隨著 AI 模型與 API 深度整合至軟體開發，傳統基於規則的邊界防禦已然失效。本議程將以 EC-Council C|OASP 實戰框架(RECON -> EXPLOIT-> DEFEND)為核心，從破壞者視角動態剖析 AI 驅動開發的資安隱憂。

講者將結合國際主流的 MITRE ATLAS 威脅矩陣，系統性拆解從「模型指紋識別(Model Fingerprinting)」到「對抗性提示詞注入（Prompt Injection）」及「向量資料庫檢索污染（RAG Poisoning）」的完整攻擊鏈，並探討 AI Agent 在權限過度授權下的橫向移動與漏洞利用路徑。

最後，本次議程將分享如何由攻擊路徑逆向回推，建立包含「AI Fuzzing 漏洞挖掘」與「多層級防禦護欄（Guardrails）」的縱深防禦強化機制，協助企業嘗試建立運行期的持續合規監測，化被動防守為主動防禦，打造具備高資安韌性的 AI 系統。

聽眾收穫：

AI驅動的軟體開發，造成新的資安議題，透過 EC-Council C|OASP 實戰框架(RECON -> EXPLOIT-> DEFEND)與 MITRE ATLAS 威脅模型，系統性拆解攻擊面議題，最後建立包含「AI Fuzzing 漏洞挖掘」與「多層級防禦護欄（Guardrails）」的縱深防禦強化機制，協助聽眾嘗試建立運行期的持續合規監測，化被動防守為主動防禦，打造具備高資安韌性的 AI 系統。