勒索木馬冒充大廠軟體：地端 AI 的斷網韌性才是資安根本解

本週 iThome 揭露一支名為 LabubaRAT 的新型遠端木馬，冒充輝達（Nvidia）的軟體散播，使用者一旦誤裝，攻擊者就能完整接管整台 Windows 主機。同一週，微軟單月揭露自家產品逾六百個漏洞、SAP 也修補了一個 CVSS 9.9 的重大漏洞。這些消息拼在一起，指向同一個現實：資安威脅的入口越來越多，而多數機構把資料放在別人的機房裡，等於把最後一道防線也交了出去。

上雲不等於安全

雲端服務商當然有專業的資安團隊，但「把資料交給雲」和「資料是安全的」是兩件事。當卷宗、病歷、客戶個資離開你的機房，你就失去了對它的直接控制權，能不能存取、由誰存取、出事後如何究責，都要看合約與對方的作業程序。木馬攻擊、供應鏈汙染、內部人員外洩，任何一個環節出問題，你能做的往往只是等通知。我們在政府與醫療機房實際部署的經驗是，真正讓決策者夜裡睡不著的，不是「雲夠不夠強」，而是「出事時我還剩下多少控制權」。

斷網也能跑才算數

地端部署的價值，在資安事件發生時最明顯。把 AI 模型放在自己的機房，資料從頭到尾不出牆，存取權限完全自己掌握；就算對外網路被切斷、或某個雲端服務當機，內部的判讀與作業仍能照常運作。這種「斷網也能跑」的韌性，對政府的核心業務、醫院的臨床流程來說，不是加分項，而是底線。我們的判斷很直接：把資安寄望於「雲端夠不夠安全」是被動的，把關鍵能力收回自己機房、讓它在最壞情況下也不停擺，才是主動的根本解。

務實的作法

要落地，不必一步到位換成最大的模型。我們建議的路線是「地端小模型＋多模型路由」：用體積小、跑得動、看得懂的模型處理日常任務，再依情境把請求路由到最合適的模型。這樣成本可控、每一步都留得下稽核軌跡，也不會被單一廠商綁死。面對只會越來越多的資安威脅，與其追問哪朵雲比較安全，不如先確認：最壞情況下，你的 AI 還在不在自己手上。