🗾ITmedia AI+ (日本)•較早收集於 84m
Microsoft「跟蹤 AI」加密堅固卻資料外洩？
💡MS AI 流程安全漏洞—立即審核您的 Microsoft 工具！（22 字元）
⚡ 30-Second TL;DR
有什麼變化
Microsoft「跟蹤 AI」功能受檢視
為什麼重要
資安研究人員批評 Microsoft 名為「跟蹤 AI」的功能。資料加密雖安全，但互動流程存在弱點。這可能導致資料外洩風險。
下一步行動
使用 Wireshark 等工具測試 Microsoft AI 互動記錄的隱私外洩。
誰應關注：Enterprise & Security Teams
關鍵要點
- •Microsoft「跟蹤 AI」功能受檢視
- •資料加密強固，流程易受攻擊
- •研究人員指出互動弱點
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •該功能正式名稱為「Recall」（回顧），利用本地端 AI 模型對使用者在 Windows 裝置上的操作進行截圖與索引，旨在提供搜尋過往活動的歷史紀錄。
- •資安研究人員發現，Recall 儲存的資料庫檔案（SQLite）雖然經過加密，但若攻擊者取得使用者權限，可輕易繞過保護機制並提取明文資料。
- •微軟已針對此漏洞發布更新，將 Recall 的資料存取權限與 Windows Hello 生物辨識進行強制綁定，並改進了資料庫的加密實作方式。
📊 競品分析▸ Show
| 功能/產品 | Microsoft Recall | Apple macOS Journaling Suggestions | Google Chrome History/Activity |
|---|---|---|---|
| 核心機制 | 本地端螢幕截圖與 OCR 索引 | 系統層級活動日誌與 AI 摘要 | 瀏覽器歷史與雲端活動紀錄 |
| 隱私架構 | 本地端處理，強制綁定生物辨識 | 本地端處理，隱私優先 | 雲端同步，依賴 Google 帳號安全 |
| 效能影響 | 需額外 NPU 算力支援 | 系統整合度高，影響較小 | 輕量級，依賴瀏覽器效能 |
🛠️ 技術深入
- 架構設計：Recall 依賴 Windows 11 的 NPU（神經處理單元）在本地端執行視覺模型，將螢幕內容轉換為可搜尋的文字索引。
- 資料儲存：使用 SQLite 資料庫儲存截圖路徑與 OCR 識別出的文字內容，並透過 Windows Data Protection API (DPAPI) 進行加密。
- 互動弱點：原始設計中，只要使用者登入系統，解密金鑰即處於可用狀態，導致惡意軟體可透過注入處理程序（Process Injection）直接讀取資料庫內容。
🔮 前景展望AI analysis grounded in cited sources
微軟將強制要求所有 Recall 功能必須搭配硬體級 TPM 2.0 模組。
為了徹底解決軟體層面的解密風險，微軟正推動將敏感資料的加密金鑰完全隔離於硬體安全模組中。
企業版 Windows 將提供更嚴格的 Recall 停用與資料清除政策。
由於資安疑慮，企業客戶對此類功能存有高度戒心，微軟必須提供更細緻的群組原則（GPO）控制權。
⏳ 時間線
2024-05
微軟於 Surface 活動中正式發表 Windows Recall 功能。
2024-06
資安研究人員公開展示 Recall 資料庫的解密漏洞，引發隱私爭議。
2024-06
微軟宣布延後 Recall 的公開預覽版發布，以強化安全機制。
2024-10
微軟重新推出 Recall，並將其改為預設關閉，且強制要求 Windows Hello 驗證。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： ITmedia AI+ (日本) ↗