迎戰下世代AI安全威脅！從漏洞獎勵到後量子加密硬碟，Meta、Fortinet、WD同步升級AI資安防線，資料安全成新戰場

AI正快速進入企業資料中心、雲端服務、社群平台與儲存基礎架構，但伴隨生成式AI與自主代理應用擴張，資安風險也從傳統網路攻擊，延伸到模型流量、提示詞注入、資料外洩、隱私保護與未來量子解密威脅。Meta、Fortinet與WD今（19）日同步釋出資安相關布局訊息，從漏洞獎勵、企業AI代理防護到後量子加密硬碟，顯示AI時代的資安戰線已不再侷限於防火牆或端點防護，而是開始深入平台、模型運行與資料儲存底層。

這三則消息雖然分屬不同領域，卻共同指向同一個產業變化：AI資安正在成為基礎建設的一部分。Meta代表平台與白帽駭客社群防線，透過Bug Bounty計畫提前找出AI代理、隱私保護與平台濫用風險；Fortinet則鎖定企業AI運行時防護，結合NVIDIA技術強化AI工作負載、自主代理與模型流量治理；WD則把戰線推進到儲存硬體，將後量子加密導入企業級硬碟，因應AI資料長期保存後可能面臨的量子解密風險。

Meta年度「Bug Bounty研究者大會」（Meta Bug Bounty Researcher Conference，MBBRC）日前首度在台舉辦。今年大會邁入第五屆，匯集來自26國、超過80位全球頂尖資安研究人員，其中包含10位台灣研究者，共同進行為期數日的漏洞挖掘活動與技術研討會。

Meta資安計畫管理總經理Debbie Liu表示，「資安是團隊合作的成果。過去15年來，外部研究人員一直是我們最重要的合作夥伴，協助我們在漏洞被惡意利用前進行識別與修復。」她指出，亞太地區擁有全球最優秀的資安研究人才，而台灣蓬勃發展的科技生態系，是2026年Meta Bug Bounty研究者大會選擇在台北舉辦的重要原因。

今年MBBRC的技術焦點，也明顯從傳統平台漏洞擴大到AI代理與隱私保護。Meta表示，研究人員可針對Meta的AI代理進行測試，包括Ads AI、Messenger與WhatsApp上的Business AI，以及Meta AI代理框架等，符合條件的發現可額外獲得20%活動加碼獎金。Meta也新設濫用行為專項計畫，邀請技術與非技術領域專家，共同研究規模化濫用、資料爬取及平台誠信相關漏洞。

在隱私保護方面，Meta也將焦點放在AI模型處理通訊資料時的安全邊界。Meta指出，將深入探討如何運用機密虛擬機器（Confidential Virtual Machines，CVMs），確保任何人與Meta自身－都無法存取經AI模型處理的WhatsApp用戶訊息。這意味著，當AI服務愈來愈深入社群平台與通訊場景，如何在模型運算與用戶隱私之間建立可信任邊界，將成為平台資安治理的新核心。 （相關報導： 資安風暴》年產值將突破20兆美元　網路犯罪工業化獲利率達25倍 ｜ 更多文章 ）

值得注意的是，NVIDIA也首度將其產品與服務納入MBBRC測試範圍，其「GPU Kernel Module Bug Bounty」計畫預計於2026年6月正式啟動。隨著GPU成為AI運算核心，硬體、驅動程式與AI基礎架構的漏洞風險，也開始被納入全球白帽駭客測試場域。

Meta Bug Bounty計畫自2011年啟動以來，已向外部資安研究人員發放超過2700萬美元（約合新台幣8.37億元，以1美元約新台幣31元估算）獎金。僅2025年，Meta就發放430萬美元漏洞獎金；2026年更以單一報告最高30萬美元（約合新台幣930萬元，以1美元約新台幣31元估算）獎金，刷新歷史最高紀錄。過去MBBRC曾於新加坡、首爾、約翰尼斯堡與東京舉辦，今年移師台北，也凸顯Meta對亞太資安研究社群與台灣科技生態系的重視。

如果Meta代表平台端的漏洞預警，Fortinet此次布局則指向企業端AI部署後的即時防護。Fortinet宣布，將整合NVIDIA AI平台與軟體技術，加速推動FortiAIGate解決方案，目標是即時保護位於資料中心與雲端的AI工作負載、資料與自主代理。

Fortinet指出，這項聯合解決方案採用內聯部署模式，讓企業能在不犧牲效能與治理的前提下，監控AI使用情況，並安全建置、部署及擴展代理式AI。換言之，企業資安防線不再只是保護使用者帳號、網路邊界或端點設備，而是必須直接進入AI模型互動與代理行為本身，監控輸入、輸出、模型流量與資料使用路徑。

Fortinet營運長John Whittle表示，全球企業正競相導入AI，而安全防護已成為推動創新發展的關鍵。透過與NVIDIA合作，FortiAIGate整合Fortinet AI驅動的安全織網（Security Fabric）與NVIDIA高效能運算及AI Factories，目標是在不影響AI工作流程運行的前提下，防範從惡意提示到資料外洩等威脅。

NVIDIA企業級AI平台副總裁Justin Boitano也指出，隨著產業加速向自主AI代理轉型，市場對安全且高效能的企業運算平台需求急遽增加；透過FortiAIGate與NVIDIA全端AI平台深度整合，企業可導入零信任安全防護與即時治理，縮短回應時間，並降低暴露於威脅的風險。

從技術應用來看，FortiAIGate主要鎖定大型語言模型（LLM）與AI代理常見風險，包括提示詞注入、模型遭濫用、資料外洩，以及AI生成未授權或有害內容等。Fortinet表示，FortiAIGate將零信任安全原則延伸至AI環境，管理所有AI模型流量，並對輸入與輸出內容執行護欄機制，確保AI代理在核准政策範圍內運作。

另一個重要訊號，則是資料主權與AI治理需求升溫。Fortinet指出，FortiAIGate支援自託管（Self-hosting）部署模式，讓企業可利用自身基礎設施、資料與人力來開發、部署與治理AI，降低對外部AI服務供應商的依賴，並協助AI訓練與推論資料留在國家境內。這也反映企業導入AI時，已不能只看模型能力與算力成本，還必須同步評估資料是否可控、可稽核、可合規。 （相關報導： 資安風暴》年產值將突破20兆美元　網路犯罪工業化獲利率達25倍 ｜ 更多文章 ）

此外，FortiAIGate支援地端、雲端、混合雲及邊緣環境部署，可作為資料中心GPU驅動設備、虛擬設備，或以容器形式運行於NVIDIA認證系統上。這代表AI資安防護正開始與GPU加速、低延遲、多租戶隔離等AI資料中心架構深度結合，不再只是外掛式資安產品，而是嵌入AI基礎設施的一環。

相較於Meta與Fortinet分別聚焦平台與模型運行防護，WD則把AI資安戰線推進到資料儲存底層，發布首款支援後量子加密硬碟。在最新高容量Ultrastar UltraSMR硬碟中整合後量子加密技術（post-quantum cryptography），目前已由多家超大規模雲端服務供應商客戶進行驗證。

WD指出，隨著AI基礎架構從以運算為中心的部署模式，演進為能在每一次推論、模型訓練與互動中持續保留資訊的資料系統，資料的耐用性與安全性已成為核心基礎，而非選配。換言之，AI系統不只需要更快的GPU與更大的資料中心，也需要能在長期保存過程中抵禦未來威脅的儲存架構。

後量子加密之所以在AI時代被放大檢視，關鍵在於資料保存週期拉長。AI資料系統會持續累積訓練資料、推論紀錄、企業知識庫與用戶互動資料，這些資料價值愈高、保存時間愈長，就愈可能面臨「先竊取、後解密」（Harvest Now, Decrypt Later，HNDL）風險。也就是攻擊者先取得加密資料，等待未來量子電腦具備足夠解密能力後，再嘗試破解或偽造安全簽章。

WD表示，此次導入經美國國家標準暨技術研究院（NIST）核准的後量子加密演算法，象徵產業從理論層級規劃，進入可實際部署的硬體級防護。WD在全新Ultrastar DC HC6100 UltraSMR導入後量子加密技術，重點不只是靜態資料加密，而是保護從製造到實際運作的整個裝置信任鏈，涵蓋韌體完整性與金鑰管理。

在具體技術上，WD採用ML-DSA-87（NIST FIPS 204）進行高安全性代碼簽章，並結合RSA-3072進行雙重簽章，同時部署支援量子加密的公鑰基礎架構（PKI）與硬體安全模組（HSM）工作流程，以支援金鑰核發、輪替與生命週期管理。這也代表後量子安全不再只是軟體或加密協定升級，而是開始進入企業儲存設備的韌體與信任根設計。

WD技術長暨資深副總裁Carl Che表示，隨著AI資料不斷累加、價值日益提升且保存時間不斷延長，確保資料未來的安全已成必要。他指出，量子運算是當下最重大的技術轉型之一，發展速度超出許多企業預期；已保護企業儲存超過十年的安全架構，也勢必隨之演進。

Carl Che進一步指出，將後量子加密技術整合至Ultrastar企業級硬碟，是為了協助客戶應對現已出現的HNDL攻擊；透過及早對齊NIST標準與CNSA 2.0，WD希望協助企業打造較清晰、低阻力的轉型路徑，邁向量子安全性儲存基礎架構。

從Meta、Fortinet到WD，三家公司今日不約而同均釋出資安相關布局，分別對應AI時代的三層防線：平台端透過白帽駭客與漏洞獎勵找出潛在風險；企業端把安全治理嵌入AI模型流量與自主代理運行流程；儲存端則開始導入後量子加密，為長期保存的AI資料建立更深層的硬體信任基礎。 （相關報導： 資安風暴》年產值將突破20兆美元　網路犯罪工業化獲利率達25倍 ｜ 更多文章 ）

這也意味著，AI資安已不再是企業導入AI後才補上的防護措施，而是從服務設計、模型運行到資料保存都必須預先內建的基礎條件。未來企業評估AI基礎建設時，除了算力、模型能力與導入成本，資安治理、資料主權、隱私保護與長期加密韌性，都將成為不可迴避的關鍵門檻。