【塊轉Web3】一覺醒來NFT全消失!區塊鏈詐騙怎麼防?專訪趨勢科技協理劉彥伯
【塊轉Web3】一覺醒來NFT全消失!區塊鏈詐騙怎麼防?專訪趨勢科技協理劉彥伯
2023.04.12 | 區塊鏈

「塊轉Web3」是區塊鏈媒體《Web3+》推出的直播節目,集結四位不同專業領域的主持人,每週三中午輪番上陣,用30分鐘的時間,帶來第一手的人物訪談、拆解區塊鏈新商業案例、產業最新脈動分析,陪你一起吃午餐。

直播節目資訊:

時間: 每週三中午12:30~13:00
收看管道:《數位時代》Facebook、《Web3+》官網

NFT、區塊鏈應用詐騙層出不窮,到底該怎麼辨識和防範?「塊轉Web3」直播,邀請到趨勢科技的資安專家劉彥伯,解密區塊鏈中的常見詐騙,帶你由淺入深搞懂區塊鏈的資安!

  • 為什麼區塊鏈應用會有資安風險?和一般FinTech資安事件有什麼不同?
  • 如何識別區塊鏈詐騙?新手、老手面臨的詐騙風險不一樣?如何預防?
  • 區塊鏈資安的趨勢發展

小檔案:劉彥伯

現任趨勢科技全球消費市場開發暨行銷協理。曾任微軟產品經理、技術經理、Techday講師,三星電子創新內容與服務部門經理,KKbox資深策略經理。遠見雜誌專欄作家。

##### 區塊鏈中的詐騙與資安

Q:印象深刻的詐騙案例?

去年底,FTX交易所倒閉事件風風雨雨,包含政治圈、財經界、華爾街都很震驚,原來是一個巨型詐騙,這也是印象深刻的一部分。

去年,烏克蘭政府財政部開放加密貨幣的捐款方式,陸陸續續收到反戰贊助者的金額後,於是政府想透過空投的方式回饋贊助者。但是沒想到駭客的手腳更快,早就已經透過假空投發給捐贈者進行詐騙。導致最後政府也不能發了,因為大家已經分不出是詐騙還是真的空投。

Q:區塊鏈為何有風險?漏洞出現在哪裡?

以Web3來說,有幾個特徵。

  • 首先是去中心化,好處在於交易不會被特定機構掌控,在交易和知識內容上更自由,精神上是好的。
  • 第二點是代幣化,所有東西都可以對價、可以被交換。現在很多NFT或是交易所的代幣等,或甚至把文件透過區塊鏈代幣化。
  • 第三可以自託管錢包和對數據、算法有所有權。

不過,用戶真的有能力掌控這麼多的數據資料嗎?在去中心化的情況下,交易錯誤時怎麼辦?Web3這些特點超出常人控制範圍時,就成了詐騙的一大突破點。

Q:和傳統金融相比,風險上有什麼不一樣?

要去中心化、代幣化、自己託管,就和傳統上很不一樣。台灣金管會去年要求FinTech公司做到部分檢測和演練,包括DDos的應變機制、ATM、APP資安、滲透測試等,但當這些檢測來到區塊鏈領域時,由於Web3以上的特性,導致面對的風險和應對,就和傳統很不一樣。

分散式阻斷服務(DDoS): 網站會因為太多人存取的情況下當機無法提供服務,而駭客就是利用這一點,透過多點式攻擊來癱瘓網站。

就像FTX當初也有法遵、有法規,但其實他法規是合自己的規範,所以其實有很多漏洞。

Web3強調去中心化,但在帳戶安全上,密碼忘記要找誰救回來?如果今天做NFT交易,要怎麼確定交易的窗口的是這個人嗎?誰來做驗證?交易容錯也是一個問題,誰來約定價錢?目前的跨國轉帳Swift機制可以實現國際跨國交易,但區塊鏈世界中,交易錯誤是不可逆的,如果交易錯誤怎麼辦?交易所本身的存款儲備金是否足夠?這些都是可以思考、檢核的點。

Q:區塊鏈詐騙常見的案例、模式?

許多知名藝人,包括陳零九和周杰倫都被騙過。

周杰倫的案例是很常見的一種詐騙型式,主要是透過社群(Discord、Twitter等)傳播帶有假消息的釣魚網址,而釣魚網站也和官方網站幾乎無法分辨。當用戶看到假消息,想要取得免費空投或是贈品時,必須綁定錢包,但詐騙會在權限設定上動手腳,進而奪取錢包的控制權。但因為用戶大多不會仔細檢查,因此就落入詐騙圈套中。

也許很多人會懷疑,有這麼容易被騙嗎?舉例來說,現在網路上有一真一假,兩個幾乎一樣的網站,用戶該如何辨別真假?其實單純透過肉眼看網站畫面很難辨別,但首先要先檢查網址、確認網址的年齡、流量、交易次數等,才能比較清楚辨認。

Uniswap過去一年,出現大量犯罪集團透過電子郵件或社群吸引用戶,以此進行詐騙。如果拿攻擊者的代幣去查,會發現代幣的規格沒什麼問題,而比較有警覺心的老手去查也會覺得沒問題,直到空投的當下才會發現是詐騙。

而新手被騙大多是假幣,更多狀況是根本沒有發行虛擬貨幣,透過名人背書吸引用戶投資。另外,台灣也很常見約會型詐騙,其實和早期的股票、遊戲詐騙很類似。

Q:有沒有一些能辨識詐騙的方法?

要養成一個習慣,首先要有危機意識,不要相信眼前看到的東西。

全球最大交易所幣安的CCO,就被詐騙集團用Deepfake方式假造聲音和影像,和幣安進行視訊通話,試圖讓項目在幣安上市。

做交易行為前,還是要先做查證。這些行為大多來自社交工程(Discord、Twitter、Linkedin),幣安也說過Linkedin上有大約7000多名用戶說自己在幣安工作,但其實實際上只有大約50個是真的;Discord上也有很多機器人Bot的詐騙案例。即使有名人背書,也可能是犯罪集團的詐騙,所以不管是元宇宙、虛擬貨幣等議題,都需要小心。

如果要進階一點查證,可以透過區塊鏈瀏覽器、分析網站進行分析,例如etherscan、Chainsight等,都可以進行反查,確認錢包有沒有異常的交易行為。或是像趨勢科技也有在做相關的瀏覽器擴充,可以針對交易網站、金流異常做通知。

另外,如果真的有在做幣的交易,除了熱錢包之外,有些資產還是可以放在冷錢包中。不過很多冷錢包是需要連網的,基本上只要有連網,就還是有風險。另外,病毒也會影響Web3,也是會駭進錢包中的。用戶被攻擊後,交易的地址可能會被變更、資產可能會莫名消失等。

其實在做交易時,會經過三個層面:第一層透過Web2、第二層經過社群、第三層導去Web3,用戶應該試著在第一層Web2、第二層就要開始做預防、意識到詐騙行為。

Q:今年Web3有什麼趨勢或有什麼觀察?

加密產業中,資安在這幾年慢慢開始成長。去年開始有越來越多針對區塊鏈和Web3的公司,很多資安議題也開始關注,例如數位資產、區塊鏈上訊息和貨幣的真偽等。現在也越來越多交易所開始做深層、底層鏈的資安防護,對網路攻擊也開始有防護措施。另外,Web3世界中,性別歧視騷擾也是一個問題。

核稿編輯:高敬原

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。 依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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