AI Monitoring Weekly Report
ห้วงเวลา: 19-25 ตุลาคม 2569
TLP:CLEARในรอบสัปดาห์ระหว่างวันที่ 19-25 ตุลาคม 2569 สถานการณ์ภัยคุกคามทางไซเบอร์ในกลุ่มอุตสาหกรรมปัญญาประดิษฐ์ (AI) มีการยกระดับความรุนแรงและความซับซ้อนอย่างมีนัยสำคัญรอบด้าน โดยมุ่งเป้าโจมตีทั้งโครงสร้างพื้นฐานการพัฒนา สภาพแวดล้อมการทำงานของวิศวกร และทรัพยากรประมวลผลบนคลาวด์ ประการแรก Socket Research ตรวจพบการแทรกซึมเข้าสู่ห่วงโซ่อุปทานซอฟต์แวร์ของไลบรารีเกตเวย์โมเดลภาษายอดนิยม LiteLLM เวอร์ชัน 1.107.0 บน PyPI และ Docker Hub เพื่อฝังเพย์โหลด Privcollect ขโมยโทเคนคลาวด์ กุญแจ SSH และสิทธิ์การเข้าถึงเครื่องมือ AI ประการที่สอง Wiz CIRT เปิดเผยแคมเปญมัลแวร์ไทซิ่งผ่าน Google Search Ads หลอกลวงผู้ดูแลระบบเพื่อยึดบัญชี Google Cloud แล้วนำบัญชี Billing ไปผูกกับโปรเจกต์ภายนอกของผู้โจมตีสำหรับเรียกใช้งาน Gemini API ในปริมาณมหาศาล (LLMjacking) ประการที่สาม Zscaler ThreatLabz เปิดโปงการใช้อาวุธไซเบอร์อัตโนมัติผ่านเฟรมเวิร์ก ARTEX ที่ทำงานร่วมกับโมเดล DeepSeek, GLM, Claude และ Grok ดำเนินการสแกนและเจาะระบบแบบองค์กรไซเบอร์อัตโนมัติใน 19 ประเทศทั่วโลกซึ่งมีประเทศไทยรวมอยู่ในเป้าหมาย และประการสุดท้าย Check Point Research ตรวจพบมัลแวร์ขโมยข้อมูลสายพันธุ์ใหม่ Aokigahara ที่มีโมดูลเฉพาะสำหรับดักจับโทเคนและเซสชันจากโปรแกรม AI ช่วยเขียนโค้ดและ AI Desktop อาทิ Cursor, ChatGPT Desktop, Claude และ Windsurf ส่งผลให้การคุ้มครองข้อมูลความลับในกระบวนการทำงานด้าน AI จำเป็นต้องได้รับการยกระดับเป็นวาระเร่งด่วน
ทีมนักวิจัย Socket Research ตรวจพบการแทรกซึมเข้าสู่ระบบเผยแพร่ซอฟต์แวร์ของ LiteLLM ซึ่งเป็นไลบรารี Python ยอดนิยมสำหรับการเชื่อมต่อโมเดลภาษาขนาดใหญ่ (LLM Gateway) โดยผู้โจมตีอาศัยคีย์ผู้ดูแลระบบที่รั่วไหลเข้าอัปโหลดแพ็กเกจเวอร์ชันอันตราย 1.107.0 ลงบน PyPI และ Docker Hub แพ็กเกจดังกล่าวมีการฝังไฟล์ cook.pth, cook.py และ sitecustomize.py ซึ่งทำให้โค้ดอันตรายทำงานทันทีที่เริ่มกระบวนการ Python บนเครื่องเหยื่อ แม้จะไม่ได้มีการ import litellm โดยตรง เพื่อรันโมดูล Privcollect ขโมยโทเคนคลาวด์ (AWS, GCP, Azure), กุญแจ SSH, ข้อมูลเบราว์เซอร์ และคอนฟิกของเครื่องมือ AI กว่า 20 รายการ พร้อมสร้างประตูลับเชื่อมต่อไปยัง GitHub dead drop ทุกชั่วโมง
ความเสี่ยงทางอ้อมเชิงยุทธศาสตร์ต่อองค์กรและสตาร์ทอัพในไทย - ทีมพัฒนา AI และกลุ่มงาน MLOps ในประเทศไทยที่มีการใช้งาน LiteLLM เป็นตัวกลางเชื่อมต่อโมเดลภาษา หากมีการตั้งค่า CI/CD ให้ดึงแพ็กเกจเวอร์ชันล่าสุดหรือใช้งาน Docker tag แบบ floating (latest) ในช่วงเวลาดังกล่าว มีความเสี่ยงสูงที่กุญแจ API ของโมเดล AI และข้อมูลประจำตัวคลาวด์ขององค์กรจะถูกโจรกรรม
ยุทธศาสตร์: การพุ่งเป้าโจมตีไลบรารีศูนย์กลางด้าน AI สะท้อนว่าห่วงโซ่อุปทานของเทคโนโลยี Generative AI กลายเป็นจุดคอขวดด้านความมั่นคงปลอดภัยที่ผู้โจมตีใช้เป็นทางลัดเข้าถึงระบบคลาวด์องค์กร
ยุทธการ: ผู้โจมตีใช้เทคนิค Python Startup Hooks ผ่านไฟล์ .pth ทำให้เพย์โหลดทำงานอย่างแนบเนียนในสภาพแวดล้อมการพัฒนาและระบบรันไทม์โดยไม่ต้องรอการเรียกใช้งานโมดูล
ยุทธวิธี: ฝ่ายวิศวกรรมต้องตรึงเวอร์ชันแพ็กเกจ (Version Pinning) ที่ปลอดภัย เช่น v1.106.2 ตรวจสอบและลบไฟล์ cook.pth, cook.py ใน site-packages และหมุนเวียน (Rotate) กุญแจ API และ Cloud Secrets ทั้งหมดทันที
องค์กรพัฒนาซอฟต์แวร์ AI, สตาร์ทอัพ Generative AI, ผู้ดูแลโครงสร้างพื้นฐาน MLOps, และทีมวิศวกรรมข้อมูล
ดู IOC ฉบับเต็มที่ลิงก์ด้านล่าง
ทีมตอบสนองภัยคุกคาม Wiz CIRT เผยแพร่ผลการสืบสวนแคมเปญโจมตีคลาวด์ที่ใช้โฆษณาปลอมบนผลการค้นหา Google Search (Malvertising) หลอกให้ผู้ดูแลระบบคลาวด์เข้าสู่หน้าล็อกอินฟิชชิ่งเพื่อขโมยรหัสผ่านและเซสชันโทเค็น MFA เมื่อได้สิทธิ์เข้าถึงแล้ว ผู้โจมตีไม่ได้สร้างทรัพยากรภายในองค์กรของเหยื่อโดยตรง แต่นำบัญชีการเรียกเก็บเงิน (Cloud Billing Account) ของเหยื่อไปผูกกับโปรเจกต์ภายนอกที่ผู้โจมตีควบคุมอยู่ เพื่อดึงโควตาและงบประมาณไปประมวลผลโมเดล AI (LLMjacking) บนบริการ Google Gemini API ส่งผลให้เหยื่อมีค่าใช้จ่ายพุ่งสูงนับแสนดอลลาร์ภายใน 24-48 ชั่วโมง โดยเหยื่อไม่สามารถตรวจสอบคำสั่ง Prompt หรือผลลัพธ์ใน Audit Log ของตนเองได้
ความเสี่ยงทางอ้อมเชิงยุทธศาสตร์ต่อองค์กรในไทย - องค์กรธุรกิจ สถาบันการเงิน และผู้ให้บริการไอทีในประเทศไทยที่มีการใช้งาน Google Cloud Platform และบริการ Vertex AI มีความเสี่ยงต่อความเสียหายทางการเงินอย่างรุนแรง หากผู้ดูแลระบบขาดการจำกัดสิทธิ์การแชร์ Billing Account ข้าม Tenant
ยุทธศาสตร์: ผู้โจมตีเปลี่ยนเป้าหมายจากการขโมยข้อมูลหรือการขุดบิตคอยน์ ไปสู่การช่วงชิงทรัพยากรประมวลผล AI ขั้นสูง (LLMjacking) โดยผลักภาระค่าใช้จ่ายไปยังองค์กรเหยื่อ
ยุทธการ: การขโมยสิทธิ์ผ่าน Malvertising ทำให้ได้โทเค็นการยืนยันตัวตนที่สมบูรณ์ จากนั้นใช้นโยบายคลาวด์ที่หละหลวมในการเชื่อมโยง Billing ข้ามโปรเจกต์เพื่อหลบเลี่ยงการตรวจสอบบันทึกการทำงานภายใน
ยุทธวิธี: ผู้ดูแลคลาวด์ต้องเปิดใช้นโยบาย Organization Policy ป้องกันการแชร์บัญชี Billing ข้ามองค์กร กำหนดงบประมาณและการแจ้งเตือนค่าใช้จ่ายแบบเรียลไทม์ และบล็อกการเข้าถึงโดเมนฟิชชิ่ง
องค์กรผู้ใช้งาน Google Cloud Platform, ผู้ดูแลระบบคลาวด์, และหน่วยงานที่มีการใช้งานโมเดล AI ผ่านระบบคลาวด์
ดู IOC ฉบับเต็มที่ลิงก์ด้านล่าง
ศูนย์วิจัยความมั่นคงปลอดภัย Zscaler ThreatLabz เผยแพร่รายงานเจาะลึกแคมเปญโจมตีไซเบอร์ระดับโลกที่มีการนำเฟรมเวิร์กทดสอบเจาะระบบโอเพนซอร์สชื่อ ARTEX มาดัดแปลงใช้งานร่วมกับ Agentic AI และโมเดลภาษาชั้นนำ (DeepSeek, GLM, Claude, Grok) ผู้โจมตีกำหนดโครงสร้างการทำงานแบบองค์กรอัตโนมัติ (AI Org Chart) โดยใช้ DeepSeek ในการสแกนและสืบหาข้อมูลเป้าหมาย จากนั้นส่งต่อให้ GLM ทำการตรวจสอบข้อผิดพลาดและช่องโหว่ซ้ำซ้อน มีการเขียนสคริปต์ควบคุมหน่วยความจำและข้าม Guardrails เพื่อโจมตีเป้าหมายใน 19 ประเทศทั่วโลก รวมถึงประเทศไทย โดยมีจุดประสงค์หลักเพื่อขโมย API keys ข้อมูลผู้ใช้งาน และข้อมูลธุรกรรม
ข้อเท็จจริงตรง (Confirmed Fact) - รายงานของ ThreatLabz ยืนยันว่าประเทศไทยเป็น 1 ใน 19 ประเทศที่ตกเป็นเป้าหมายของการสแกนและพยายามเจาะระบบด้วยเฟรมเวิร์ก ARTEX โดยเฉพาะกลุ่มบริการดิจิทัล สถาบันการศึกษา และแพลตฟอร์มการค้า ซึ่งมีความเสี่ยงที่จะถูกบุกรุกโดยอัตโนมัติหากมีช่องโหว่บนเว็บแอปพลิเคชันที่เปิดสู่สาธารณะ
ยุทธศาสตร์: ผู้ไม่ประสงค์ดีก้าวข้ามจากการใช้ AI ช่วยเขียนสคริปต์เดี่ยว สู่การสร้างระบบอัตโนมัติแบบ Multi-Agent ที่ทำงานทดแทนทีมเจาะระบบทั้งทีม ทำให้ความถี่และความรวดเร็วในการโจมตีเพิ่มขึ้นอย่างก้าวกระโดด
ยุทธการ: การประสานงานหลายโมเดลช่วยให้การตรวจจับจุดอ่อนของเป้าหมายมีความแม่นยำสูง พร้อมทั้งมีกลไกตรวจสอบย้อนกลับ (Peer-Review) ระหว่าง AI เพื่อลดข้อผิดพลาดในขั้นตอนโจมตี
ยุทธวิธี: ฝ่ายไอทีต้องตรวจสอบและปิดช่องโหว่บนบริการ Public-facing บล็อกทราฟฟิกขาเข้าไปยังพอร์ตทดสอบระบบ และเฝ้าระวังไอพีและโดเมน C2 ของ ARTEX ตามรายการตัวบ่งชี้ภัยคุกคาม
บริการดิจิทัล, แพลตฟอร์มอีคอมเมิร์ซ, สถาบันการศึกษา, ผู้ให้บริการโทรคมนาคม และบริการชำระเงินออนไลน์
ดู IOC ฉบับเต็มที่ลิงก์ด้านล่าง
Check Point Research ตรวจพบมัลแวร์ขโมยข้อมูลตัวใหม่บนระบบปฏิบัติการ Windows ชื่อ Aokigahara (หรือ Aoki) ที่ถูกสร้างขึ้นเพื่อมุ่งเป้าสภาพแวดล้อมของนักพัฒนาและเครื่องมือ AI โดยเฉพาะ โดยมัลแวร์มีโมดูลพิเศษชื่อ aisessions ที่ถูกออกแบบมาเพื่อดักจับโทเค็นเซสชัน ประวัติการสนทนา และไฟล์คอนฟิกจากแอปพลิเคชัน AI เช่น ChatGPT Desktop, Claude, Cursor, Windsurf, GitHub Copilot, Gemini CLI และ Codeium ควบคู่ไปกับการค้นหากุญแจ SSH และการตั้งค่าของคลาวด์ CLI (AWS, Azure, GCP) เพื่อเปิดทางให้ผู้โจมตีเข้ายึดโครงสร้างพื้นฐานคลาวด์และทรัพย์สินทางปัญญาขององค์กร
ความเสี่ยงทางอ้อมเชิงยุทธศาสตร์ต่อองค์กรในไทย - วิศวกรซอฟต์แวร์และนักวิจัย AI ในประเทศไทยที่ใช้งานเครื่องมือ AI Coding Assistants บนเครื่องคอมพิวเตอร์ส่วนตัวหรือเครื่องทำงาน หากติดมัลแวร์ดังกล่าวอาจส่งผลให้ซอร์สโค้ดและข้อมูลความลับขององค์กรที่บันทึกอยู่ในเซสชันของ AI รั่วไหลสู่ภายนอก
ยุทธศาสตร์: ตลาดเครื่องมือ AI บนเครื่องลูกข่าย (AI Desktop Tools) กลายเป็นคลังเก็บข้อมูลความลับแห่งใหม่ที่มัลแวร์ให้ความสนใจเทียบเท่ากับกระเป๋าเงินดิจิทัลและรหัสผ่านเบราว์เซอร์
ยุทธการ: ผู้พัฒนาแรนซัมแวร์และมัลแวร์ขโมยข้อมูลได้เพิ่มกลไกสแกนไดเรกทอรีการตั้งค่าเฉพาะของโปรแกรม AI เพื่อหลีกเลี่ยงการตรวจจับแบบเดิมและช่วงชิงโทเค็นที่ยังมีอายุใช้งาน
ยุทธวิธี: ผู้ดูแลระบบความปลอดภัยต้องติดตั้งซอฟต์แวร์ EDR ตรวจจับการเข้าถึงโฟลเดอร์คอนฟิกใน AppData กำหนดนโยบายจำกัดอายุโทเค็น และบล็อกโดเมน C2 ตามรายการตัวบ่งชี้
วิศวกรซอฟต์แวร์, นักวิจัยปัญญาประดิษฐ์, องค์กรพัฒนาเทคโนโลยี, และผู้ใช้งานเครื่องมือ AI Desktop
ดู IOC ฉบับเต็มที่ลิงก์ด้านล่าง