虛擬貨幣洗錢防制剋星!一個虛擬金庫,怎麼助「區塊鏈小白」檢調查案?
虛擬貨幣洗錢防制剋星!一個虛擬金庫,怎麼助「區塊鏈小白」檢調查案?
2022.12.25 | 區塊鏈
發生什麼事?

隨著加密貨幣、虛擬資產走向普及,近年傳出不少相關的詐欺、洗錢等犯罪案件,像近日爆發的虛擬資產管理平台Steaker吸金案,創辦人黃偉軒手上擁有大量涉及違法的虛擬資產,便是當今檢調頭痛的問題之一。

因為當檢調查扣這些不法的虛擬資產時,執法人員往往面臨不知道如何在確保隱私、安全等條件下來進行扣押。

專注於資安鑑識與數位證據的新創「區塊科技」(BlockChain Security),13日對外分享其開發的加密貨幣、虛擬資產監管金庫保險箱「M-KEY」,即便沒有區塊鏈或工程開發背景,使用者也能隨時追蹤、存入虛擬貨幣並即時掌握資產走向,究竟這個虛擬資產保險箱該如何運作,能有助於司法案件審理更加快速嗎?

調查虛擬資產詐欺,有哪些挑戰?

區塊科技是一家成立於2018年的公司,專注於Web3資安領域,在數位存證信函、簽約存證、電子郵件防詐騙、智慧蒐證等法務作業流程上擁有高知名度,合作夥伴包含資策會、中央警察大學等重要機構。

該公司執行長黃敬博觀察,當今執法機關在辦理不法加密貨幣案件時,光是開設加密貨幣錢包(Wallet),安全地存放不法加密貨幣,就是第一線辦案面臨的主要挑戰,此外,還需要防範執法人員監守自盜將贓款吞沒等問題。

區塊科技注意到這項痛點,花費一年的時間,開發出「虛擬資產監管金庫保險箱M-KEY」,能支援14種不同加密貨幣(如比特幣、以太幣)保管、出金(將資產提出)、多簽核多層級授權、自行建立白名單及可追蹤匯款走向等5大功能,協助執法機關辦理虛擬貨幣相關案件。

虛擬金庫保險箱如何運作?

「我們希望打造元宇宙保險箱。」黃敬博表示,M-KEY跟現在主流軟錢包(MetaMask、Coinbase)、冷錢包(Trezor)的私鑰和註記詞管理最大的不同點,在於採用的是「金鑰合成」,意思是,它無法使用跟私鑰和註記詞一樣的方式直接打開錢包,而是要透過合成所有的「金鑰碎片」(Dongle)。

區塊科技把金鑰切分成4種獨立的金鑰碎片分層加密管理,使用者可以透過一首歌、一張圖片來當作金鑰,並搭配不同階級(如董事長、總監、中高階主管)分散式授權管理。

可以把Dongle的運作邏輯想像成一張大拼圖,需要集齊所有的拼圖才能合成金鑰;它搭載指紋辨識以及金鑰恢復等特性,既能確保不會遭冒名使用之餘,還能在金鑰碎片遺失、人員無法即時聯絡時,直接從金庫平台裡面重新設定。

另外,簽核的人員不能出金,僅能負責審核,所有權限的負責人們都審核完畢後,包含金鑰遺失恢復、提款等功能才能使用,如果不幸其中一個金鑰碎片遺失或遭他人破解,那個破解的對象還是要把金鑰碎片帶到主要的綁定設備(如筆電)上,湊齊四個才能打開金鑰。

金庫管理者在其中一個金鑰碎片遺失後,需要補齊所有的金鑰還原碎片(這個跟原本分配給大家的金鑰碎片不同),將它們插入綁定設備上還原出新金鑰碎片,換言之,近期Steaker吸金案檢調若能查扣還原金鑰,即便黃偉軒不願提供原始金鑰,也能破解將不法資產入庫。

優勢:執法人員簡易上手,快速將不法虛擬資產入庫

那當執法人員查獲不法虛擬資產時,要怎麼把它們統一保管呢?黃敬博回應,金庫本身支援「QR Code」掃描,不分幣種只要一掃就能自動歸類到金庫裡面,所以即便使用者不了解每個幣種、錢包背後的運作原理也不是問題。

金庫本身另一個強大的功能,就是讓執法人員追蹤錢包遭盜用的使用者他們款項的去處,藉由輸入受害者、轉入者的錢包地址,就可以一步步找出款項流向何處,金庫也會顯示轉入、轉出的錢包(如熱錢包、幣安)等類別,最後一個交易節點在哪個地方出金也能一併顯示,讓執法機關有更多追蹤不法份子的機會。

區塊科技透露,未來會將M-KEY積極投入像是法務部檢察司、台灣高等檢察署,亦或像是中央警察大學等執法相關單位,銀行端負責資安領域的部門長官,也是著重推廣對象。

責任編輯:高敬原

區塊科技創辦人
黃敬博點出台灣司法單位查扣不法數位資產保存的困難點,在於如何統一存入安全的地點
圖/ 孫敬攝
區塊科技
區塊科技審核流程雖繁雜,但十分強調安全性。
圖/ 區塊科技
區塊科技
金鑰碎片的還原、保護層面也是面面俱到。
圖/ 區塊科技
往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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