Dark Watchdog：在暗網陰影中潛伏的 AI 利器
2025 年 4 月 19 日
在當前的數位環境中，組織往往無法即時察覺其資料被洩露並在網路上販售。我們的目標是縮短從資料在網路上曝光到被公眾偵測的時間差，也就是縮短企業曝光敏感資料的時間。暗網是個人資訊交易的主要市場，能透過如 Tor 等瀏覽器安全訪問。本議程聚焦暗網網站的網路爬蟲，利用從這些網站收集的數據，我們訓練了一個 BERT 分類模型，將交易貼文分類為五種不同資料外洩的類型，從而快速識別每篇貼文所涉及的外洩種類，最終再使用 RAG 的方式獲得暗網的 insight。
會議：CyberSec Taiwan 2025
講者：Yuki
時間：2025/4/17 (四) 10:15 – 10:45 (GMT+8)
https://cybersec.ithome.com.tw/2025/session-page/3565
背景知識
為什麼要監控暗網？
企業的帳號密碼、客戶資料或內部文件外洩後，常會先出現在暗網論壇或市集販售。越早發現，就越能及早重設密碼、通知受影響的對象並調查入侵途徑。
BERT 分類在這裡扮演什麼角色？
暗網貼文數量龐大、寫法雜亂，人工逐篇閱讀不切實際。用 BERT 先把貼文自動分類成不同的外洩類型，分析師就能優先處理和自己組織相關的高風險內容，再用 RAG 進一步整理洞察。