วันจันทร์ ที่ 9 พฤศจิกายน 2569

Login
Login

AWS เตือนองค์กรรับมือความเสี่ยง AI Agent เปิด 5 แนวทางยกระดับไซเบอร์ซีเคียวริตี้

'เอดับบลิวเอส' ชี้ AI Agent เปลี่ยนโฉมความเสี่ยงไซเบอร์ เตือนองค์กรปรับแนวทางรับมือ เปิด 5 แนวทางยกระดับซิเคียวริตี้องค์กร

KEY POINTS

  • การมาถึงของ AI Agent ทำให้องค์กรเผชิญความเสี่ยงด้านความปลอดภัยรูปแบบใหม่ที่ซับซ้อนขึ้น ขณะที่แนวทางบริหารความเสี่ยงแบบเดิมอาจไม่ครอบคลุมภัยคุกคามที่เกิดขึ้น
  • AI เปลี่ยนรูปแบบภัยคุกคามไซเบอร์ใน 3 ด้าน ได้แก่ ความเร็วในการโจมตีที่เพิ่มขึ้น ขนาดการค้นหาและโจมตีช่องโหว่ที่ขยายวงกว้าง และการเข้าถึงเครื่องมือโจมตีที่ง่ายขึ้นสำหรับผู้ไม่ประสงค์ดี
  • AWS เสนอ 5 แนวทางยกระดับความปลอดภัย ได้แก่ การฝังมาตรการป้องกันตั้งแต่ขั้นตอนการพัฒนา การตรวจสอบความปลอดภัยอัตโนมัติอย่างต่อเนื่อง การควบคุมสิทธิ์และขอบเขตข้อมูลของ AI Agent การใช้ระบบอัตโนมัติยกระดับการปฏิบัติการด้านความปลอดภัย และการสร้างวัฒนธรรมความปลอดภัย
  • องค์กรต้องให้ความสำคัญกับวัฒนธรรมด้านความปลอดภัยควบคู่กับการลงทุนเทคโนโลยี โดยกำหนดให้เป็นความรับผิดชอบร่วมกันตั้งแต่ทีมพัฒนาไปจนถึงผู้บริหาร ไม่ใช่ภารกิจของฝ่ายไอทีหรือทีมไซเบอร์เพียงฝ่ายเดียว

เมื่อ AI ก้าวจากเครื่องมือช่วยทำงานสู่ระบบที่สามารถตัดสินใจและลงมือปฏิบัติการได้เอง รูปแบบความเสี่ยงด้านความปลอดภัยขององค์กรก็เปลี่ยนตาม การวางระบบป้องกันจึงต้องก้าวให้ทันทั้งเทคโนโลยีและวิธีการโจมตีที่ซับซ้อนขึ้น โดยเฉพาะเมื่อองค์กรเริ่มนำ AI Agent เข้ามาเป็นส่วนหนึ่งของกระบวนการดำเนินธุรกิจ

ฉัตรชัย กำลังเดช หัวหน้าฝ่ายสถาปัตยกรรมโซลูชัน บริษัท อะเมซอน เว็บ เซอร์วิสเซส (AWS) ผู้ให้บริการคลาวด์ระดับโลก กล่าวว่า การวางรากฐานด้านความปลอดภัยให้แข็งแกร่งตั้งแต่เริ่มต้นเป็นเรื่องสำคัญสำหรับองค์กรที่กำลังเปลี่ยนผ่านธุรกิจด้วยคลาวด์และ AI

เนื่องจากแนวทางบริหารความเสี่ยงขององค์กรส่วนใหญ่ถูกออกแบบขึ้นก่อนยุค AI และอาจไม่ครอบคลุมความเสี่ยงรูปแบบใหม่ที่เกิดขึ้น

AI Agent ขยับจากทดลองสู่ใช้งานจริง

AWS ระบุว่า ปัจจุบันองค์กรเริ่มเปลี่ยนผ่านจากการพูดถึง AI Agent ไปสู่การนำมาใช้งานจริง โดย Agent สามารถทำงานได้หลากหลาย ตั้งแต่สร้างแอปพลิเคชัน ดูแลความปลอดภัยของระบบ ตอบคำถามลูกค้าที่ซับซ้อน ไปจนถึงการตัดสินใจและดำเนินการด้วยตัวเอง

จุดเด่นของ AI Agent คือความสามารถในการเรียนรู้บริบทจากการปฏิสัมพันธ์ ยิ่งมีการใช้งานมากขึ้นก็ยิ่งมีบริบทสำหรับทำงานได้ดีขึ้น เมื่อผลลัพธ์มีคุณภาพและผู้ใช้เกิดความไว้วางใจมากขึ้น องค์กรก็สามารถมอบหมายงานให้ Agent รับผิดชอบได้มากขึ้นตามไปด้วย

การเปลี่ยนแปลงดังกล่าวกำลังทำให้ช่องว่างระหว่างองค์กรที่นำ AI มาใช้กับองค์กรที่ยังไม่ได้นำมาใช้ขยายกว้างขึ้น ขณะที่การรักษาความปลอดภัยในยุค Agentic AI จำเป็นต้องคำนึงถึงองค์ประกอบใหม่ ทั้งข้อมูลเทเลเมทรี (Telemetry) บริบท การให้เหตุผล และการดำเนินการ ซึ่งเป็นพื้นฐานสำคัญในการออกแบบระบบรักษาความปลอดภัยให้สอดคล้องกับการทำงานของ AI Agent

AI เปิดช่องการโจมตีทางไซเบอร์

การนำ AI มาใช้ไม่ได้เพิ่มเพียงประสิทธิภาพการทำงาน แต่ยังเปลี่ยนรูปแบบภัยคุกคามทางไซเบอร์ โดยมีปัจจัยสำคัญ 3 ด้าน ได้แก่ ความเร็ว ขนาดของการโจมตี และการเข้าถึงเครื่องมือ

ด้านแรกคือ ความเร็ว ระยะเวลาตั้งแต่มีการเปิดเผยช่องโหว่จนถูกนำไปใช้โจมตีสั้นลงอย่างมาก จากเดิมที่เคยใช้เวลาเฉลี่ยประมาณ 2.3 ปีในปี 2561 ลดลงเหลือเพียงประมาณ 10 ชั่วโมงในปัจจุบัน ส่งผลให้องค์กรมีเวลาตรวจสอบและแก้ไขช่องโหว่น้อยลง

ด้านที่สองคือ ขนาดของการโจมตี จากเดิมที่การค้นหาช่องโหว่อาจเกิดขึ้นทีละจุด ปัจจุบันโมเดล AI สามารถวิเคราะห์ซอร์สโค้ดจำนวนมากและค้นหาช่องโหว่หลายจุดพร้อมกัน ทำให้ปริมาณความเสี่ยงที่องค์กรต้องจัดการเพิ่มขึ้น

ด้านที่สามคือ การเข้าถึงเครื่องมือ ในอดีตการค้นหาและใช้ประโยชน์จากช่องโหว่ระดับสูงต้องอาศัยความเชี่ยวชาญเฉพาะทาง แต่ AI ทำให้เครื่องมือเหล่านี้เข้าถึงได้ง่ายขึ้น และผู้ไม่ประสงค์ดีก็เริ่มนำ AI มาใช้สนับสนุนการโจมตีแล้ว

สถานการณ์ดังกล่าวทำให้การตรวจสอบและอัปเดตระบบเป็นรอบ ๆ อาจไม่เพียงพอสำหรับรับมือภัยคุกคามที่เปลี่ยนแปลงรวดเร็ว องค์กรจึงต้องปรับมาใช้การตรวจสอบอย่างต่อเนื่องและลดระยะเวลาระหว่างการพบช่องโหว่กับการแก้ไข

วางขอบเขตความปลอดภัยบนคลาวด์

สำหรับการใช้งานคลาวด์ AWS เน้นย้ำโมเดลความรับผิดชอบร่วมกัน (Shared Responsibility Model) ซึ่งกำหนดขอบเขตหน้าที่ด้านความปลอดภัยระหว่างผู้ให้บริการคลาวด์และองค์กรผู้ใช้งาน

เช่นเดียวกับแนวทางของ AWS ที่จะรับผิดชอบด้านความปลอดภัยของโครงสร้างพื้นฐานคลาวด์ ตั้งแต่ศูนย์ข้อมูลไปจนถึงเครือข่ายทั่วโลก ส่วนองค์กรผู้ใช้งานมีหน้าที่รับผิดชอบการตั้งค่าบริการ การจัดการสิทธิ์เข้าถึง และการปกป้องข้อมูลของตนเอง

ประเด็นสำคัญอีกด้านคือการควบคุมข้อมูล โดยข้อมูลลูกค้าที่ใช้บริการ AI ของ AWS จะไม่ถูกแบ่งปันกับผู้พัฒนาโมเดล ไม่ถูกนำไปใช้ฝึกโมเดล และไม่ถูกส่งออกนอก Region ที่ลูกค้าเลือกไว้ ซึ่งเป็นประเด็นที่เกี่ยวข้องกับข้อกำหนดด้านการกำกับดูแลและการจัดเก็บข้อมูลขององค์กร

นอกจากนี้ AWS ยังมีระบบตรวจสอบและป้องกันภัยคุกคามในระดับโครงสร้างพื้นฐาน โดยวิเคราะห์ข้อมูลบนเครือข่ายเพื่อค้นหาและสกัดกั้นความเสี่ยง ผ่านระบบข่าวกรองและตรวจจับภัยคุกคาม

เมื่อผู้โจมตีสามารถใช้ AI เพิ่มความเร็วในการค้นหาและใช้ประโยชน์จากช่องโหว่ ฝ่ายป้องกันก็จำเป็นต้องปรับใช้ระบบอัตโนมัติเพื่อให้ตรวจสอบและตอบสนองได้รวดเร็วขึ้น

เปิด 5 แนวทางยกระดับไซเบอร์ซีเคียวริตี้

สำหรับองค์กรที่กำลังเริ่มต้นใช้งานคลาวด์ หรืออยู่ระหว่างขยายการใช้งานไปสู่ AI และ Generative AI AWS เสนอ 5 แนวทางสำคัญในการยกระดับความปลอดภัย ดังนี้

1. ฝังความปลอดภัยตั้งแต่ขั้นตอนการพัฒนา (Shift Left on Security)

องค์กรควรผสานมาตรการรักษาความปลอดภัยเข้ากับวงจรการพัฒนาซอฟต์แวร์ (Development Lifecycle) ตั้งแต่ต้น แทนที่จะรอตรวจสอบและแก้ไขหลังระบบเปิดใช้งานจริง เพื่อช่วยลดจำนวนช่องโหว่และต้นทุนในการแก้ไขปัญหา

2. ตรวจสอบความปลอดภัยอย่างต่อเนื่อง (Automate Continuous Security Validation)

นำระบบอัตโนมัติมาช่วยตรวจสอบความปลอดภัยของระบบที่กำลังทำงานอยู่ เพื่อให้สามารถค้นพบช่องโหว่และความผิดปกติได้รวดเร็วขึ้น ลดช่องว่างระหว่างการเกิดความเสี่ยงกับการตรวจพบ

3. ควบคุมความปลอดภัยของ AI Agent และขอบเขตข้อมูล (Secure AI Agent and Data Perimeters)

เมื่อ AI Agent สามารถเข้าถึงข้อมูลและดำเนินการแทนผู้ใช้งานได้มากขึ้น องค์กรต้องกำหนดขอบเขตการเข้าถึงและสิทธิ์การทำงานให้ชัดเจน เนื่องจากการขยายการเข้าถึงข้อมูลย่อมเพิ่มความเสี่ยงต่อการรั่วไหลของข้อมูลตามไปด้วย

4. เพิ่มขีดความสามารถในการปฏิบัติการด้านความปลอดภัย (Scale Security Operations)

ใช้ระบบอัตโนมัติในการตรวจจับ วิเคราะห์ และตอบสนองต่อภัยคุกคาม เพื่อลดระยะเวลาตรวจพบและรับมือกับเหตุการณ์ด้านความปลอดภัย รวมถึงช่วยให้ทีมงานสามารถจัดการความเสี่ยงได้ครอบคลุมมากขึ้น

5. สร้างวัฒนธรรมความปลอดภัยทั่วทั้งองค์กร (Security Culture)

ความปลอดภัยต้องเป็นเงื่อนไขที่คำนึงถึงตั้งแต่เริ่มต้น ไม่ใช่เรื่องที่ค่อยนำมาพิจารณาภายหลัง โดยองค์กรควรมีตัวแทนด้านความปลอดภัย (Security Champions) ในทีมผลิตภัณฑ์ นำกระบวนการจำลองรูปแบบภัยคุกคาม (Threat Modeling) มาใช้ในการทบทวนการออกแบบ และให้ผู้บริหารแสดงความสำคัญต่อการลงทุนด้านความปลอดภัยอย่างชัดเจน

AWS มองว่า การเปลี่ยนผ่านสู่ยุค AI จำเป็นต้องปรับเปลี่ยนวัฒนธรรมองค์กรควบคู่กับการลงทุนด้านเทคโนโลยี เพราะความปลอดภัยไม่ใช่หน้าที่ของทีมไอทีหรือทีมไซเบอร์เพียงฝ่ายเดียว แต่เป็นความรับผิดชอบร่วมกันตั้งแต่ทีมพัฒนาไปจนถึงระดับผู้บริหาร