Cloudflare 資安
企業級 SASE 與零信任資安:Cloudflare One 與 Magic Transit 零信任網路實踐
企業級 SASE 與零信任資安:Cloudflare One 與 Magic Transit 零信任網路實踐
VPN 那套「進了門就是自己人」的邏輯,放在混合辦公、外包協作、甚至 AI Agent 都要存取內部系統的今天,風險其實愈來愈大。Cloudflare 把這個問題拆成兩塊解決:Cloudflare One 是一套統一的 SASE 平台,把零信任存取、安全網頁閘道、資料外洩防護等多項服務收進同一個控制平面,取代 VPN 一進內網就全部信任的做法;Magic Transit 顧的是網路層,用 BGP 宣告企業自有 IP 網段,在流量真正抵達企業機房之前,就在 Cloudflare 全球節點上完成清洗。
前者解決「人與應用程式之間該不該信任」,後者解決「攻擊流量該在哪裡被擋下」,兩者處理的是不同層次的問題,適合的企業樣態也不完全一樣。這篇把兩者的角色,以及 2026 年幾個值得留意的變化整理一遍。
你將學到什麼
零信任不是單一產品
Cloudflare One 把 ZTNA、安全網頁閘道、資料外洩防護等多項服務收進同一個控制平面,不是單一功能的工具。
VPN 換成逐一驗證
零信任存取按身分與情境逐次判斷授權,取代 VPN 一次連進整個內網的做法,降低橫向移動風險。
Magic Transit 顧的是網路層
透過 BGP 宣告企業自有 IP 網段,把攻擊流量在進入企業網路前,就在 Cloudflare 全球節點上清洗掉。
AI Agent 也要納管
2026 年的零信任範圍已擴大到 AI Agent 與 MCP 伺服器連線,這些非人類身分同樣要走授權與稽核。
零信任要解決的問題很單純:不要讓「進了門」這件事,等於「什麼都能碰」。下面拆開來看這兩個產品各自解決什麼。
VPN 那套信任模型,為什麼在今天站不住腳?
傳統 VPN 的邏輯是驗證一次身分,之後就把使用者放進整個內網,能不能碰到哪些系統,很大程度取決於網路本身有沒有分區。
問題是現在的辦公型態早就不是「所有人都在同一棟大樓」,任何一個環節被入侵,攻擊者都可能在內網裡橫向移動很久才被發現:
- 混合辦公:員工在家、在咖啡廳連進內網,網路邊界本身已經模糊,不能再靠「連了公司網路就信任」判斷。
- 外包與第三方廠商:這些帳號往往權限給得比實際需要寬,一旦外洩,攻擊者拿到的是一整片內網。
- AI Agent 呼叫內部工具:Agent 本身也是一種身分,若比照人類帳號一次性授權,風險敞口會比想像中大。
零信任架構要處理的正是這件事:不再假設「連進來的就是自己人」,而是每一次存取都重新檢查身分與情境,這也是 SASE(安全存取服務邊緣)這個架構分類存在的原因。
Cloudflare One 到底整合了哪些安全服務?
Cloudflare One 是官方對這套零信任平台的統稱,定位是「連結並保護組織的員工、AI Agent 與基礎設施」的統一 SASE 平台。
- ZTNA 零信任網路存取:取代傳統 VPN,依身分與情境逐次授權存取內部應用程式。
- SWG 安全網頁閘道:檢查對外的網頁流量,過濾惡意內容與不當存取。
- CASB 雲端存取安全代理:監控員工對第三方雲端服務(例如各種 SaaS)的使用情況。
- DLP 資料外洩防護:偵測敏感資料是否被不當傳輸或外洩。
- RBI 遠端瀏覽器隔離:把瀏覽風險隔離在雲端沙盒,降低瀏覽器成為攻擊入口的機會。
官方特別強調這些服務是「原生整合」而非拼湊多家廠商產品,控制平面統一的好處是設定規則不必在好幾套系統之間重複維護,稽核也比較容易對得起來。
ZTNA 具體上怎麼取代 VPN?
零信任存取的核心邏輯,是把「連進內網」拆成「存取單一應用程式」這樣的細粒度單位。每一次存取都要重新驗證身分與裝置狀態,而不是連上一次就整晚暢通無阻。
依 Cloudflare 官方頁面,這套架構提供的是「以身分為核心、具備後量子加密」的存取方式,讓組織能在幾分鐘內開通存取,同時透過細粒度的零信任規則防止威脅橫向移動。實際的部署複雜度仍取決於既有應用程式數量與身分系統整合狀況,正式導入前建議先盤點現有系統。
細粒度規則實務上長什麼樣子:業務部門的帳號只能存取 CRM 相關應用,工程部門的帳號只能存取內部程式碼倉庫與部署系統,兩邊的授權範圍互不重疊,就算其中一組帳號外洩,波及的也只是那一小塊。
這種做法對混合辦公特別有感,員工不管在家、在咖啡廳還是在辦公室,存取內部系統的驗證邏輯是一致的,不必再靠「有沒有連公司網路」這種粗糙的判斷方式。
Magic Transit 怎麼保護企業自己的網路層?
Cloudflare One 顧的是人與應用程式之間的存取,Magic Transit 顧的則是更底層的網路本身,服務對象是擁有自有 IP 位址網段的企業。
- 透過 BGP 把客戶的 IP 網段宣告出去,讓進入這個網段的流量先繞經 Cloudflare 全球網路。
- 搭配 Anycast 把流量導向距離攻擊來源最近的 Cloudflare 節點,在流量抵達企業自己的機房之前就完成過濾。
- 運作在網路層(Layer 3),檢查封包、過濾惡意流量,只把合法流量轉發回企業的原始基礎設施。
- 同時支援純輸入方向的流量清洗,也支援輸入與輸出雙向都經過 Cloudflare 網路的架構,後者需要額外設定路由策略。
常見會被這層防禦擋下的攻擊型態,包括流量灌爆頻寬的容量型攻擊、針對協定弱點的技術型攻擊,以及鎖定特定服務埠口的定向攻擊。這些如果沒有在骨幹層先擋掉,光是攻擊流量本身就可能把企業的對外頻寬占滿,讓正常使用者連不進來。
AI Agent 為什麼也要納入零信任治理?
隨著企業開始讓 AI Agent 直接呼叫內部工具與資料,零信任治理的對象已經不只是人類員工。官方把 Cloudflare One 定位為第一批把 MCP 伺服器連線與 AI Agent 身分,一併納入零信任規則管理的 SASE 平台。
做法上是把 Agent 當成一種可授權、可稽核的身分來對待,而不是為了方便,另外開一條沒有規則管控的捷徑:
- 每個 Agent 有自己的憑證與可存取範圍,不與人類帳號共用一組金鑰。
- Agent 發出的每一次呼叫都留下稽核紀錄,出事時能回溯是哪個 Agent、在什麼情境下觸發。
- 資料外洩防護規則同樣套用在 Agent 的請求上,防止 Agent 被誘導把敏感資料回傳給不該接收的對象。
這塊還在快速演進,實際能做到多細的授權粒度、能不能覆蓋所有內部工具,會因團隊採用的 Agent 架構而異,導入前務必實際測試,不要只看行銷文案就假設涵蓋範圍。
導入前該想清楚的幾件事
- 盤點現有應用程式與身分系統:零信任存取的細粒度授權,建立在既有身分系統(例如 SSO)之上,先確認整合狀況再估算導入時程。
- 確認是否需要網路層防禦:如果企業有自有 IP 網段與混合式架構,Magic Transit 才會是相關選項,純雲端架構的團隊可能用不到這一塊。
- 不要只比價格:Cloudflare 在免費層級與定價上有優勢,但 2026 年 Gartner 排名把其他廠商列在更前面,實際選型要看自己需要的細部功能,不是只看排名或報價。
- 把 AI Agent 當成新身分規劃:Agent 存取內部系統的權限,建議比照新進員工的最小權限原則設計,而不是給一組萬用金鑰。
零信任跟網路層防禦解決的是不同層次的問題,不必為了趕流行一次全上,先從風險最高的那一塊開始,通常是比較務實的順序。
延伸學習
HE101|Harness Engineering Foundation(3 小時)
三小時的地圖課,不是操作課。把 Model 與 AI System 分開,拆解一套 AI Harness 的八個組成(Goal、Context、Knowledge、Rules、Tools、Workflow、Evaluation、Iteration),再帶你逆向拆解四個你已經在用的系統,最後畫出自己的第一張 Harness Blueprint。5 章 27 課,附學員講義 PDF 與術語速查表。
NT$ 2,599
ChatGPT 很強,但真正讓你下班的是 Google
六小時完整實錄。從「AI 很厲害,為什麼你還是每天加班」這個問題出發,把 Google Workspace 當成真正的工作平台重新設計一次流程 ── Sheets 的資料結構、Drive 與 Docs 的文件流、Gmail 與 Calendar 的通知系統,再用 Apps Script 讓它自己跑起來,最後收斂成一張屬於你自己的 AI 工作能力地圖。
NT$ 4,599

