醫院遭駭後1,300張病床靠紙本管理!全球資安大廠點出IoT、5G時代企業防護痛點
醫院遭駭後1,300張病床靠紙本管理!全球資安大廠點出IoT、5G時代企業防護痛點
2020.01.31 | 物聯網

每年一月,以色列資安大廠Check Point都會於泰國曼谷舉辦亞太區的年度資安峰會CPX360,邀請各國資安專家一同探討最新的資安趨勢。

Check Point為國際資安防護方案的領導廠商,服務全球超過十萬家不同規模的企業組織,並長年被國際科研權威機構Gartner評為防火牆領域的企業領導者。

Check Point
2020年Check Point的年度資安盛會CPX360於泰國曼谷舉辦。
圖/ 蔣曜宇攝影

今年Check Point於15日在泰國曼谷召開的CPX360,也同樣受到業者的矚目,吸引逾1,500人、來自22國的與會來賓、以及超過700間合作廠商共襄盛舉。席間,創辦人暨CEO吉爾.薛德(Gil Shwed)宣布,面臨IoT、5G等新科技的帶來的資安風險,Check Point將強化防護,推出「第六代」的資安防護機制。

從第三代到第六代,十年來資安攻擊變化多端、多數企業跟不上

何謂第六代資安防護機制?在談這件事之間,我們得先倒回去說明前幾代的資安防護機制為何。因為薛德表示, 「全球有95%到97%的企業,都還停留於2010年的第三代資安防護水平。」

第三代的資安防護機制,Check Point將之定義為2010年左右推出的入侵防護系統(IPS)。第三代的防護,較擅於防範已知的攻擊手法,難以從大量資料中分析出潛在、未知的威脅。

也因此,Check Point陸續在2015年因應新型態的惡意木馬程式推出基於負載(Payload)數據進行分析的第四代防護系統,監控可疑的網路行為。然而隨著雲端、IoT、AI系統的普及化,多管齊下的第五代防護系統也油然而生。Check Point在2017年也進一步推出跨網絡、雲端、安全管控系統平台Infinity,來抵禦跨平台不同渠道的風險。

到了2020年,物聯網設備、雲端系統、微服務與容器等技術應用都漸趨成熟,這時第六代的資安防護系統就必須登場了。薛德將那稱為 「奈米安全策略」(Nano Security) ,是針對多元的物聯網設備所準備,將安裝於終端的防護程式縮小,藉以深入到各種裝置、網路系統與雲端服務中的防護機制。

check point
Check Point創辦人薛德介紹六代不同的資安防護機制。
圖/ 蔣曜宇攝影

Check Point在該機制的設計上突破了技術限制,成功降低防護程式對網路的依賴,讓程式得以在無線寬頻有限的IoT設備中正常運作,擴大資安防護網。

這一個新的系統防護平台叫做「Infinity Next」,支援包含IoT、雲端、網路系統及終端設備等領域在內,超過50個國際供應商的設備防護,並提供逾60種的資安服務,給予企業更全面性的資安整體方案。

物聯網及跨平台的資安風險升級、防護需要更加「奈米化」

薛德表示,他們在企業客戶的討論中發現了幾個業界在做資安防護時會遇到的痛點。主要的三個因素有: 一,太多終端產品,難以集中管理防護;二,雲端及物聯網設備需要和過去不同的防護機制,多種防護系統有整合上的困難;三,採用DevOps開發營運流程需要速度,造成防護上的挑戰。

而Infinity Next的防護平台則提供了即時偵測、快速部署及跨平台、設備的防護機制,解決眾多廠商遇到的難題。而針對物聯網設備打造的新一代防護機制,也為許多針對關鍵基礎設施的攻擊,提供了防禦的方法。

舉例來說,2019年度最受矚目的資安攻擊事件之一,是發生在法國盧昂(Rouen)一間名叫University Hospital Centre(CHU)的醫院的駭客事件。勒索病毒的入侵使得這間有1,300多張病床的醫院網路系統癱瘓,雖然他們有幸保住了維繫患者生命的重要系統,但絕大多數的作業流程都得用紙筆作業,大大影響了醫院的運作。

未來像是醫院這樣充滿大量物聯網系統的環境,將暴露在更高的資安風險中。因為駭客得已從各種難以想像的物聯網設備中找到漏洞,駭入主要的系統網絡裡。對此,薛德再次強調第六代奈米安全策略的重要性。

「在過去,我們可能每次都得安裝5GB的大型、複雜的防護軟體到系統裡面去,」薛德說。但這樣笨重的軟體難以安裝到小巧的物聯網設備以及承載微服務的容器(container)裡面。而 透過奈米安全策略的手法,Check Point可以進一步將幾行必須的程式碼自動輸入到這些小設備裡面 ,不用像過去那樣一次安裝一整包資安軟體。而這這幾行程式碼可能只佔50MB不到的容量。

為了建立第六代防護系統,Check Point也做了不少的準備。去年11月,他們收購了以色列的物聯網資安新創Cymplify,加強針對小型物聯網設備如智慧電視、醫學設備及監視攝影機等設備的防護,並整合進Infinity Next平台中。這些動作,也是Check Point佈局今年8月東京奧運資安防護的前置作業。

「是時候讓企業組織升級到第六代防護機制了,」薛德說,「這樣一來,我們才能面對未來多變的資安環境。」

責任編輯:蕭閔云

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 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