監管合規帶動Web3雲上資安!企業該怎麼佈局?
監管合規帶動Web3雲上資安!企業該怎麼佈局?

🔥每日精選最重要區塊鏈新聞、第一手採訪 👉歡迎加入《Web3+》官方Telegram

合規帶動 Web3 雲上資安,完整雲端架構成關鍵

根據 Gartner 統計, 2025 年雲端的 IT 支出將正式超越地端,等同宣告雲端時代正式來臨。隨著上雲普及化,雲上最重要的事——「資訊安全」成為企業關注的重點。

資訊安全的重要性,可以「短板理論」解釋。當用木板拼成的桶子裝水時,只要任何一片木板過短,水就一定會從那一面流出。 CloudMile 解決方案架構團隊主管梁文典以此為寓,同理在資安的世界裡,只需要一個小漏洞,就可能造成巨大的損失,尤其是金融業與 Web3 產業。

使用 Google Cloud,即享用 Google 服務的資安高標

上雲第一件事,就是在各種雲端服務提供者中選出最適合的解決方案。 Google Cloud Platform(以下簡稱 GCP )身為全球雲端服務的領導者,也以「資安」為雲端服務的首要重點。 Google Cloud 客戶解決方案架構師 Neo Chen 表示:「 Google 身為世界領先的網路服務提供者,打造全世界最先進的安全防護機制,以確保使用者的上網安全與隱私;而企業使用 GCP 時,也能享有與 Google 相同的安全基礎架構來確保企業的雲端資安。」

GCP 結合了 Google 的資安解決方案,搭配 NIST CSF 架構,針對辨識( Identify )、保護( Protect )、偵測( Detect )、回應( Respond )、復原( Recover ) 五大防護類別,分別配置對應的解決方案。 Neo 強調,全面性的資產盤點是最重要的第一步,此外善用 Cloud Armor 阻擋攻擊、 Security Command Center ( SCC )做 24/7 的監控,並搭配 VirusTotal 的情資,一旦遭受攻擊,也可使用 Mandiant 的資安事故調查及應變機制,快速反映、修復,並避免同樣情境再次發生。

完善上雲三面向:系統、數據、雲端備份,對抗資安「短板理論」

企業上雲,主要可分為三部分:系統、數據和備份資料。CloudMile 解決方案架構團隊主管梁文典表示,論及系統和數據上雲,雲端資安架構相當重要。 CloudMile 根據 NIST CSF 架構,依不同的情境協助客戶進行資安成熟度評估,再遵照評估後的結果對症下藥。在 Google 的 Security Command Center ( SCC )協助之下, CloudMile 可進一步解釋資安風險、提供可能解決方案與補償性控制措施,全面把關雲端資訊安全。

近年來, Log4j 核彈級漏洞、戰爭的威脅、勒索軟體當道,再加上合規的需求,備份救援也變成企業的基本配置。 CloudMile 建議依循「黃金備份 3-2-1 原則」:所有資料加上原始檔案至少要有 3 份資料,放置於 2 種不同的媒介上,且至少建立 1 份異地離線備份,在這樣的配置下,才能最大化雲端優勢,並達到完整的雲端防護。

除此之外,雲端架構也可解決 Web3 產品在上鏈時,可能遇到動態需求和提供快速服務的挑戰。面對這些挑戰,將應用系統容器化,提高開關速度,使用者即可透過 Google Kubernetes Engine( GKE )中的 GKE Standard 或 Autopilot ,分別滿足掛載 GPU 運算或降低維運負擔的需求。

「 Shift Left 」當道,雲端協作鞏固資安成趨勢

然而,資安的建置並非只是公司資安團隊的責任。 Elastic 區域總監 Fernand Cheng 強調,在左移( Shift Left )觀念盛行的今日,資安更應該在產品開發初期,就成為公司內每個部門考量的首要要素,因此選擇一個可以彈性協作的雲端資安平台,也成為公司把關資安的重要任務。

他同時以資安廠商 Check Point 的數據:「台灣今年首季每週遭受 3250 次的網路攻擊,居全球之冠」為警示,台灣廠商在面對大量威脅,且攻擊手法愈發新穎的時空背景下,知道誰曾經來過你門前,並試圖攻擊所留下的「足跡」,就成為重要的「證據」。 Elastic 善用其本業「收納」和「搜尋」的技術,收集企業的記錄檔案(Log),透過機器學習,進一步辨識資安風險,可降低誤判以及遺漏的機率。

在資安界,除了防禦,另一件大事就是合規。 Fernand 分析, Elastic 收集的大量資料與容易搜尋的特性,讓合規更加容易。透過 Elastic 的儀表板,使用者可以在大量資料中,快速的抽絲撥繭,以符合合規需求,也可注入其他資料來源進行驗證,達到合規目的。

Web3 資安合規,GCP 成最佳助攻員

資安就是現代的戰爭,在 Web3 的世界更是如此。台灣 Web3 交易所 ACE Exchange 資安協理徐方繹認為,有鑒於 Web3 產業對雲端環境的依賴,更應強調資安合規的重要性。

ACE 以 ISO27001 為標竿,並利用 GCP 有效協助合規。徐方繹分享,在這場現代的戰爭中, Google 的 VirusTotal 和 Mandiant 提供有效的情資,讓 ACE 能進一步透過 Chronical 的 SIEM ,用速度和情資,獲得完美的資安屏障。

徐方繹強調, ACE 就算晚別人一步上新功能,也要確保所有開發符合資安標準,「我們系統開發一定有一個安全評估的流程,不斷確保半年前寫的程式,盡可能半年後也沒有問題。」身在瞬息萬變的 Web3 產業, ACE 透過 Google 的 SCC 獲取情報,並以快速反應為目標。

SCC 會定期更新,並在短時間內對營運和測試環境進行掃描,提供最新的情報。一旦獲取情報, ACE 立即做出反應並進行修補,以保護用戶的資產和數據。

Web3 產業的資安防禦策略:情境演練和備份措施

合規之外, Web3 的資安防禦向來也是熱門話題,徐方繹認為鏈上之外的 Web3 產品開發,需要專注於軟體開發和應用的安全性,這包括應用程式的開發、網站的安全性、數據的加密和保護等。此外, Web3 產業也應該關注情境演練和備份措施,定期進行災難恢復演練,並妥善管理包括冷備援、暖備援配置和異地備份等,以確保在發生災難或緊急情況時能夠快速且有效地恢復業務運營。

雲端必定是全球企業的未來,面對 Web3 時代來臨,網路結構正站在轉捩點之上。在這樣的環境下,企業搶先架構雲端系統,不但能因應戰爭時事的威脅、 AI 時代數據的需求、使用者對速度和品質的要求,還可以搶先部署資安協作架構。提升企業的競爭力到最前線,才足以應付大時代下的這場資安硬戰。

🔥每日精選最重要區塊鏈新聞、第一手採訪 👉歡迎加入《Web3+》官方Telegram

關鍵字: #雲端
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