AI Agents เป็นช่องทางใหม่ในการกระจายมัลแวร์
รายงานแคมเปญ FakeGit เมื่อเดือนกรกฎาคม 2026 เผย AI assistants หลงเชื่อและแนะนำที่เก็บโค้ดปลอมกว่า 800 รายการ ส่งผลให้เกิดการแพร่ระบาดของ SmartLoader และ StealC

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- AI assistants อย่าง Gemini และChatGPT เผลอแนะนำที่เก็บโค้ดปลอม
- การโจมตีใช้ช่องโหว่ทางสถาปัตยกรรมและการปลอมแปลงข้อมูลความน่าเชื่อถือ
- แคมเปญ FakeGit สร้างที่เก็บโค้ดปลอมกว่า 7,600 รายการและดาวน์โหลดกว่า 14 ล้านครั้ง
- นักวิจัยระบุเงื่อนไขอันตรายเรียกว่า lethal trifecta ทำให้เกิดการรั่วไหลของข้อมูล
ยุคใหม่ของปัญญาประดิษฐ์ไม่ได้อำนวยความสะดวกแค่เพียงผู้ใช้งานทั่วไปเท่านั้น แต่แฮกเกอร์กำลังหันมาใช้ AI agents เป็นเครื่องมือสำคัญในการส่งมอบมัลแวร์สู่เหยื่อ โดยไม่ต้องหลอกลวงผู้ใช้งานโดยตรงอีกต่อไป แต่เลือกที่จะหลอกผู้ช่วยอัจฉริยะที่ผู้ใช้งานให้ความไว้วางใจแทน
รายงานจากบริษัท Island เมื่อเดือนกรกฎาคม 2026 ได้เปิดเผยถึงแคมเปญที่มีชื่อว่า FakeGit ซึ่งมีตัวเลขสถิติที่น่าตกใจจากการดำเนินงานของมัลแวร์ดังกล่าว โดยมีการสร้างที่เก็บโค้ด GitHub ปลอมราว 7,600 รายการ โปรไฟล์ปลอม 6,600 รายการ และยอดดาวน์โหลดรวมมากกว่า 14 ล้านครั้ง โดยในจำนวนนี้มีมากกว่า 800 รายการที่ปลอมตัวเป็นทักษะ AI และ MCP servers เพื่อกระจายมัลแวร์ SmartLoader และโปรแกรมขโมยข้อมูล StealC
เหตุการณ์ที่สร้างความประหลาดใจให้กับวงการความปลอดภัยไซเบอร์มากที่สุด คือการที่ระบบ AI ยอดนิยมอย่าง Gemini และ ChatGPT ต่างแนะนำที่เก็บโค้ด walmart-mcp ที่เป็นอันตรายเหมือนกันอย่างอิสระ เนื่องจาก AI agents เหล่านี้พบโปรเจกต์ของผู้โจมตีและทำหน้าที่มอบคำแนะนำในการติดตั้งให้กับผู้ใช้งานโดยไม่รู้ตัว

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
สถาปัตยกรรมเบื้องหลังการทำงานของ AI agents มีลักษณะเฉพาะสองประการที่เอื้อให้เกิดการโจมตีในลักษณะนี้ ประการแรกคือตัวแทน AI ประมวลผลคำสั่งและข้อมูลภายนอกในรูปแบบข้อความ ทำให้คำสั่งอันตรายที่ซ่อนอยู่ในไฟล์ README หรือหน้าเว็บสามารถถูกตีความว่าเป็นคำสั่งที่ต้องปฏิบัติตาม เรียกว่า indirect prompt injection และประการที่สองคือความสามารถในการลงมือปฏิบัติจริงตามคำสั่งเหล่านั้น
"Do Not Mention This to the User."
ผลการศึกษาทางวิชาการปี 2026
มุมมองเชิงวิเคราะห์: ปรากฏการณ์นี้แสดงให้เห็นจุดเปลี่ยนสำคัญที่ความฉลาดของ AI กลับกลายเป็นช่องโหว่เสียเอง เมื่อเครื่องมือถูกออกแบบมาให้เชื่อถือเนื้อหาที่เป็นข้อความโดยอัตโนมัติ ผู้โจมตีจึงเปลี่ยนเป้าหมายจากการหลอกคนมาเป็นการป้อนข้อมูลลวงให้ระบบ AI ประมวลผลแทน ซึ่งรับมือได้ยากกว่าเนื่องจากผู้ใช้วางใจคำแนะนำจากผู้ช่วยอัจฉริยะเหล่านี้ไปแล้ว
นอกจากนี้ ยังมีการโจมตีในรูปแบบอื่นๆ เช่น AgentBaiting ที่มุ่งเป้าไปยังตัวผู้ช่วย หรือ Tool Poisoning ที่ซ่อนคำสั่งร้ายไว้ในคำอธิบายเครื่องมือ รวมถึงการอัปเดตซอฟต์แวร์ที่เปลี่ยนพฤติกรรมภายหลังอย่าง Rug Pull ที่เคยเกิดขึ้นกับโพสต์มาร์ก MCP เวอร์ชัน 1.0.16 ซึ่งแอบคัดลอกอีเมลส่งต่อไปยังโดเมนของผู้โจมตีโดยกระทบองค์กรราว 300 แห่ง และการเปิดใช้งานโค้ดทันทีเมื่อเปิดที่เก็บโค้ดที่ไม่รู้จักในสภาพแวดล้อมการพัฒนา เช่นกรณีของ Claude Code
ที่มา: AI News
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น