TechTalkThai ศูนย์รวมข่าว Enterprise IT ออนไลน์แห่งแรกในประเทศไทย
Palo Alto Networks ขยายบริการ Unit 42 Frontier AI Exposure Analysis ด้วยการนำ frontier cyber model จาก OpenAI เข้าไปทำงานในระบบของลูกค้าโดยตรง เพื่อค้นหาช่องโหว่ ทดสอบว่าถูกใช้โจมตีได้จริงหรือไม่ และจัดลำดับว่าควรแก้ไขจุดใดก่อน
Palo Alto Networks เปิดตัวแนวทาง Frontier AI Defense ไปเมื่อเดือนพฤษภาคมที่ผ่านมา พร้อมคำเตือนว่าช่วงเวลาที่องค์กรจะตั้งรับการโจมตีซึ่งขับเคลื่อนด้วย AI ได้ทันนั้นสั้นกว่าที่หลายฝ่ายประเมินไว้ หลังจากนั้นบริษัทได้บรรยายให้ทีมความปลอดภัยทั่วโลกไปแล้วกว่า 1,000 ทีม และเริ่มให้บริการกับลูกค้าอีกหลายร้อยราย ล่าสุดความร่วมมือกับ OpenAI ทำให้ Unit 42 นำโมเดลด้าน cyber รุ่นใหม่อย่าง GPT-5.6 Daybreak ซึ่งยังไม่เคยเปิดให้ใช้งานเชิงพาณิชย์มาก่อน เข้ามาใช้ในงานทดสอบและตรวจสอบความปลอดภัยของลูกค้าได้โดยตรง โดยผลจากการทำงานในช่วงแรกของบริการนี้พบว่า 36% ของจุดเสี่ยง (exposure) ที่ตรวจพบไม่ตรงกับ CVE ใดที่มีอยู่เดิม เพราะเกิดจากช่องว่างหลายจุดที่ต้องค้นหา เชื่อมโยง และทดสอบไปพร้อมกัน
ความต่างจากการสแกนหาช่องโหว่แบบเดิมคือโมเดลเหล่านี้ลงมือทำงาน offensive security ที่ซับซ้อนได้เองด้วยความเร็วระดับเครื่อง ภายใต้การกำกับของทีม Unit 42 การทำงานจึงไม่ได้หยุดอยู่แค่การค้นหาช่องโหว่ แต่ทดสอบต่อว่าช่องโหว่นั้นถูกใช้โจมตีได้จริงหรือไม่ พร้อมประเมินว่าจุดอ่อนหลายจุดจะถูกนำมาประกอบกันจนบรรลุเป้าหมายของผู้โจมตีได้อย่างไร ทั้งนี้ ผลวิจัยของ Unit 42 ระบุว่าไม่มีโมเดลใดดีที่สุดสำหรับงานด้าน cyber ทุกประเภท เพราะแต่ละโมเดลมีจุดแข็งต่างกันและค้นพบช่องโหว่ที่โมเดลอื่นมองข้าม แนวทางที่ใช้จึงเป็น multi-model harness ที่กระจายงานไปยังโมเดลซึ่งเหมาะกับงานนั้นที่สุด เพื่อเพิ่มความแม่นยำและความครอบคลุม ควบคุมค่าใช้จ่ายของการใช้ frontier AI ในวงกว้าง และรองรับการเพิ่มโมเดลใหม่ในอนาคตโดยไม่ต้องรื้อบริการที่ผูกกับโมเดลหรือผู้ให้บริการรายเดียว
บริการที่ขยายขึ้นครั้งนี้รวมความสามารถหลัก 5 ส่วนเข้าด้วยกัน ได้แก่
- โมเดล cyber ชั้นนำ – ยกระดับการค้นหา ทดสอบ และตรวจสอบจุดเสี่ยง
- Multi-model harness – เลือกโมเดลให้ตรงกับลักษณะงาน เพื่อเพิ่มความครอบคลุมและควบคุมค่าใช้จ่าย
- Exposure discovery – ค้นหาทั้งช่องโหว่ การตั้งค่าที่ผิดพลาด credential ที่รั่วไหล และ attack surface ที่ไม่ได้อยู่ในการดูแล ครอบคลุมทั้งฝั่งแอปพลิเคชันและ network asset
- Advanced adversary simulation – ทดสอบว่าช่องโหว่ถูกใช้โจมตีได้จริง และตรวจสอบ attack path แบบ end-to-end
- แผนการแก้ไขเฉพาะองค์กร – จัดลำดับให้แก้จุดซึ่งตัด attack path สำคัญได้มากที่สุด แล้วส่งผลลัพธ์เข้าสู่ workflow ของทีม IT ทีมพัฒนา และทีมความปลอดภัยที่ใช้งานอยู่เดิม
โดยทีมงาน Unit 42 ยังทำงานร่วมกับ telemetry ของ Palo Alto Networks และข้อมูล Threat Intelligence เพื่อยืนยันผลที่ตรวจพบ
โจทย์ของทีมความปลอดภัยส่วนใหญ่ไม่ใช่การหา finding ให้ได้มากขึ้น เพราะมีรายการที่ต้องจัดการเกินกำลังอยู่แล้ว แต่คือการรู้ว่า finding ใดเปิดทางให้ระบบถูกยึดได้จริง เนื่องจากผู้โจมตีมองหาจุดอ่อนข้ามทั้งแอปพลิเคชัน infrastructure ระบบ identity และ cloud แล้วนำมาต่อกันเพื่อบรรลุเป้าหมาย ก่อนหน้านี้ frontier AI ถูกพูดถึงในฐานะความเสี่ยงที่ฝ่ายป้องกันกำลังจะต้องรับมือ ทั้งการค้นหาช่องโหว่ในวงกว้าง การเชื่อมช่องโหว่เข้าด้วยกันโดยเข้าใจ logic ของระบบทั้ง stack ซึ่ง scanner ทั่วไปตรวจไม่พบ และการย่นระยะเวลาโจมตีตั้งแต่เข้าถึงระบบครั้งแรกจนขโมยข้อมูลออกไปให้เหลือระดับวินาที แนวทางของ Palo Alto Networks คือการส่งความสามารถเหล่านี้ไปอยู่ในมือทีมป้องกัน ก่อนที่ความสามารถชุดเดียวกันจะไปทำงานให้ฝั่งผู้โจมตี ผู้ที่สนใจสามารถดูรายละเอียดเพิ่มเติมได้ที่ Frontier AI Defense
ที่มา: https://www.paloaltonetworks.com/blog/2026/08/putting-openai-cyber-models-to-work-for-defenders/
