你的信用卡只要卡號被別人知道,駭客能在六秒鐘內破解你的信用卡到期日以及檢查碼
你的信用卡只要卡號被別人知道,駭客能在六秒鐘內破解你的信用卡到期日以及檢查碼
2016.12.16 | 金融科技

我們大多數人都用信用卡線上刷卡過,線上刷卡除了要輸入卡號之外,還要輸入到期日的月年,以及信用卡背後的一組檢查碼,才能成功支付。而為了不讓別人利用多次嘗試來猜到你的輸入資訊,因此通常猜測幾次錯誤後,就會不讓你繼續輸入。

不過,最近英國的研究人員發現了一種作法,可以破解VISA信用卡的到期月年,以及檢查碼的方式,並且還可以不受到輸入次數的限制,進而在線上「幫你」刷卡,這份研究發表在IEEE Security & Privacy 期刊上。

英國新堡大學(Newcastle University)的測試方式稱為「分散式猜測攻擊(Distributed Guessing Attack)」,原理與一般分散式運算的原理差不多,就是將信用卡的所需輸入資訊,丟到不同的網站去猜測處理。每個網站的猜測次數都保持在安全範圍內,那麼就不會被鎖住。

詳細地說,一般信用卡的有效期限大約為五年,因此猜測的次數為六十次(5年x12個月)。至於三位數的檢查碼,最多則要猜測1000次。

研究人員測試了389 個人們常用到的線上電商網站,然後利用多工輸入的方式來進行猜測信用卡資訊,發現了兩個目前信用卡會有的弱點:

第一,目前的VISA支付系統不會偵測同一張信用卡在不同網站多重輸入錯誤的情況,這也暗示了目前信用卡無法有效防止駭客利用多個網站進行分散式猜測攻擊。

第二,雖然電商網站提供的輸入資料欄位各不相同,但是這個攻擊依然奏效。

在這個研究測試的389 個電商網站中,其中僅有 47 個網站成功阻擋了分散式攻擊,而有 291 個網站只會驗證到期日和檢查碼,其中 238 個網站還可以讓使用者輸入錯誤六次以上,其中還有 26 個網站只驗證到期日,不做檢查碼的驗證。而依照現在電腦的運算能力,估計利用這種分散式攻擊大約不到六秒鐘的時間就可以得到結果。

值得一提的是,同樣的問題在MASTERCARD上不會發生,因為他們會檢查多重輸入的問題。

不過VISA對於這個研究結果不覺得很嚴重,他們表示學術研究歸學術研究,這個研究並沒有將現存的電子支付系統中,多重防護詐騙的方式考慮進去。研究者必須將這些因素都考慮進去,才能夠符合現實世界中的實際交易狀況。

此外,VISA也強調,他們也有更安全的機制,電商可以使用 3D Secure技術 (就像是 Visa 或 MasterCard 的安全碼)來防止這些攻擊。

資料來源:techspot、fossbytes

本文授權轉載自:T客邦

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓