面對全球資安威脅日益嚴峻，企業與組織IT應用場域的防禦模式，正在轉向到零信任架構（Zero Trust Architecture，ZTA）與人工智慧（AI）安全的融合策略，以確保各種數位化應用得以持續發展。透過AI驅動的威脅偵測與自動化應對機制，結合零信任的嚴格存取控管，企業與組織將能夠建立更強大且具備未來適應性的資安框架，為數位時代的發展奠定穩固基礎，確保營運場景的安全與韌性。
!此為分頁標誌前台不顯示!
隨著企業加速採用AI技術來強化應用服務，API的安全性成為保障整體防禦策略的關鍵。陳廣融說明，現代化應用與傳統應用的核心差異在於，現代化應用高度依賴API，並採用解耦式架構（Decoupling），讓虛擬機與容器環境整合運行。而AI形態的應用主要是加入大語言模型（LLM）與企業關鍵資料集，形成持續訓練與微調的基礎，這對資安治理而言可說是全新的挑戰。
然而，導入AI技術的過程並非單純地將LLM加入應用系統，而是需要針對不同的業務需求來分析AI的適用性。陳廣融舉例，在IT維運領域，許多企業希望透過AI來監控內部系統的運行狀態，包括虛擬主機、儲存設備、網路流量等效能指標，並透過異常偵測來生成報告。這類應用並不一定需要LLM，而是可以透過傳統的資料分析與機器學習技術來完成。相對地，語音翻譯、智慧客服等應用則較適合LLM來處理，尤其台灣作為多語系環境的社會，移工、外籍人士的語音翻譯需求大幅提升，使LLM成為處理語意理解的理想解決方案。此外，AI形態的應用往往涉及外部資料源，這些資料可能來自企業內部資料庫、向量化資料庫（Vector Database）或第三方API，因此企業在導入AI時，必須事先評估其資料依賴性及存取需求，確保應用效能與資料治理的平衡。
由於生成式AI進一步強化了現代應用的能力，使人機互動方式從單純的網頁與App介面，拓展至語音、影像、視訊等多模態（Multimodal）互動模式。這種應用架構高度解耦，部署方式涵蓋地端、雲端，甚至邊緣運算場域。AI應用通常需要整合演算模型、資料、運算資源，因此資料重力（Data Gravity）成為影響系統架構的重要因素，也就是說，企業必須考量資料存放位置與模型運算的相對關係，確保應用可用性與合規性。
API的廣泛應用雖然提升了開發靈活性，但也帶來了更大的安全風險。陳廣融指出，當前AI應用的所有互動，包括前端與模型的溝通、模型對資料庫的存取，皆是基於API架構，而API的開放特性使攻擊者能夠藉此發動多種攻擊，例如API漏洞探測、API資料竊取等。
此外，生成式AI也帶來了新的攻擊手法，例如提示詞注入（Prompt Injection），攻擊者可以透過操控提示詞，影響LLM的輸出內容，進而繞過資安偵測機制，造成資料外洩。F5針對這樣的風險，提出AI Gateway解決方案，透過API安全防護機制來監測並攔截異常請求，確保AI形態的應用免受惡意攻擊。
從企業IT管理的角度來看，應用安全防護策略必須涵蓋多個層面。陳廣融表示，首先，在應用開發初期，應該導入API風險評估機制，透過API Gateway與網頁應用防火牆（WAF）來進行即時監測與存取控制。其次，在AI應用的資料存取方面，應確保API採用適當的身份驗證與權限管理，以避免資料過度暴露。此外，為了防範AI生成錯誤資訊（Hallucination），企業應結合檢索增強生成（RAG）技術，確保AI回應是基於可靠的企業資料源，而非僅依賴模型訓練內容。
陳廣融強調，AI形態的應用已經成為企業數位轉型的重要推動力，但其廣泛應用也帶來API依賴性增加與安全風險擴大的挑戰。企業與組織應透過AI安全治理框架，結合API管理、模型存取控制與AI風險評估，來確保AI應用能夠在安全、穩健的環境下運行。F5的AI Gateway方案正可滿足這些需求，提供完整的流量管理與安全治理能力，幫助企業與組織有效提升各種類型AI應用的安全性與可用性。