資安沒他們不行!白帽駭客內幕大揭密,抵禦「黑魔法」、找Bug要先知法試法
資安沒他們不行!白帽駭客內幕大揭密,抵禦「黑魔法」、找Bug要先知法試法

在《哈利波特》的魔法世界中,佛地魔主導黑魔法的惡勢力,以至於善良的魔法師必須學會「黑魔法防禦術」來保護自己。真實世界的我們也同樣面臨黑魔法的威脅——來自網路駭客(hacker)每分每秒都在利用技術手段攻擊大眾的網路系統。

幸運的是,真實世界存在一群黑魔法防禦專家,被稱作「白帽駭客」或「道德駭客」。他們屬於合法駭客,透過入侵電腦系統來測試安全性,並在後續充分披露研究成果,也會提出完整的資安防護策略。

「我們向你展示黑魔法師是如何下咒的,這樣你就能提早修補、設下保護、學會抵抗。當你在未來遇到心懷不軌的黑魔法師,就能夠保住一命了。」攻擊型資安公司戴夫寇爾(DEVCORE)的資安研究員陳廷宇形容,日常需要時刻關注資訊安全帶來的各種風險,「聽起來好像很孤僻,但這可能是一種誤解。」

著迷魔幻世界,小學就學會C、C++、C#程式語言

成為資安研究員的契機,聽起來是一段長時間的養成。

「小時候很喜歡看一些魔幻寫實風格的東西。」陳廷宇分享:「所以會到圖書館借《牧羊少年奇幻之旅》、《魔法校車》或是探險漫畫。我也想要編寫遊戲,當時有一款叫做『RPG Maker』的軟體,可以按照一定的模板製作遊戲。」

隨著看過的遊戲愈來愈多,陳廷宇開始好奇如何製作非模板、獨一無二的遊戲軟體:「查了才發現,喔!原來要學會寫Ruby程式語言,就能讓你的遊戲變得更有趣,後來我繼續查到一個論壇叫作『飛特論壇』,上面有很多程式語言的討論,還有逆向工程、惡意軟體的撰寫跟分析,不過那時候我不知道那是什麼,都是一知半解。」

畢竟十幾年前只是小學生,很難明確掌握程式設計背後的深層邏輯,但還是靠著一台爸爸從網咖花了5,000元塊買來的二手電腦開始自學,莫名學會了C、C++、C#程式語言,「網路資料都是很末端的結論,但使用這些結論就能在電腦上做出很神奇的事情,對我來說就像魔法一樣。」

接下來的求學生活按部就班,直到進入大學,陳廷宇才逐漸對駭客、資安等概念有更多認識:「以前只知道瘋狂練肌肉,學很多伺服器的原理、學網頁程式怎麼寫、學前端跟後端怎麼互動,但不知道與駭客之間的確切關聯是什麼。」直到選修中央大學的一門課「電腦攻擊跟防禦」,才清楚認知駭客職業,以及具體需要什麼樣的條件。

陳廷宇分享,從資安相關科系畢業後有不同的職涯選擇,例如到科技大廠保護產品安全,或者到國外從事資安研究。當然也有一些處在灰色地帶的工作,即發現某知名產品的資安漏洞後回報給暗網論壇的購買者。

「有一些處在灰色地帶的工作,即發現某知名產品的資安漏洞後回報給買家,「你不會知道買家具體是誰,可能是軍方、政府,也可能是駭客組織,但找到漏洞的當下就會拿到一筆獎金,這在歐洲、韓國蠻常見的,雙方類似雇傭關係。額外的分紅,大於或等於我們現在的年薪(約新台幣120萬~180萬元),對很多人來說有吸引力。」可想而知,漏洞被不肖人士非法利用的可能性居多。

在眾多選擇下,陳廷宇決定加入DEVCORE:「既可以做自己喜歡的研究,也知道這些漏洞不會被拿去做壞事,這樣不是很好嗎?」

陳廷宇_DEVCORE資安研究員_2024_03_13_蔡仁譯攝-4
DEVCORE資安研究員陳廷宇,攻擊型資安公司戴夫寇爾(DEVCORE)資安研究員,在資安圈習慣被稱呼「逆逆」(Nini)。擅長的技能面向是Windows相關資安、軟體安全、逆向⼯程。
圖/ 攝影蔡仁譯

資安研究員要有sense!曾經代表台灣隊拿下DEFCON CTF世界亞軍

根據DEVCORE刊登的徵才資訊,資安研究員會在企業客戶正式發布產品前,協助評估與盤點資安風險 ,「客戶先提供產品資訊,我們再扮演駭客的角色,從各種面向攻擊入侵它的產品。假設真的能攻進去,表示產品環節設計有點問題,我們會把所有風險都告知客戶,等於做一個全面的弱點分析。」

每個安全測試專案的進行時間不同,最短需要約60天,視客戶提供的產品資訊多寡而定。

放假時間,資安研究員會針對自己選定的目標做研究:「比如研究⼀些遊戲設計、電商網站、電⼦鎖、⾨禁這種很⽣活化的產品,觀察駭客到底有沒有機會鑽漏洞,或者研究⾃⼰感興趣但可能還不夠熟練的主題。」

選題本身非常考驗資安研究員的敏銳度,工作挑戰更不少,「像我們在比賽或做專案的時候,就一定會有死線(deadline),如果靠近死線的時候還是找不到任何漏洞,就會有點壓力。」陳廷宇指出,研究⼯作有時候會碰壁、沒有任何產出結果,或者在死線前不小心踩到bug,跟其他同事硬是熬到了凌晨三點半才下班,「所以我會⼤量閱讀其他研究員的⽂章,不斷地修正⾃⼰的⽅法論還有開拓視野。」

除了日常的研究工作,資安研究員還會代表台灣戰隊參加海外比賽,最有代表性的是DEFCON CTF(搶旗攻防賽),「這是熱愛CTF的人都會想要參加的比賽,跟世界強隊搶冠軍獎盃,感覺很夢幻又不現實。」

陳廷宇回憶,台灣隊通過初賽後飛往美國拉斯維加斯,參加為期整整3天的比賽。隊友們互相盤點策略後,接著分頭防禦跟攻擊其他戰隊,「當下有十幾個戰隊互打,每5分鐘結算一次成績,比賽過程中你會看到排行榜的分數一直跑。基本上大家都沒有睡覺,專心解題到幾乎不吃不喝的狀態。」

截至目前最好的成績,是在2018年拿下世界亞軍,「重點不是獎金,而是參與比賽本身,以及擁有那個獎盃。」

現在的他在現實生活找到內心著迷的魔幻世界,練成一身黑魔法防禦術,穩穩站在資安最前線。未來呢?「可以的話,我想⼀直是資安研究員。」

責任編輯:蘇柔瑋

往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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