สรุปสั้น

เกาหลีใต้เผชิญเหตุข้อมูลรั่วและการเจาะสถาบันการเงินต่อเนื่องตลอดปี 2569 รวมถึงกรณีที่ผู้โจมตีใช้ ARTEX เครื่องมือเจาะระบบที่ขับเคลื่อนด้วย AI ซึ่งเคยรายงานไว้ใน 2026/10/055 และ 2026/10/174 ล่าสุดสำนักงานตำรวจนครบาลโซลประกาศเมื่อ 26 ตุลาคม 2569 ว่าจับกุมชายวัย 32 ปี ระบุตัวในชื่อ “A” ซึ่งถูกกล่าวหาว่าเป็นหัวหน้าปฏิบัติการแฮ็กที่ใช้ AI ช่วย เจาะองค์กรราว 90 แห่ง ได้แก่ โรงพยาบาล สถาบันกวดวิชา สนามกอล์ฟ มหาวิทยาลัย และบริษัทในเครือของบริษัทใหญ่ ขโมยข้อมูลส่วนบุคคลและเอกสารภายในรวม 8.2 ล้านรายการ แล้วนำข้อมูลไปข่มขู่เหยื่อให้จ่ายเงิน

ผู้ต้องสงสัยไม่ได้เรียนด้านไอที แต่ศึกษาการแฮ็กเองจากสื่อออนไลน์ และเคยทำงานทดสอบเจาะระบบ (penetration testing) ที่บริษัทความปลอดภัยแห่งหนึ่งระหว่างปี 2562 ถึง 2565 เขาเริ่มจากเครื่องมือแฮ็กแบบเดิม ก่อนหันมาใช้ generative AI อย่างกว้างขวางตั้งแต่ปลายสิงหาคม 2569 และราว 60 องค์กรถูกเจาะโดยมี AI ช่วย ทางการเรียกคดีนี้ว่าเป็นคดีแฮ็กด้วย generative AI ขนาดใหญ่ครั้งแรกของเกาหลีใต้ แต่ข้อเท็จจริงที่เปิดเผยแสดงว่าเป็นผู้มีประสบการณ์ที่นำ AI มาเร่งงาน ไม่ใช่หลักฐานว่า AI เจาะระบบได้เองทั้งหมด องค์กรที่ดูแลเว็บไซต์ซึ่งเก็บข้อมูลส่วนบุคคลควรเร่งปิดจุดอ่อนของเว็บแอปพลิเคชันและเฝ้าระวังล็อกเซิร์ฟเวอร์ เพราะช่วงเวลาตั้งแต่การสแกนจนถึงการเจาะสำเร็จจะสั้นลง

รายละเอียดข่าว

เว็บไซต์ Cyber Security News รายงานเมื่อวันที่ 27 ตุลาคม 2569 โดยอ้างผลสอบสวนของตำรวจและรายงานของสำนักข่าว Yonhap ว่าปฏิบัติการนี้เริ่มตั้งแต่กันยายน 2568 และดำเนินต่อเนื่องถึงตุลาคม 2569 ไทม์ไลน์ของคดีเริ่มจากกันยายน 2568 ที่กลุ่มใช้เครื่องมือแบบเดิมหาจุดอ่อนของเว็บไซต์ ต่อมาเดือนมิถุนายน 2569 เหยื่อรายหนึ่งแจ้งความจนเป็นจุดเริ่มของการสอบสวน ขณะที่ปลายสิงหาคม 2569 ผู้ต้องสงสัยเริ่มใช้ generative AI อย่างกว้างขวางและขยายปฏิบัติการ จากนั้นตำรวจจับกุม “A” ได้เมื่อวันที่ 15 ตุลาคม ส่งตัวให้อัยการโดยยังควบคุมตัวในวันที่ 23 ตุลาคม และประกาศคดีต่อสาธารณะในวันที่ 26 ตุลาคม ส่วนผู้ต้องสงสัยอีก 6 คนยังอยู่ระหว่างสอบสวนและไม่ได้ถูกควบคุมตัว

หลังขโมยข้อมูล กลุ่มนี้ส่งข้อความขู่องค์กรที่ถูกเจาะว่าการเปิดเผยข้อมูลจะทำลายชื่อเสียงและอาจทำให้ถูกรัฐปรับ Yonhap รายงานว่าตำรวจระบุองค์กรที่ถูกข่มขู่ได้ 38 แห่ง ยอดเงินที่เรียกรวม 360 ล้านวอน ซึ่งเป็นยอดที่เรียก ไม่ใช่ยอดที่จ่ายจริง และรายงานไม่ได้บอกว่ามีการติดตั้งแรนซัมแวร์หรือเข้ารหัสระบบของเหยื่อ ในการสืบสวน ตำรวจไล่ร่องรอยจากล็อกเซิร์ฟเวอร์ขององค์กรที่ถูกเจาะ ใช้ระบบวิเคราะห์ด้วย AI ภายในของตำรวจตรวจหลักฐาน กู้ข้อมูลที่ถูกขโมยคืนได้บางส่วน และยังตรวจต่อว่าสำเนาข้อมูลไปถึง dark web หรือถูกใช้ก่ออาชญากรรมอื่นหรือไม่ ส่วนเครื่องมือที่ใช้ คือ ARTEX เฟรมเวิร์กเจาะระบบด้วย AI ที่เคยถูกโยงกับการโจมตีสถาบันการเงินเกาหลีใต้ แต่การใช้เครื่องมือเดียวกันไม่ได้พิสูจน์ว่าเป็นคนกลุ่มเดียวกัน

ข้อจำกัดของหลักฐานมีหลายข้อ รายงานสาธารณะไม่ได้ให้ห่วงโซ่การโจมตีที่ครบสำหรับการเจาะ 90 ครั้ง ไม่มีรายชื่อช่องโหว่ที่ยืนยันแล้ว ไม่มีรายละเอียดมัลแวร์ และไม่มีหลักฐานว่า AI เจาะระบบได้เองตั้งแต่ต้นจนจบ ส่วนคำกล่าวว่าเป็นคดีแรกของประเทศก็ต้องอ่านคู่กับประวัติของผู้ต้องสงสัยที่เคยทำงานเพนเทสต์มาหลายปี

South Korean police arrest hacker accused of using AI to breach 90 organizations

วิธีการโจมตี

หาเป้าหมายจากจุดอ่อนของเว็บไซต์ — ผู้ต้องสงสัยเริ่มจากการใช้เครื่องมือแฮ็กแบบเดิมเพื่อค้นหาจุดอ่อนของเว็บไซต์องค์กร เป้าหมายที่ถูกเจาะส่วนใหญ่ คือ องค์กรขนาดกลางที่เก็บข้อมูลลูกค้าจำนวนมาก เช่น โรงพยาบาล สถาบันกวดวิชา และสนามกอล์ฟ ซึ่งมักมีทรัพยากรด้านความปลอดภัยน้อยกว่าบริษัทใหญ่

ใช้ AI ขยายขนาดปฏิบัติการ — ตั้งแต่ปลายสิงหาคม 2569 ผู้ต้องสงสัยใช้ generative AI อย่างกว้างขวาง และราว 60 จาก 90 องค์กรถูกเจาะโดยมี AI ช่วย ไม่ใช่ทุกการเจาะที่ใช้ AI ตั้งแต่แรก รายงานโยงซอฟต์แวร์ที่ใช้กับ ARTEX แต่ไม่ได้อธิบายว่า AI ทำหน้าที่ใดในแต่ละขั้น

ขโมยข้อมูลแล้วข่มขู่ — หลังเข้าถึงได้ กลุ่มนี้ดึงข้อมูลส่วนบุคคลและเอกสารภายในออกไป แล้วส่งข้อความข่มขู่โดยอ้างความเสียหายต่อชื่อเสียงและค่าปรับจากรัฐเป็นแรงกดดัน รูปแบบนี้เป็นการเรียกค่าไถ่จากข้อมูลล้วน ไม่มีการเข้ารหัสระบบ

ผลกระทบ

ผู้ได้รับผลกระทบโดยตรง คือ องค์กรราว 90 แห่งในเกาหลีใต้ และเจ้าของข้อมูลส่วนบุคคลใน 8.2 ล้านรายการที่ถูกขโมย ซึ่งรวมถึงผู้ป่วยโรงพยาบาล นักเรียน และลูกค้าของธุรกิจบริการ ข้อมูลกลุ่มนี้นำไปใช้หลอกลวงต่อได้ แม้ตำรวจกู้คืนได้บางส่วน แต่ยังไม่ทราบว่ามีสำเนาหลุดไปที่อื่นหรือไม่

ความหมายที่กว้างกว่าคดีนี้ คือ ผู้โจมตีที่มีพื้นฐานจริงใช้ AI เพิ่มจำนวนเป้าหมายได้มากในเวลาสั้น ตัวเลข 60 องค์กรที่ถูกเจาะด้วยความช่วยเหลือของ AI ในช่วงราวสองเดือนหลังเริ่มใช้อย่างกว้างขวาง แสดงให้เห็นว่า AI ลดต้นทุนการไล่เจาะเว็บไซต์ที่มีจุดอ่อนพื้นฐานได้มาก กลุ่มที่เสี่ยงที่สุดจึงไม่ใช่องค์กรใหญ่ที่มีทีมความปลอดภัย แต่เป็นองค์กรขนาดกลางที่เก็บข้อมูลส่วนบุคคลไว้มากแต่ดูแลเว็บแอปพลิเคชันไม่ทั่วถึง อย่างไรก็ตาม คดีนี้ยังไม่ใช่หลักฐานว่าคนที่ไม่มีพื้นฐานจะใช้ AI ทำแบบเดียวกันได้

คำแนะนำ

  • ปิดจุดอ่อนพื้นฐานของเว็บแอปพลิเคชันก่อน — แพตช์ CMS ปลั๊กอิน และเฟรมเวิร์กที่ใช้ ตรวจหน้า login และ API ที่เปิดออกอินเทอร์เน็ต เพราะเป้าหมายในคดีนี้ถูกเจาะผ่านจุดอ่อนของเว็บไซต์
  • ตรวจล็อกเซิร์ฟเวอร์หาการสแกนและการดึงข้อมูลผิดปกติ — ร่องรอยในล็อกเซิร์ฟเวอร์ของเหยื่อ คือ สิ่งที่ทำให้ตำรวจไล่ตามผู้ต้องสงสัยได้ องค์กรควรเก็บล็อกให้นานพอและตั้งการแจ้งเตือนเมื่อมีการดึงข้อมูลปริมาณมาก
  • ลดข้อมูลส่วนบุคคลที่เก็บไว้บนระบบที่เปิดออกอินเทอร์เน็ต — แยกฐานข้อมูลลูกค้าออกจากเว็บเซิร์ฟเวอร์ และลบข้อมูลที่หมดความจำเป็น เพื่อลดความเสียหายเมื่อถูกเจาะ
  • ถ้าได้รับข้อความข่มขู่ — อย่าจ่ายเงินก่อนตรวจยืนยันว่าถูกเจาะจริง แจ้งตำรวจและหน่วยงานกำกับข้อมูลส่วนบุคคล และรักษาล็อกไว้เป็นหลักฐาน
  • ระยะยาว — สมมติว่าช่วงเวลาระหว่างการเปิดเผยจุดอ่อนจนถึงการถูกเจาะจะสั้นลงเรื่อย ๆ จากการใช้ AI ของผู้โจมตี และวางรอบการแพตช์ให้เร็วขึ้นตาม

แหล่งอ้างอิง