Page 78 - the taiwan banker 2024.09(177)
P. 78
ΥΆྌ
險，現有的安全控管措施恐將面臨巨大挑 何確保機器學習模型訓練資料的安全、避免
戰，傳統依賴特徵碼檢測的防毒軟體，可 洩漏客戶隱私或敏感原始碼、維護AI應用的
能難以辨識A I快速變異的惡意程式，而 韌性、不被惡意提示語（Prompting）所「越
聲紋辨識、臉部識別等生物特徵驗證技 獄」或操縱等，都是新的資安課題。
術的可靠性，也受到了影音偽造技術的
嚴峻挑戰。參訪團特別拜訪了Palo Alto ၑɢᚨਗ༆׳AIᅼۨᆑɢ
Networks，這是一家美國知名的網路安
全公司，專注於提供包括防火牆硬體和 隨著金融機構越來越依賴於人工智慧
軟體在內的廣泛安全解決方案，以及雲 技術來處理大量的數據、進行複雜的運算
端、網路和端點安全服務。 並做出即時的決策，高效運算能力成為
在交流過程中，該機構指出語音克隆 支持這些技術的基石。尤其應用於風險管
（Voice Cloning）、換臉（Face Swap）等 理、交易演算法、詐欺檢測的AI模型，對
AI驅動的深度偽造技術（Deepfake），已 算力資源的需求極其龐大。如果沒有足夠
經被廣泛用於網路釣魚、規避身分驗證等 的算力，這些複雜的模型將無法以所需的
攻擊手法，同時ChatGPT等語言模型的出 速度及準確性進行運作，會直接影響金融
現，也大幅降低了攻擊者開發惡意軟體的 機構的營運效率和服務品質。
門檻。隨著各行各業紛紛導入AI技術，如 為此，參訪團特別拜訪了近期問鼎全
銀行公會雷仲達理事長率臺灣金融業高層參訪微軟矽谷園區大合照。
考察團成員從台灣金融產業的視角深
入美國的金融科技核心地帶，並與多
位專業人士的面對面深入交流。
78 台灣銀行家 2024.9
1 5% JOEE
