《科技》剖析AI機器人風險 VicOne揭五大攻擊面向

機器人發展各擅勝場，但決定各項應用能否真正成功的核心關鍵，在於機器人的「腦袋」。隨着大型語言模型（LLM）與視覺語言模型（VLM）日漸成熟，AI機器人已能執行更復雜的任務，不再侷限於工廠或商場的輔助角色，而是開始走入家庭、醫療照護、物流及公共服務等日常領域。然而，當機器人與人類的「距離」越發緊密，其潛在攻擊面也隨之擴大。

VicOne發表的《AI機器人資安風險與防護白皮書》，首先盤點機器人的五大可能遭攻擊的層面，包含物理實體、感知器、AI模型、無線通訊、到軟體/雲端應用，並結合實務案例進行分析。同時也針對機器人供應鏈安全進行全面剖析，從底層硬體與韌體，到高階AI模型，再到雲端部署與更新，揭示供應鏈環節龐大且複雜的安全挑戰。同時，該白皮書內針對機器人行爲提供系統化的安全測試與驗證方法。

目前針對AI系統和機器人的攻擊技術，涵蓋從傳統的網路滲透到專門對抗AI模型的多種手法。以下幾種現有常見的攻擊方式，通訊與網路攻擊、感測器欺騙、對抗性樣本攻擊、提示詞注入與指令欺騙、資料投毒與模型毒化及模型提取與逆向工程等。

VicOne LAB R7負責人張裕敏表示，隨着AI驅動的機器人展現出的高度智慧與自主性，其所面臨的資安挑戰也日益複雜。對此，企業必須從源頭強化供應鏈安全，確保AI模型完整性，並透過行爲監控與測試驗證來提升系統韌性。唯有如此，AI機器人才能在持續帶來創新價值的同時，保障運行安全無虞。