NTT DATA Ignite Thailand 2026

Google เผยเฟรมเวิร์ก AI เปลี่ยนแพตช์ความมั่นคงปลอดภัยเป็นช่องโหว่โดยอัตโนมัติ

รายงานฉบับใหม่ที่เผยแพร่โดย Google Threat Intelligence Group (GTIG) พบว่าเป็นครั้งแรกที่กลุ่มผู้โจมตีได้ใช้เฟรมเวิร์กปัญญาประดิษฐ์ที่ทำงานโดยไม่มีมนุษย์เข้ามาเกี่ยวข้องเพื่อเปลี่ยนแพตช์ความมั่นคงปลอดภัยให้กลายเป็นช่องโหว่สำหรับการโจมตีแทน

เฟรมเวิร์กดังกล่าวมีชื่อว่า exploit_agent ซึ่งถูกตรวจพบบนเซิร์ฟเวอร์สำหรับทดสอบที่ไร้การป้องกัน โดยมีการเชื่อมต่อเข้ากับโมเดลภาษาขนาดใหญ่ทั้งรุ่นแนวหน้าและรุ่นที่โฮสต์แบบโลคัล โดยหน้าที่ของมันตามรายงานของ GTIG คือการเปรียบเทียบโค้ดของแอปพลิเคชันบนเว็บยอดนิยมอย่างต่อเนื่อง ทั้งก่อนและหลังการประกาศแพตช์แต่ละครั้ง ทันทีที่ระบุช่องโหว่ที่เป็นไปได้ ระบบจะทำการเขียนชุดคำสั่งสำหรับโจมตีและดำเนินการโดยอัตโนมัติ

ข้อมูลที่ถูกขโมยมาจากเหยื่อถูกเก็บไว้ในเซิร์ฟเวอร์เดียวกัน ควบคู่ไปกับสคริปต์สำหรับการโจมตีแบบบรูตฟอร์ซ การติดตั้งเว็บเชลล์ และแม้กระทั่งการกำจัดเว็บเชลล์ ที่ทิ้งไว้โดยกลุ่มผู้โจมตีรายอื่น ข้อมูลทางเทเลเมทรีของเหยื่อบ่งชี้ว่าผู้ดำเนินการมีความสนใจเป็นพิเศษในเว็บไซต์ของประเทศฝรั่งเศสที่เกี่ยวข้องกับสื่อ ความบันเทิง และการศึกษา ความคิดเห็นหนึ่งในไฟล์การตั้งค่าของเฟรมเวิร์กซึ่งเขียนด้วยภาษารัสเซีย ระบุเตือนให้ผู้ที่ตั้งค่าระบบใส่คีย์ลงไป “ตรงนี้ ไม่ใช่ในแชท”

ในรายงานฉบับก่อนหน้าที่เผยแพร่เมื่อสองเดือนที่ผ่านมา GTIG ระบุว่ายังไม่พบกระบวนการโจมตีที่เป็นอิสระอย่างเต็มรูปแบบถูกนำมาใช้กับเป้าหมายในสถานการณ์จริง แต่สิ่งนั้นได้เปลี่ยนไปในช่วงไตรมาสที่ผ่านมา ตามรายงานฉบับใหม่ที่ชื่อว่า “Agentic Threat Activity Crosses a Significant Threshold” (กิจกรรมภัยคุกคามเชิงเอเจนต์ก้าวข้ามขีดจำกัดสำคัญ) ทั้งนี้ เนื่องจากแหล่งข้อมูลสำหรับช่องโหว่ที่ได้รับแพตช์แล้วมีอยู่อย่างจำกัด GTIG จึงเชื่อว่ากลุ่มผู้โจมตีอาจพบว่าการใช้ LLM ในการมุ่งเป้าไปที่ช่องโหว่แบบ n-day มีประสิทธิภาพมากกว่าการไล่ล่าหาช่องโหว่แบบ zero-day

ความรวดเร็วในการลดช่องว่างระหว่างการเปิดเผยข้อมูลกับการสร้างช่องโหว่ที่ใช้งานได้จริง แสดงให้เห็นจากกรณีช่องโหว่สองรายการในเซิร์ฟเวอร์จัดการงานพิมพ์ของ PaperCut Software ซึ่งถูกนำมาเชื่อมโยงกันและใช้โจมตีในลักษณะ zero-day เมื่อปลายเดือนสิงหาคม นักวิจัยด้านความมั่นคงปลอดภัยและ Huntress Labs ได้ใช้โมเดลภาษาขนาดใหญ่ในการสร้างช่องโหว่ที่ใช้งานได้จริงภายในเวลาเพียงหนึ่งวันหลังจากมีการเปิดเผยข้อมูล

มีการคาดการณ์ว่าแคมเปญการโจมตีที่ถูกติดตามโดย GreyNoise Intelligence เมื่อสี่วันหลังจากมีการเปิดเผยข้อมูล ได้พึ่งพา LLM ในการสร้างช่องโหว่ก่อนที่จะโจมตีเข้าสู่องค์กรหลายร้อยแห่ง โดย GreyNoise พบว่าจุดเริ่มต้นหนึ่งในการโจมตีนั้นสามารถเข้าถึงระดับผู้ดูแลระบบได้ภายในเวลาเพียงไม่กี่นาที

ในอีกด้านหนึ่ง เฟรมเวิร์กการทดสอบการเจาะระบบแบบเอเจนต์ที่เป็นโอเพนซอร์สกำลังถูกนำมาใช้เพื่อทำขั้นตอนต่าง ๆ ของการบุกรุกที่กำลังเกิดขึ้นให้เป็นไปโดยอัตโนมัติ ในระหว่างการบุกรุกครั้งหนึ่งที่มุ่งเป้าไปที่ภาคอวกาศของสหรัฐอเมริกา มีการตรวจพบว่าผู้โจมตีได้ใช้เฟรมเวิร์กแบบหลายเอเจนต์ที่ชื่อว่า CAIRN

ผู้โจมตีอีกกลุ่มหนึ่งได้รันแพลตฟอร์มที่ปรับแต่งเองซึ่งสร้างบน PentAGI ในช่วงระหว่างปลายเดือนสิงหาคมถึงต้นเดือนตุลาคม เพื่อสแกนหาช่องโหว่ในองค์กรต่าง ๆ ทั่วทั้งทวีปเอเชีย สำหรับในขณะนี้ ร่องรอยทางนิติวิทยาศาสตร์ที่ชัดเจนซึ่งเกิดจากการทำงานแบบอัตโนมัติโดยไม่มีข้อจำกัด ทำให้เฟรมเวิร์กเหล่านี้ถูกตรวจพบได้ง่ายขึ้น

ตามข้อมูลของ GTIG ปฏิบัติการสร้างอิทธิพลในปัจจุบันใช้โมเดลมากกว่าแค่การเขียนโพสต์เพียงอย่างเดียว โดยการใช้ฟาร์มโทรศัพท์บนระบบคลาวด์ แพลตฟอร์มแบบพร้อมใช้งานที่ผู้รับเหมาเชิงพาณิชย์รายหนึ่งกำลังสร้างโดยใช้ความช่วยเหลือจาก Gemini API ถูกออกแบบมาเพื่อควบคุมบัญชีโซเชียลมีเดียมากกว่า 100,000 บัญชี พรอมต์ในเบื้องหลังอีกแพลตฟอร์ม ซึ่งมุ่งเน้นไปที่ทัศนคติทางการเมืองทั่วทั้งยุโรปและตะวันออกกลาง ถูกระบุว่ามีการสั่งให้สร้างข้อบกพร่องของกล้องโดยเจตนาเพื่อให้รูปภาพที่สร้างขึ้นดูเหมือนภาพถ่ายจากสมาร์ตโฟน

ในบรรดาผู้โจมตีที่ได้รับการสนับสนุนจากรัฐบาล รูปภาพบนโปรไฟล์ผู้สรรหาบุคลากรปลอมที่กลุ่มซึ่งคาดว่าเป็นชาวเกาหลีเหนือที่ถูกติดตามผ่านรหัส UNC6836 ใช้เพื่อเข้าหาองค์กรคริปโทเคอร์เรนซีในอเมริกาเหนือและยุโรป ถูกพบว่ามีลายน้ำ SynthID ของ Google ติดอยู่ ต่อมากลุ่มดังกล่าวได้จัดการเปลี่ยนไฟล์ .claude/settings.json ในรีโพซิทอรีโค้ดภายใน เพื่อหลอกล่อให้การใช้งาน Claude Code ของ Anthropic แต่ละครั้งต้องดาวน์โหลดแบ็กดอร์ SOMBERMEME ของตน

Google ระบุว่าได้ดำเนินการปิดบัญชีและสินทรัพย์ที่เกี่ยวข้องกับการนำ Gemini ไปใช้ในทางที่ผิดที่ตรวจพบแล้ว นอกจากนี้ Google DeepMind ยังได้ใช้ผลการค้นพบดังกล่าวเพื่อปรับปรุงตัวจัดประเภทของตนให้แข็งแกร่งยิ่งขึ้น

ที่มา: https://siliconangle.com/2026/11/16/google-says-an-ai-framework-turned-security-patches-into-exploits-with-no-human-in-the-loop/

About นักเขียนฝึกหัดหมายเลขเก้า

Check Also

Sumo Logic อัปเกรดโซลูชัน AWS Observability รองรับการติดตั้งแบบคลิกเดียว พร้อมขยายพื้นที่ให้บริการเพิ่มอีก 3 Region

Sumo Logic เปิดตัวโซลูชัน AWS Observability เวอร์ชัน 3.0.0 อย่างเป็นทางการ โดยยกระดับความสะดวกในการติดตั้งผ่าน AWS Marketplace ด้วยฟีเจอร์ One-click Deployment รวมถึงขยายการรองรับไปยัง …

Alibaba เปิดตัว Qwen4-Max โมเดล LLM ขนาด 2.4 ล้านล้าน Parameters ลดต้นทุนด้วยสถาปัตยกรรมใหม่

Alibaba เปิดตัว Qwen4-Max โมเดลภาษาขนาดใหญ่ (LLM) รุ่นล่าสุดและมีความสามารถสูงสุดของบริษัท ให้ผลลัพธ์คุณภาพสูงกว่ารุ่นก่อนด้วยต้นทุนที่ต่ำลง จากสถาปัตยกรรมใหม่ Qwen4 ที่ทำให้การ training มีประสิทธิภาพมากขึ้นและ attention mechanism ที่ปรับปรุงใหม่