影片常被駭客用來做政治抹黑、假新聞、或是假冒主管發布重大商業命令。

3. 即時變臉視訊（Real-time Face Swapping）

這就是上述香港詐騙案用的終極技術。
它不只是生成一段錄好的 AI 影片，而是在視訊通話的當下，即時（Real-time）進行動態變臉與語音變聲！
駭客在鏡頭前講話，系統會在毫秒之間，把他的臉置換成財務長或同事的臉，連眨眼、嘴型、表情都能百分之百同步，延遲低到在視訊畫面上根本看不出來。

二、 為什麼傳統的防守方法都失效了？

以前遇到可疑的要求，我們會說：「打電話確認一下啊！」或是「傳個 Email 雙重確認吧！」
但現在，這些方法在 AI 面前通通被封殺了：

• 「打電話確認」失效：電話那頭的聲音早就被 AI 仿冒了，聽起來跟老闆一模一樣。
• 「傳 Email 確認」失效：駭客可能早就入侵了老闆的信箱，或是用一個字長得很像的假網域（比如 company-inc.com 冒充 company.inc.com）來發信，肉眼根本很難分得出來。
• 「打視訊電話確認」失效：就如香港的案例，即時臉部替換技術已經可以在視訊裡騙過你了。

三、 考試大重點：到底該怎麼防？

既然技術上防不勝防，那我們該怎麼辦？
SecAI+ 考試跟資安實務給出了一個最有效、也最常考的答案，叫做帶外確認（Out-of-Band Verification）。

簡單說，就是「不要用同一個管道確認」，而且要建立組織內部的流程規範：

只要遇到超過特定金額的匯款指示，必須透過事先約定的「第二管道」進行二次確認。

具體做法可以這樣做：

1. 實體紙本通訊錄：把高階主管的個人手機號碼、私人聯絡方式寫在紙上，鎖在保險箱裡，絕不放進電腦系統。收到電話指示後，掛斷電話，翻開紙本，用自己的電話撥打保險箱裡的號碼進行「回撥」確認。
2. 即興小測試：如果是視訊會議，可以突然要求主管：「老闆，請你用左手摸一下右耳，並說出我們昨天的午餐吃什麼。」這可以有效破壞即時 Deepfake 模型的影像渲染。
3. 雙人簽核原則：高額款項必須要有兩個以上的不同主管簽名，而且必須分開確認。

考試會怎麼考？

我們來看看模擬題：

「公司財務主管接到一個聽起來完全像總經理的電話，要求緊急匯款。財務主管隨後發出確認電子郵件，總經理的電子郵件帳號也回覆了確認。事後發現這是 AI 語音克隆詐騙。請問下列哪項安全防禦措施，本可以有效阻止這次的匯款詐騙？」

A. 升級伺服器上的防毒軟體
B. 實施帶外確認程序（Out-of-Band Verification）
C. 要求在信件中附上 PDF 轉帳授權表
D. 查詢總經理的行事曆看他是不是在開會

答案是 B。
遇到 Deepfake 或社交工程詐騙，最有效的不是靠科技，而是靠「流程控制」。帶外確認（用跟原本收到通知完全不同的管道去確認）是考試的絕對標準答案！

今天的重點總結：

• Deepfake 三大核心：利用 GAN 進行語音克隆、AI 換臉影片與即時變臉視訊。
• 3秒鐘：就能複製出相似度極高的假聲音。
• 傳統方法失效：因為聲音、畫面、信箱都可以是假的。
• 終極防禦：建立**帶外確認（Out-of-Band Verification）**流程。

明天我們要講 AI 魚叉式釣魚與 AI 變種惡意軟體，看看駭客是怎麼用大模型自動寫出點擊率高達 30% 以上的精準釣魚信。
我們明天見啦！