摘要
AI 驅動的攻擊已把資安戰場轉移到資料庫層：攻擊者用合法帳號、共用連線與自動化腳本偽裝成正常查詢，而網路、身份、端點與應用層的既有防禦對此大多視而不見。這正是智安數據科技（Dataisec）於「CISO 資安學院・金融場 2026」中提出的核心論點：金融機構資安的最後一道防線，是對資料庫層行為本身的完整可見性與智慧理解。
本文整理該場演講內容，說明 AI 如何改變攻擊版圖、傳統稽核系統為何逐漸失靈，以及 Dataisec Data Security Platform 如何以「DAM 5W 稽核日誌 × 應用層行為 × AI 智慧判斷」的三層邏輯鏈，把資料庫查詢從看不懂的日誌，變成一句人話就能理解的風險結論。
威脅態勢：三個根本性轉變
金融機構正面對三個根本性轉變，使 AI Agent 從單純的防守工具，變成了攻擊方手上的武器。這呼應演講開場提出的提問：「您的金融機構，今天有多少筆資料庫查詢，是您不知道為什麼發生的？」
傳統防禁的局限：資料庫層是最後的盲區
網路層、身份層、端點層與應用層的防禁，最終都是為了保護同一樣東西：資料庫裡的資料。但三個真實情境顯示，資料庫層正好是現有工具最容易看不見的地方。
傳統稽核系統在現代環境中全面失效，根本原因不在於當初設計不良，而是環境已經改變：
- 架構盲區：雲原生、微服務、容器化快速普及，傳統 Agent 無法有效部署，前端真實使用者隱藏於共用帳號之後
- 規則疲勞：依賴人工定義的靜態規則，面對 AI 自動化攻擊與內部特權濫用，靜態規則形同虛設
- 效能崩潰：爆炸性資料量下傳統架構擴展性極差，監控系統甚至拖垮核心資料庫效能
解決方案：Dataisec Data Security Platform
Dataisec Data Security Platform 把 DAM+、AP Log、Firewall、File Activity 等多種資料來源，匯整進同一套可橫向擴展的叢集架構，依序進行正規化、關聯分析、行為建模與異常偵測，再對應到零信任稽核、內部行為異常、合規舉證、外部攻擊偵測等場景。
五類資料來源，經同一平台收斂為四個可執行防禦場景：
Dataisec Data Security Platform 架構：五類資料來源 → 平台四階段處理 → 四個防禦場景
這張架構圖呼應演講結語的核心主張：這四個場景，都是同一套平台架構的具體應用，而不是四套各自獨立的工具。
核心能力：三層邏輯鏈與三個優先部署的 AI Agent
Dataisec 的答案是把 DAM 5W 稽核日誌、應用層行為與 AI 智慧判斷串成一條邏輯鏈，依序回答「發生了什麼？」、「為什麼發生？」、「這件事合理嗎？」三個問題。
在這條邏輯鏈之上，演講提出三個最優先部署的 AI Agent，分別對應不同的部署優先序與效益：
對CISO與企業的價值：四個核心防禁場景
Dataisec Data Security Platform 最終落地成四個核心防禁場景，直接回應 CISO 最關切的風險、合規與效益問題。
這四個場景皆由同一套平台架構支持，對 CISO 而言，意味著不必為每個需求分別採購單點工具，而是以一套資料安全治理架構，同時降低內部濫權與外部入侵風險，並把合規舉證的人力成本轉化為自動化效益。
導入路徑與結論
大多數金融機構而言，資料庫層的 AI 智慧防禁不需要一次到位的全面改造，而是可以按優先序分階段落地。演講內容暗示的實踐路徑如下：
- 從最高優先序、最直接 ROI 的資料外洩偵測 Agent 開始部署，快速建立響應非常態查詢的能力
- 引入 AP 身份還原 Agent，解決共用 DB 帳號、Connection Pool 無法歸責的傳統 DAM 弱點
- 部署合規稽核自動化 Agent，把個資法舉證報表從人工準備變為自動產出，直接回應金管會 72 小時通報要求
- 隨著上述能力成熟，逐步擴展至零信任架構的資料層延伸與外部駭客的提前示警，形成完整的內外部防禁覆蓋
正如演講結語所言，DAM 5W 回答「發生了什麼」，AI Agent 回答「這件事合理嗎」，二者相乘，才是金融機構在 AI 驅動的攻擊時代裡，真正守住最後一道防線的關鍵。本文整理自智安數據科技（Dataisec）於「CISO 資安學院・金融場 2026》之演講內容。