ปัญญาประดิษฐ์พลิกโฉมความปลอดภัยไซเบอร์ เมื่อ AI ช่วยหาช่องโหว่และสร้างแพทช์
เจาะลึกการใช้ปัญญาประดิษฐ์วิเคราะห์โค้ดและพัฒนาช่องโหว่ พร้อมความท้าทายในการจัดการแพทช์บนระบบคลาวด์และคอนเทนเนอร์
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- ปัญญาประดิษฐ์ช่วยนักวิจัยและผู้ไม่ประสงค์ดีในการตรวจสอบโค้ดและค้นหาช่องโหว่ซับซ้อน
- Google พบการใช้ AI ช่วยพัฒนาช่องโหว่ Zero-day ครั้งแรกในเดือนพฤษภาคม 2026
- การจัดการช่องโหว่ยังคงติดขัดที่ขั้นตอนการตรวจสอบและค้นหาซอฟต์แวร์ที่ได้รับผลกระทบ
- การใช้ SBOM และภาพคอนเทนเนอร์ขนาดเล็กช่วยร่นระยะเวลาในการตรวจสอบความเสียหาย
เทคโนโลยีปัญญาประดิษฐ์กำลังมอบเครื่องมือใหม่ให้นักวิจัยด้านความปลอดภัยในการตรวจสอบโค้ด ติดตามพฤติกรรมผิดปกติ และค้นหาจุดบกพร่องที่เครื่องมือแบบดั้งเดิมมักมองข้าม แรงกดดันนี้เห็นได้ชัดเจนในส่วนของช่องโหว่ Zero-day โดยบทวิเคราะห์ล่าสุดจาก Minimus ได้พิจารณาว่าองค์ประกอบของคอนเทนเนอร์ บันทึกการพึ่งพา และความเร็วในการสร้างใหม่ส่งผลต่อการตอบสนองอย่างไรหลังจากการเปิดเผยช่องโหว่ที่ไม่รู้จัก
ในเดือนพฤษภาคม 2026 กลุ่ม Google Threat Intelligence รายงานกรณีแรกที่เชื่อว่าผู้ไม่ประสงค์ดีใช้ AI ช่วยพัฒนาช่องโหว่ Zero-day โดยสคริปต์ Python ดังกล่าวสามารถบายพาสการยืนยันตัวตนแบบสองขั้นตอนบนเครื่องมือดูแลระบบโอเพนซอร์สที่มีผู้ใช้งานแพร่หลาย เมื่อมีข้อมูลรับรองที่ถูกต้องอยู่แล้ว
นักวิจัยระบุว่ามีความมั่นใจสูงว่าโมเดล AI ช่วยเหลือทั้งในขั้นตอนการค้นหาและการแปลงเป็นอาวุธ การประเมินนี้มาจากความคิดเห็นในสคริปต์ที่มีรายละเอียดคำแนะนำมากกว่าปกติ คะแนนช่องโหว่ที่ถูกสร้างขึ้น และรูปแบบการเขียนโค้ดที่มีโครงสร้างสูงซึ่งเกี่ยวข้องกับผลลัพธ์ที่สร้างจาก AI
"Google did not claim that the wider operation was autonomous or attribute the code to a particular model."
Google Threat Intelligence Group
ข้อมูลในวงกว้างของ Google ชี้ให้เห็นว่านี่ไม่ใช่ความกังวลที่เกิดขึ้นเพียงลำพัง โดยมีการติดตามช่องโหว่ Zero-day ที่ถูกโจมตีในธรรมชาติถึง 90 กรณีในปี 2025 เทียบกับ 78 กรณีในปี 2024 ซอฟต์แวร์องค์กรและอุปกรณ์คิดเป็น 43 กรณี หรือร้อยละ 48 ของทั้งหมด ซึ่งทั้งสองตัวเลขถือเป็นสถิติสูงสุดในชุดข้อมูลของ Google
การวิเคราะห์เพิ่มเติม: ช่องโหว่ประเภทตรรกะหรือข้อสมมติฐานด้านความน่าเชื่อถือมักตรวจจับได้ยากด้วยเครื่องมือสแกนทั่วไป เนื่องจากไม่มีข้อผิดพลาดทางหน่วยความจำที่ชัดเจน การที่ AI เข้ามาช่วยวิเคราะห์พฤติกรรมเชิงฟังก์ชันจึงเปลี่ยนเกมทั้งฝั่งผู้โจมตีและผู้ป้องกัน ทำให้องค์กรต้องหันมาให้ความสำคัญกับการจัดการซอฟต์แวร์ภายในระบบของตนเองอย่างรัดกุมยิ่งขึ้น
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
เมื่อช่องโหว่กลายเป็นสาธารณะ ทีมรักษาความปลอดภัยจะต้องตรวจสอบก่อนว่าซอฟต์แวร์ที่ได้รับผลกระทบกำลังทำงานอยู่ที่ใด ซึ่งอาจทำได้ยากภายในสภาพแวดล้อมคอนเทนเนอร์ เนื่องจากอิมเมจอาจประกอบด้วยแพ็กเกจระบบปฏิบัติการ ไลบรารี และการพึ่งพาที่สืบทอดมาจากอิมเมจหลัก ทำให้คอมโพเนนต์ที่มีช่องโหว่อาจซ่อนอยู่หลายชั้นใต้แอปพลิเคชัน
เหตุการณ์ Log4Shell ในปี 2021 เคยเปิดเผยปัญหานี้ในสเกลใหญ่ ไลบรารี Log4j ที่ได้รับผลกระทบถูกรวมอยู่ในผลิตภัณฑ์และบริการหลากหลายประเภท ทำให้องค์กรต้องตามหาว่าเซิร์ฟเวอร์หรือแอปพลิเคชันใดบ้างที่มีเวอร์ชันเปราะบางก่อนที่จะเริ่มกระบวนการแก้ไข
รายงานการวิจัยยังระบุถึงระบบ AI Agent อย่าง CodeMender ของ Google DeepMind ที่มีส่วนร่วมในการส่งมอบแพ็กเกจความปลอดภัย 72 รายการให้กับโครงการโอเพนซอร์สในช่วงหเดือนแรก โดยผสมผสานการใช้เหตุผลของโมเดลกับการวิเคราะห์แบบสถิตและการทดสอบรันไทม์
ที่มา: AI News
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น