CraftCon Taiwan 奧義第二屆 AI 資安年會，7/4 強勢回歸

全台唯一 AI 資安研討會｜CraftCon 強勢回歸

近年來，人工智慧快速發展，從基礎模型到具備目標導向與自主決策能力的 Agentic AI，正逐步改變各行各業的運作方式。奧義智慧CyCraft Technology）自 2017 年成立以來，便專注於 AI 與資安的整合，率先在業界成立資料科學團隊，持續投入尖端技術研發。我們的 Data Science Team 與 Security Research Team 已在 Black Hat、CODE BLUE、FIRST、JSAC 等國際資安會議發表超過 30 篇研究成果，實力備受國際肯定。

CraftCon Taiwan 是奧義智慧主辦的年度技術交流活動，致力於將國際累積的實戰經驗與趨勢帶回台灣，與本地技術社群交流分享。今年邁入第二屆，我們延續首屆架構，從 AI 基礎出發，聚焦紅隊、藍隊及生成式 AI 的實務應用。本屆也特別加開中午的【實習生成果發表】時段，邀請學生與新手研究者參與展示與討論，鼓勵資安與 AI 領域的跨界交流與新秀培育。

我們相信，台灣不只在高科技製造有舉足輕重的地位，在資安與人工智慧領域也正展現實力。CraftCon Taiwan 期待與大家一起探索更多可能，讓世界看見台灣在 AI 資安的創新能量。

結合 AI x Cybersecurity 兩大技術

• PRACTICAL: 扎實的應用實作經驗分享，60% Machine Learning + 40% Cyber Security.
• METHODOLOGY: 重視 ML方法應用與理論架構探討，並實際解決資安問題。
• ENGAGEMENT: 保留一定名額給學界，門票希望不是門檻，讓學生也可以參加。
• NO FEAR：沒有恐懼行銷、沒在說 AI 要取代誰的工作、更沒有心靈雞湯！
• NO PROMPT：沒有教寫 Prompt ABC，而是真實資安任務場景為主。

活動資訊

• 時間：2025/07/04（五）09:30 - 16:30（08:30~ 開放報到）
• 地點：格萊天漾大飯店（台北市萬華區艋舺大道101號13樓，交通資訊
• 費用（含午餐）:
  • CRAFT 會眾通行證 (Base Pass)，NT$800
  • 學術通行證 (Academic Pass)，NT$600，需用學校 email 報名
• 報名方式：請於本網頁報名購票。因本活動委由 ACCUPASS 代開發票，故購票前須完成 ACCUPASS 會員註冊並通過驗證，造成不便，敬請見諒。
• 更多資訊：請密切留意奧義 Facebook 粉絲專頁

活動議程

AI 圈內不能說的秘密：從科幻中湧現的智力

還在想上次 keynote 到底講了什麼？來 Part 2 了！

AI 已經全面滲入我們的日常生活，但對它科幻小說般的神秘機制才剛開始探索。當我們真正踏上理解神經網路 (DNN) 之旅，才發現這段路原來充滿了驚奇與挑戰，延續去年 CraftCon 中廣受好評的「AI 圈內不能說的秘密」系列，本次我將從統計熱力學、資訊理論與複雜系統科學的科普視角出發，接續探索 DNN 的三大神秘現象。一起輕鬆、深刻地探討 DNN 這個非線性、非平衡系統內部所蘊含的驚人結構，揭開 AI 如何從看似混亂的運算中，逐漸湧現出令人驚艷的智慧表現。

全面剖析 Prompt Injection 演進與防禦關鍵，強化 AI 系統的安全韌性

Agentic AI 在 2025 年的爆發性成長將為應用帶來革命，但同時也為資安防禦者帶來了前所未有的挑戰。這些高度依賴底層 LLM 的 Agent，不僅繼承了模型的固有風險，更將其放大，形成一個複雜且難以預測的攻擊面。本議程將直搗核心，深入剖析 Agentic AI 在現實使用中所面臨的嚴峻安全威脅。我們將不僅探討已知的對抗性攻擊、資料外洩等漏洞如何被 Agent 放大，更將揭示針對其自主決策與互動流程的新型攻擊面。當傳統的信任邊界在 Agentic AI 前逐漸模糊甚至失效時，我們該如何重新定義與部署防禦策略？這場演講將為您揭示 Agentic AI 的真實風險，並探討防禦此類新興威脅所需的思維轉變與關鍵技術。

善用設計模式，打造更高效、更安全的 AI 資安應用

隨著資安環境不斷演變，大型語言模型 (LLM) 已成為具革新性的重要工具，為威脅分析、事件回應及預測性安全措施帶來前所未有的能力。我們透過許多研究演講，剖析如何將 LLM 應用在各種資安應用中。而在這過程中，我們發現有多個反覆出現的結構、概念與模式，對於開發 LLM 資安應用有極大的助益。 在本次演講中，我們將探討基於 LLM 資安應用的設計模式。這些設計模式不僅是理論架構，更是實際落地應用的實務模式。其中包含專家輔助的 Chain of Though、雙模型互相驗證、Divide-and-Conquer 以及 Embedding 應用的方式。針對這些設計模型，進一步探討我們應用的實例及成效，讓設計 LLM 資安應用時，可以有個指引。

分堂議程－Blue Team

Ex-Malchina：從惡意程式蛻變為自適應滲透與攻擊模擬

陳憶賢 | 資安研究員、國立臺灣大學電機工程學系博士候選人

陳勝舢 | 實習資安研究員、國立臺北科技大學資訊工程系博士候選人

滲透與攻擊模擬 (BAS) 工具是資安防禦測試的重要技術，但現有工具多仰賴人工撰寫靜態劇本，難以因應威脅快速演變。本研究提出 Ex-Malchina 系統，透過大型語言模型 (LLM) 從網路威脅情報 (CTI) 報告中自動解析語意，萃取攻擊意圖序列，並結合「意圖轉指令」嵌入模型，自動生成具語意關聯的攻擊腳本。系統亦導入多階段驗證與回饋機制，確保腳本在目標系統中可成功執行。Ex-Malchina 有效突破傳統 BAS 工具更新慢、適應性差的限制，實現具自動化、智慧化與可擴展性的攻擊模擬，為資安測試流程與攻防訓練注入創新動能。

時間鑑識：運用 CyTix 精準解析多語種資安報告的時序資訊

謝沛錫 | 資料科學家

在資安事件分析中，精確的時間軸重建對於溯源和影響評估至關重要。然而，新聞和報告中常見的模糊時間描述（如「兩週前」）及冗長無關的背景資訊，容易干擾資訊檢索，導致後續系統（如 RAG）可能檢索到錯誤或具誤導性的內容。傳統基於規則的 (rule-based) 系統在處理中文和日文等非英語文本時表現不佳，而商用大型語言模型 (ChatGPT, Gemini) 則面臨成本高、隱私疑慮以及處理非英語文本時準確率下降等挑戰。

為此，我們開發了 CyTix，一套基於小型語言模型 (LLaMA3-8B、Qwen2.5-1.5B) 的時間理解模型與處理流程。CyTix 結合全文分析、事件顯著性與發布日期，能自動將文本轉換為結構化的時間區間，並在中文及日文場景中實現更精準的語意時間推理。CyTix 提供一套快速、可靠，且支援多語種的時間理解解決方案，協助資安人員更有效掌握事件脈絡。

CLINKER——精煉 LLM 打造具可擴展性的命令列圖譜系統

林哲宇 | 資深主任資料科學家

鄭允蓁 | Data scientist intern

儘管大型語言模型 (LLMs) 在資安領域展現高度潛力，但受限於資料龐大、運算成本高，以及事件列表缺乏上下文等因素，仍難以直接應用於多步驟攻擊鏈的識別，讓大量命令列事件日誌中偵測惡意行為仍深具挑戰。為此，我們提出事件圖譜建構方法，將命令執行與其 token 表示為節點，建立上下文脈絡以強化鑑識分析。運用大型 LLM（如 Llama3-70B、Qwen2.5-72B）進行精準解析，並以知識蒸餾技術訓練小型模型 (Qwen2.5-0.5B)，降低運算成本。透過消融實驗與 Chain-of-Thought 技術進一步優化模型，使其接近大型模型效能。本研究證實可實現高效、可擴展的圖譜建構，為更進階的鑑識修補及智慧資安應用奠定基礎。

分堂議程－Red Team

Permission Denied: 以最高權限 Sudo Tags，封鎖越權的 Prompt Injection

黃顯堯 | 資深資料科學家暨技術組長

張立憲 | 資料科學家

Prompt injection 是一種新型且尚未被充分防禦的攻擊面，且對 LLM 為基礎的 Agentic AI 構成嚴重風險，例如造成個資外洩或遠端程式執行 (RCE)。本演講將介紹「SUDO Tag」──模仿 sudo 權限概念的 LLM 指令框架，可賦予關鍵指令最高優先權，防止遭惡意輸入或系統提示覆寫，並透過一次性與不可覆寫的設計，有效抵禦進階模擬與操控攻擊。

本次除介紹此新框架，我們也將分享實務導向的完整防禦流程，涵蓋資料合成、可程式驗證的資料清洗，以及 LLM 的微調方法，並於多種場景下驗證其成效：在 DeepSeek 模型上降低 57.08% 的 prompt injection 攻擊成功率，在具 tool calling 能力的 LLM 上則降低 65.77%。與會者將學會如何將此防禦思維與方法應用於自身系統，實質強化 LLM 部署的安全性。

真相只有一個！基於大型語言模型的證據導向漏洞發掘

林殿智 | 資深資安主任研究員

趙偉捷 | 資深資安研究員

在現代軟體開發中，漏洞挖掘是一項高度依賴專業與人力資源的工作。雖然大型語言模型 (LLM) 已被應用於強化分析流程，但現有方法多需模型逐步讀取大量程式碼，不僅造成運算成本高昂，還常出現模糊甚至錯誤的推論結果，進一步加重人工審查負擔。本議程提出「基於證據」(Evidence-based) 的 LLM 漏洞挖掘策略，透過讓模型在產出疑似漏洞時同步提供具體證據，提升結果的準確性與可信度，有效降低幻覺與誤報風險。此架構有助於將 LLM 從黑盒推論轉化為可驗證、有據可循的分析助手，為自動化安全分析帶來更可靠且可落地的應用模式。

拆解 macOS Intune SSO: 竊取 PRT Cookie 的藝術與跨平台架構分析

姜尚德 | 資安研究副處長

葉東逸 | 實習資安研究員

本場議程將深入解析 Microsoft Entra ID 在 macOS 上的 SSO (Single Sign-On) 實作，揭露 macOS 上 Intune Company Portal 中的驗證流程與潛在弱點。將比較 Windows 與 macOS 的 SSO 安全機制，並展示如何在使用者權限下繞過簽章驗證，成功獲取 Primary Refresh Token Cookie。內容包含詳細安全機制比較與針對 macOS 部署 Intune 的防禦建議，協助聽眾掌握跨平台安全機制的攻防重點。

雙軌議程

議程廳注意事項

1. 座位規劃：現場含桌子之座位有限，早報到早選擇。
2. 廳內為可飲食空間。
3. 因場地較大，無法提供插座電源， 請提前注意您的電子設備電量。
4. 現場只有飯店提供之 wifi，同時多人使用可能造成訊號不穩，請特別注意。
5. 全天活動時間內，場內皆禁止錄音錄影。
6. 活動場地為禁菸場所，全場禁止吸菸。

注意事項

1. 主辦單位保有修改、終止、變更活動內容之權利。
2. 供應午餐及下午茶點。唯現場桌子有限，早報到早選擇。
3. 活動聯繫：路小姐 (02) 7739-0077 #114，engage@cycraft.com
4. 本活動由 ACCUPASS 協助開立發票，發票開立將在「活動結束後」提供。若有退票需求，或發票開立相關疑問，還請去信 ACCUPASS 客服信箱，service@accupass.com，並提供本活動連結，將由專人協助您確認。

ACCUPASS 活動報名

聯絡奧義