大家好，今天我們要來看看，駭客是怎麼用 AI 來升級他們的兩大傳統武器：社交工程釣魚和惡意軟體。

社交工程攻擊，應該是生活上最常遇到的攻擊了，我們已經被訓練到直覺覺得詐騙無所不在，而釣魚攻擊有最出名的「三大金剛媒介（Phishing、Vishing、Smishing）」。

但在進入 AI 時代後，這三種傳統釣魚手段，通通獲得了核彈級的 AI 威力提升：

• Phishing（郵件釣魚）：
  以前是用死板的罐頭範本亂槍打鳥。現在駭客可以用 LLM 收集你個人的隱私資料，自動生成完全為你量身打造、語法無懈可擊的精準郵件。這就是我們今天的主角：魚叉式釣魚（Spear Phishing）。
• Vishing（Voice Phishing / 語音釣魚）：
  以前是駭客自己假裝成綁匪打電話。現在則是跟我們昨天講的 Deepfake 語音克隆（Voice Cloning） 完美結合。駭客只要拿到你老闆 3 秒鐘的聲音，就能用老闆的聲音打電話命令你匯款。
• Smishing（SMS Phishing / 簡訊釣魚）：
  用簡訊進行詐騙。駭客利用大模型，一秒鐘就能生成幾千封口氣極其自然、夾帶惡意連結的假簡訊（像是冒充快遞、假裝信用卡被刷卡通知），誘騙你點擊。

今天，我們就來好好聊聊，當駭客有了 AI 幫忙，郵件釣魚（Phishing）會變得多可怕，以及防毒軟體為什麼防不住會自動整形改代碼的 AI 惡意軟體。

一、 AI 魚叉式釣魚：點擊率高達 30% 以上的秘密

傳統的釣魚信是「亂槍打鳥」，發幾萬封出去，只要有 2% 的傻瓜點了就賺到。
但「魚叉式釣魚」是精準打擊。而有了 AI 之後，這種精準打擊竟然可以做到完全自動化。

駭客是怎麼自動化做這件事的？

1. 自動收集資料（OSINT）：
   駭客寫個爬蟲，丟給 AI 去掃描你的 LinkedIn（看你的職稱和同事）、你的 GitHub（看你最近寫了什麼程式碼）、還有你個人的 X（推特）或 Facebook。
2. 生成量身打造的信件：
   AI 在幾秒鐘內就讀完你的個人檔案，並寫出一封語法完美、邏輯通順、且完全針對你最近動態的信。

比如你最近在 GitHub 上提交了一個關於容器安全的程式碼，你可能就會收到這樣一封信：

「王小明您好，我是某某公司的技術主管。我看到您上週在 GitHub 提交的容器掃描工具，架構設計得非常好！我們公司最近也想導入類似的架構，想請教您的意見。我把我們的設計草案放在附件裡，方便幫忙看一下嗎？ [附件：設計草案.pdf]」

這封信不僅叫得出你的名字，講的事情還完全符合你最近在做的事，點擊率直接從 2% 飆升到 30% 以上。這真的不是開玩笑的，因為你有可能一不小心就點下去。

我們該怎麼防？

• 附件沙箱分析：不能只相信寫信的人。不管信件看起來多真，附件都必須在隔離的沙箱環境裡執行過，確認安全才放行。
• 心態要變：要告訴員工，寫得再完美的信、語氣再親切，都不代表是安全的。只要涉及敏感操作（如點連結、下載附件），一律要透過其他管道確認。

💡 進階考點：針對大老闆的「捕鯨攻擊（Whaling）」

在 SecAI+ 的考試裡，還有一個跟魚叉釣魚非常像、但針對對象更高的專有名詞，叫做 捕鯨攻擊（Whaling）。

• 一般魚叉釣魚（Spear Phishing）：針對特定「群體」，例如財務部的全體員工、某專案的開發小組。
• 捕鯨攻擊（Whaling）：針對公司裡「最大隻的魚（高價值目標）」，例如 CEO、CFO、董事會成員、甚至是政府高官。

因為大老闆手上的權限最大，能核准的金額也最高。駭客只要利用 AI，去深度爬取這位 CEO 在公開演講、LinkedIn、甚至新聞採訪上的語氣與最近關注的商業合作案，就能寫出一封百分之百迎合大老闆胃口、真假難辨的『合作邀請信』。
大老闆一旦點開信中被 AI 隱藏得極深的惡意附檔，整家公司的權限就直接雙手奉上了。

二、 AI 變種惡意軟體：防毒軟體的特徵碼失效了

除了寫釣魚信，駭客還會叫 AI 來幫忙「改病毒程式碼」。這就牽涉到傳統防毒軟體的致命傷。

傳統防毒軟體是怎麼抓病毒的？

它是靠特徵碼（Signature）。
防毒軟體廠商收集到一個病毒，會提取它的一段獨特代碼（就像指紋一樣）存進資料庫。
當你掃描電腦時，防毒軟體就是去比對你的檔案有沒有這個「指紋」。
但缺點很明顯：只要病毒稍微整型、指紋變了，防毒軟體就認不出來。

AI 版本的「多型態惡意軟體」

以前，駭客要手寫變形引擎，讓病毒每次執行時都稍微改一下外殼，這很花時間。
但現在，駭客只要把病毒代碼丟給 AI，命令它：「在不改變惡意功能的前提下，幫我用不同的寫法重寫 100 個版本。」
AI 一秒鐘就能生成成百上千種語法不同、但功能一模一樣的變種病毒。
因為每個版本的「指紋（特徵碼）」都不一樣，傳統的特徵碼防毒軟體直接集體失明，根本防不住。

防禦思維的轉變：行為偵測（Behavior-based Detection）

既然「認臉（特徵碼）」沒用了，我們就必須改看「行為」。
這就是 行為偵測 的概念。
不管這個軟體長得有多無辜、指紋是不是新的，只要它一執行，我們就盯著它看：

• 它是不是突然在瘋狂加密你的檔案？（勒索軟體的行為）
• 它是不是在偷偷讀取你的系統憑證？（竊密軟體的行為）

這就是現在很流行的 EDR（端點偵測與回應） 的核心技術。它不看你長怎樣，只看你做了什麼，一旦發現有可疑動作，就立刻把它砍掉。

考試會怎麼考？

我們來看一題 SecAI+ 模擬題：

「某家公司的防毒軟體無法偵測到最新一波的惡意軟體攻擊，因為該惡意軟體每次下載時都會自動改變其程式碼結構，但保留相同的惡意功能。防禦方應該使用以下哪種技術來最有效率地偵測此威脅？」

A. 靜態特徵碼偵測
B. 行為偵測（Behavior-based Detection）
C. 增加資料庫更新頻率
D. 使用基本的黑名單

答案是 B。面對會自動變形、改變特徵碼的惡意軟體，傳統靜態特徵碼和黑名單都沒用。唯一的解法就是利用行為偵測，看它執行時到底在幹嘛。

今天的重點總結：

• AI 魚叉釣魚與捕鯨攻擊（Whaling）：利用 LLM 收集個人資料自動寫出精準釣魚信，而 Whaling 則是專門針對 CEO 等高價值目標。防範手段要靠附件沙箱分析。
• AI 變種惡意軟體：AI 能在一秒內生成無限個結構不同的變種，讓傳統特徵碼防毒失效。防守要靠**行為偵測（Behavior-based Detection）**與 EDR。

明天我們就要進入 Domain 2 的核心了：對抗性機器學習（Adversarial ML）。我們要來看看駭客是怎麼在數學層面上，把 AI 模型耍得團團轉的。
我們明天見啦！