遭黑客入侵仍保持沉默的国家……《韩国已被黑客入侵》入选世宗图书
阿视亚经济记者Sim Nayeong、Jeon Yeongju、Park Yujin合著
追访受害企业、谈判专家与白帽黑客……揭示黑客攻击背后的“韩国式沉默”
评委：“指出了生计优先主义、等级文化以及连统计数据都没有的政府放任”
黑客索要5亿韩元。这是一家位于地方的半导体零部件企业，员工仅10人。被黑客勒索的金额，相当于10名员工一年的薪资。但公司代表没有向政府报案，而是付了钱。当时，公司正准备推进一个筹备了3年的投资项目。他害怕黑客入侵一事曝光，胜过损失5亿韩元。他对记者称：“难道能为了5亿韩元，就赌上这家我奉献一生打造的公司的命运吗？”
这是一个奇怪的故事。犯罪发生后，受害者却必须躲藏起来。还有更奇怪的事：遭遇黑客攻击的企业，最先寻找的不是政府，而是“谈判员”。黑客索要15枚比特币，谈判员能将金额压低至9枚比特币，并从压低的金额中收取部分佣金。如同绑架电影中的人质谈判，只是谈判对象从人变成了服务器。这就是韩国企业的现实。
阿视亚经济记者Sim Nayeong、Jeon Yeongju、Park Yujin合著的《韩国已遭黑客攻击》（Sideway），入选韩国出版文化产业振兴院“世宗图书”人文教养类书目。该书于2025年12月出版。仅看书名，似乎是一本网络安全专业书籍；读完后，想法或许会有所改变。书中最令人久久难忘的，并非黑客的技术，而是那些即使遭到攻击也无法开口的人。
三名记者走访了受害企业、白帽黑客、安全专家，以及与黑客商谈赎金的谈判员。他们在这一过程中发现了一个悖论：数字犯罪的技术先进得令人畏惧，但滋长它的土壤却陈旧得令人惊讶。发生事故就必须承担责任；坏消息难以上报；安全投入无法立刻带来营收。一旦出现问题，比起向外界公开并设法解决，在组织内部悄然掩盖往往更为省事。
政府《2024年信息保护实态调查》显示，中小企业的黑客攻击受害报案率仅为4.1%，中型及以上企业也仅为6.5%。即使不向有关部门报案可能被处以罚款，企业仍选择沉默。因为它们认为，报案所能带来的收益，小于企业信誉下降、行政负担等需要承受的损失。换言之，受害者比犯罪者更害怕自己的受害事实被公开。
因此，这本书的书名颇为意味深长。它不是“企业已遭黑客攻击”，也不是“你的个人信息已遭黑客攻击”，而是“韩国已遭黑客攻击”。
黑客入侵的是服务器，但作者最终审视的却是韩国社会。提交给韩国出版文化产业振兴院的图书摘要中，明确指出其背景是“生计至上主义与便利主义、安逸的集体主义及等级化组织文化”。作者诊断称，政府系统甚至未能充分建立用于掌握损失实情的统计数据，进一步扩大了“安全空白”。
“生计至上主义”尤其是一个引人注目的词，因为它与黑客攻击看似并不相称。但稍加思考，它或许正是书中与黑客攻击最密切相关的词汇。安全投资若未发生事故，便难以显现成效；当维持生计成为迫切问题时，安全自然会被置于次要位置。即便问题已经爆发也是如此。与其因报案而使公司的声誉和交易关系陷入风险，不如付钱后悄然了结；从经营者的立场看，这或许是理性选择。无数个人的理性选择汇集起来，却为整个社会造成最危险的结果。
至此，黑客攻击已不再只是IT行业的故事。如果在组织内部，说“存在问题”的人反而被当作制造问题的人，风险就很难被逐级上报。如果公开事故的企业蒙受损失，而掩盖事故的企业得以生存，统计数据便无法反映现实。没有统计数据，国家就无法了解什么存在何种程度的风险；既然不了解，也就难以防止同类事故再次发生。
未被记录的灾难，是无法从中学习的灾难。世宗图书评选委员也正是看到了这一点。评审委员Choi Jeongwon评价称：“已知的黑客攻击仅是整体的一部分，绝大多数损失都被掩盖。”他指出，作者将其背景归结为“生计至上主义、等级文化，以及连统计数据都没有的政府放任”。他还称：“这本书值得推荐给希望正视黑客攻击这一灾难的读者。”
该书认为，仅靠政府加大对未报案企业的处罚力度，无法解决问题。书中建议，应通过税额抵扣等激励措施，将安全投资从成本转变为预防性投资；同时建立网络保险等机制，使企业在事故发生时能够与社会共同分担风险。这意味着，在惩罚隐瞒事实者之前，应先探究人们为何选择隐瞒。
《韩国已遭黑客攻击》此前还于2026年1月入选大韩出版文化协会评选的“值得关注的新书”。入选图书将作为推荐读物，介绍给全国约3000家图书馆的馆员。本次该书又入选世宗图书人文教养类书目。两次入选表明，这本书并未仅被视为安全行业从业者所需的读物。因为它虽然谈论黑客攻击，实则追问的是：韩国的组织如何处理坏消息，国家又该如何应对看不见的风险。
黑客入侵后会抹去痕迹。然而，在韩国的一些黑客攻击事件中，痕迹还会被再抹去一次：受害企业不发声，事件不被记录，最终也从统计数据中消失。
黑客攻击只发生一次，事件却消失了两次。第一次是被黑客抹去，第二次则是被我们自己抹去。
版权所有 © 阿视亚经济。未经许可不得转载，禁止用于AI训练及使用。
