新加坡：随着人工智能（AI）和量子计算为金融领域带来全新的网络安全风险和诈骗威胁，新加坡金融管理局（MAS）已正式成立一个特遣部队，旨在加强网络防御并应对 AI 驱动的威胁。
MAS 周二（7 月 28 日）表示，该特遣部队由其与新加坡银行协会（ABS）共同建立，将重点提升金融机构在网络安全领域应用 AI 的专业能力。
在关于央行财务表现的新闻发布会上，MAS 董事总经理 Chia Der Jiun 指出，该部队将对先进工具进行试点，并针对 AI 驱动的威胁制定行业应对指南。
除了 AI，Chia 先生还提到，尽管量子计算技术仍处于早期开发阶段，但从中长期来看，它将给金融机构的数据安全和通信带来重大风险。
为此，央行将在今年晚些时候发布一套关于“量子韧性”的“监管预期”，为金融机构解决量子韧性问题设定一个循序渐进的时间表。
他表示：“我们的目标是让金融机构在十年末之前实现量子韧性。”
新兴威胁与挑战
ABS 和 MAS 在一份联合新闻稿中表示，AI 驱动的网络与技术风险特遣部队（ACT）自今年 5 月起开始召集成员，其成立是为了应对前沿 AI 模型带来的新兴风险。
该特遣部队由 MAS 以及来自金融机构的高级技术和网络领导者组成，成员包括星展银行（DBS）、华侨银行（OCBC）、大华银行（UOB）、新加坡交易所（SGX）、NETS 以及银行计算机服务公司（BCS）。
MAS 和 ABS 表示，该特遣部队将促进行业内 AI 网络安全用例和经验的共享，提升网络防御知识，从而强化金融机构的整体网络安全态势。
ABS 董事 Ong-Ang Ai Boon 表示：“AI 正在重塑网络威胁格局，金融部门必须继续协同行动以保持韧性。”她补充说，该行业将保持警惕和敏捷，致力于增强防御能力。
针对 AI 赋能的诈骗，Chia 先生指出，网络钓鱼现在可以实现“规模化”的个性化和极具说服力的诱导。他认为，虽然数字银行交易中的某些限制措施在挫败诈骗者方面依然有效，但银行必须利用 AI 并加强管控，以更好地防御更复杂的手段。
他表示，MAS 将审查银行在提高欺诈检测模型有效性方面所做的努力，包括他们对 AI 的利用程度。
此外，央行正与 GovTech、警方以及五家银行合作，测试基于跨行和公私数据集训练的 AI 模型是否能提高对诈骗交易的整体检测率。研究结果预计将于明年出炉。
Chia 先生还指出，前沿 AI 模型能够发现并利用系统漏洞，这直接威胁到金融机构的网络防御。前沿 AI 模型揭露了更多漏洞，并缩短了从“发现”到“利用”的时间线。他表示：“这些因素共同极大地压缩了补丁修复、测试和补救的时间。”
今年 4 月，MAS 发布了一项建议，要求金融机构加强网络防御；7 月起，要求关键金融机构对关键的互联网面向系统进行 AI 辅助的“红队演习”（Red Teaming），即利用先进 AI 模型来识别潜在的攻击路径。
相关要求很快将进一步升级。MAS 将发布监管预期，要求关键金融机构制定并提交全面的评估和行动计划，以加强防御 AI 赋能的网络威胁。
这些计划将涵盖金融机构大规模检测和修复漏洞的能力、实施前对系统变更的测试，以及在发生中断时对关键系统和服务进行备份、还原和恢复的能力。
量子计算风险
Chia 先生表示，从中长期来看，量子计算对金融机构使用的数据和通信安全构成了“重大风险”。
他指出，专家预计量子计算可能在 5 到 10 年内破解现有的加密技术，而向量子安全实践的过渡需要时间。
他强调：“现在开始认真准备绝对不为时过早。”
关于将于今年晚些时候发布的监管预期，Chia 先生表示，MAS 将为金融机构设定渐进的时间表，包括：建立加密资产清单、确定将脆弱资产迁移至量子韧性解决方案的优先级，以及构建支持量子安全迁移的技术能力和治理框架。
他提到，过去几年 MAS 已开始为量子安全金融领域奠定基础，例如在 2024 年建议金融机构考虑过渡措施，并与行业及国际同行开展加密解决方案的技术研究。
除此之外，Chia 先生表示，新加坡在增强数字金融服务抵御诈骗、运行中断和网络威胁的韧性方面，已经采取了重大措施并取得了实质性进展。
例如，银行推出了“资金锁”（money lock）功能，将部分资金隔离，使其无法通过数字方式转账。截至 2026 年 5 月，该功能保护的资金额达到了 470 亿新加坡元，几乎是前一年的两倍。
新加坡报告称，2025 年的诈骗案件数量和损失金额有所下降。
MAS 还一直与金融机构合作，提高其风险管理框架的有效性，并增强了零售支付的韧性。
自去年 8 月起，在银行系统出现故障时，无接触 NETS 借记卡支付在一定限额内仍可继续使用。MAS 还在与各大银行接洽，旨在引入能够在系统中断期间继续进行支付和资金转账的功能。
