防堵機器人秒殺搶票，新創星盾科技靠「變」擋下自動化程式攻擊|數位時代 BusinessNext

防堵機器人秒殺搶票，新創星盾科技靠「變」擋下自動化程式攻擊

COMPUTEX 每年都會選出年度大獎（Best Choice Award），而今年資安類別唯一獲選的廠商，是一間成立僅兩年的新創星盾科技（ForceShield），他們的技術哪裡特別？

顛覆傳統資安防禦，從阻擋「已知」到防範「未知」

總部設於美國的星盾科技成立於2016年，目前團隊有四十多人，包含執行長許明、技術長林育民等多名創始成員在網路安全公司賽門鐵克已有十多年資歷，且背後二十多人的技術團隊皆來自台灣。

在資安領域打滾多年的許明和林育民觀察到，擬人化的自動攻擊越來越多，尤其，這類的攻擊在物聯網設備中更為常見。不過，傳統防毒軟體卻難以阻擋這類的新興攻擊。

首先，過去電腦安裝的防毒軟體，都得事前提供病毒特徵碼才能加以阻擋，而這都是在解決「已知」的問題。但現在越來越多攻擊是模擬人類操作行為，例如，破解路由器的帳號密碼後，重新綁定DNS並拿來作為其他攻擊的工具；又或者是訂票網站，攻擊者也不是直接用漏洞攻擊訂票資料庫，而是以自動化程式模擬人類行為搶票。因為「擬人化」，過去傳統防毒軟體使用的特徵比對模式會完全失效。

再者，想靠追蹤可疑IP來源阻擋也不可行，因為現在已有許多低價的跳板網站可出租；而訂票網站常見的驗證碼機制，阻擋效果也相當有限，因為現在也有自動識別驗證碼，甚至是人力外包打碼（靠人力輸入驗證碼）等服務供駭客選擇。

而星盾科技就希望顛覆以往防毒軟體只能「解決已知問題」，改為解決未知、做到主動防禦。怎麼做到？林育民表示，第一步是依據攻擊態勢，動態變換他們要保護的目標系統，讓駭客找不到攻擊入口。

程式碼「動態變換」技術，擋掉過半自動化程式攻擊

以售票網站為例，用戶每送出一個訪問網站的請求，網站回傳的HTML語法每次都會動態變換、也會用token（憑證）確保時效性，雖然頁面瀏覽起來很正常，但由於底層語法已經更動，搶票程式會讀不懂，無法執行到購票的階段。林育民指出，通常50至70%的搶票程式在這階段就已經被阻擋。

此外，他們也會追蹤用戶前端運行環境和鍵盤、滑鼠、手機螢幕等的操作行為，偵測出對方是機器人還是真人，最後再根據不同的攻擊狀況，採取不同的防禦措施。

林育民透露，台灣某大訂票網站就是採用星盾科技資安方案。

而針對物聯網，由於聯網設備的儲存空間和計算資源皆相當有限，無法安裝傳統防毒軟體，他們也將資安解決方案程式大小設計為僅100k到2MB，相當輕量化。林育民表示，已有知名路由器廠商內嵌該技術，產品於今年出貨。

而將研發中心設在台灣，一方面除了瞄準台灣資安人才，許明表示，另一部份也是看好台灣物聯網供應鏈，希望未來能加深和IoT裝置製造商、OEM廠商及系統整合商的合作。

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。