99%
關於組織
敏感資料面臨被 AI 工具（包括生成式 AI 輔助工具及未經授權的應用程式）危險洩露的風險 （來源：Varonis，2025 年）
90%
攻擊成功率
僅需向 260 萬筆的文件知識庫中注入 5 則惡意文字 （來源：PoisonedRAG 研究，USENIX Security 2025）
74%
關於資安領導者
承認代理程式獲得了超出必要的存取權限 （來源：Cloud 聯盟，2026 年）
您將學到
大多數人工智慧安全程式主要著重於保護模型，並控制誰能存取資料。本場次將重點探討如何保障人工智慧所讀取的檔案安全。
檔案儲存現已成為人工智慧
的攻擊面
一旦人工智慧連接到儲存系統，惡意軟體、遭植入惡意代碼的文件以及未標記的敏感資料便會成為實際威脅。研究人員證實，僅需將五份惡意文件插入包含 260 萬份文件的知識庫中，便能對「檢索增強生成」（RAG）系統達到 90% 的攻擊成功率。
為何現有的防禦機制
會忽略這一點
檔案會在上傳時經過掃描，之後極少再次掃描。存取控制決定誰能存取這些檔案，防護機制則在檔案被讀取後才發揮作用，而這些措施均不會檢查檔案本身。獨立研究顯示，現有的偵測工具往往會漏檢惡意的多語言檔案，在 15 個攻擊鏈中僅識別出 30 個真實世界樣本（計算機協會，2025 年）
優質的 AI 儲存
安全措施應具備哪些特徵
MetaDefender™Storage Security AI 應用程式使用檔案之前，Storage Security SharePoint、Amazon S3 及 NAS 中的檔案Storage Security 。Metascan™ 採用 30 多個反惡意軟體引擎，而 Deep CDR™ 技術、Proactive DLP™ 以及Adaptive Sandbox 則有助於確保提供可信且符合規範的資料，以供 RAG 處理流程及 AI 協同駕駛使用。
精選講者
Loredana Sabau
產品經理，OPSWAT
Jason Hill
高級解決方案工程師，OPSWAT
