สรุปสั้น

การใช้ AI ช่วยเจาะระบบในเอเชียตะวันออกเป็นข่าวต่อเนื่องตลอดเดือนนี้ ส่วนใหญ่วนอยู่กับ ARTEX เฟรมเวิร์กทดสอบเจาะอัตโนมัติด้วย AI จากจีน ที่ถูกใช้โจมตีเกาหลีใต้และญี่ปุ่น ตามที่เคยรายงานไว้ใน 2026/10/055 และ 2026/10/288 ล่าสุด TrendAI หน่วยธุรกิจความปลอดภัยองค์กรของบริษัท Trend Micro เปิดผลวิเคราะห์การโจมตีองค์กรญี่ปุ่นอีก 3 ชุดที่ไม่เกี่ยวกับ ARTEX โดยวิเคราะห์จากเซิร์ฟเวอร์ที่ผู้โจมตีเปิดทิ้งไว้ ซึ่งมีทั้งเครื่องมือ รายชื่อเป้าหมาย ผลการโจมตี ล็อก และประวัติคำสั่ง จุดที่น่าสนใจ คือ ทั้ง 3 ชุดใช้ AI คนละระดับ ตั้งแต่ให้ AI ทำแทนแทบทั้งกระบวนการ ไปจนถึงใช้แค่ช่วยเขียนสคริปต์

ชุดแรกเด่นที่สุด ผู้โจมตีใช้ CyberStrikeAI เครื่องมือทดสอบเจาะแบบโอเพนซอร์ส แบ่งงานให้เอเจนต์ AI 44 ตัว ทำตั้งแต่สำรวจเป้าหมายไปจนถึงเขียนรายงาน และทดสอบเจาะองค์กรอย่างน้อย 19 แห่งภายในช่วงสั้น ๆ ของเดือนตุลาคม 2026 ชุดที่สองเป็นมนุษย์คุมเองโดยใช้ LLM ช่วยวางแผน และมีเป้าหมายแปลกใหม่ คือ ยึดความจุประมวลผล AI ของเหยื่อมาใช้ราคาถูก ส่วนชุดที่สามเป็นผู้โจมตีมากประสบการณ์ที่ใช้ AI แค่เขียนเครื่องมือ แล้วไล่เจาะอุปกรณ์ edge ด้วยช่องโหว่ที่เปิดเผยแล้ว TrendAI สรุปว่า AI เพิ่มแรงงานให้ผู้โจมตี แต่ประตูที่ถูกงัดยังเป็นประตูเดิม องค์กรจึงควรเร่งอุดช่องโหว่อุปกรณ์ที่เปิดสู่อินเทอร์เน็ตและกำจัดรหัสผ่านค่าเริ่มต้น

รายละเอียดข่าว

เว็บไซต์ The Hacker News รายงานเมื่อวันที่ 26 ตุลาคม 2569 ว่า TrendAI ได้วิเคราะห์สภาพแวดล้อมเซิร์ฟเวอร์ 3 ชุดที่ผู้โจมตีใช้ปฏิบัติการต่อองค์กรในญี่ปุ่น นาย Bakuei Matsukawa และนาย Joseph C Chen นักวิจัยของ TrendAI ระบุว่าสภาพแวดล้อมเหล่านี้มีตั้งแต่พื้นที่ทำงานที่ผู้เชี่ยวชาญใช้มือทำเป็นหลัก ไปจนถึงแพลตฟอร์มเอเจนต์ AI ที่ทำทั้งกระบวนการอัตโนมัติ รวมถึงการสั่งการและควบคุม (C2)

รายงานนี้ออกมาท่ามกลางเหตุข้อมูลรั่วจากระบบเว็บขององค์กรญี่ปุ่นหลายแห่งในช่วงฤดูใบไม้ร่วง 2026 ตามที่เว็บไซต์ Security Affairs สรุปไว้ เมื่อวันที่ 9 ตุลาคม 2026 สำนักงานความมั่นคงปลอดภัยไซเบอร์แห่งชาติของญี่ปุ่นออกคำเตือนถึงภาคธุรกิจ ขณะที่หัวหน้าทีมความมั่นคงปลอดภัยไซเบอร์ของพรรครัฐบาลเรียกสถานการณ์ในโลกไซเบอร์ว่าอยู่ใน “ภาวะฉุกเฉิน”

ไทม์ไลน์ของทั้ง 3 ชุดต่างกันมาก ชุดที่สามทำงานยาวที่สุด คือ อย่างน้อย 6 แคมเปญตั้งแต่มกราคมถึงตุลาคม 2026 ชุดที่สองกินเวลา 24 วันในช่วงสิงหาคมถึงกันยายน 2026 ส่วนชุดแรกที่ใช้ CyberStrikeAI เกิดขึ้นกระจุกในช่วงสั้น ๆ ของเดือนตุลาคม 2026 แต่ได้ผลออกมาเป็นรายงานรูปแบบเดียวกันพร้อมดัชนีหลักฐานของแต่ละเป้าหมาย

เป้าหมายไม่ได้จำกัดอยู่แค่ญี่ปุ่น ผู้โจมตีชุดแรกเคยโจมตีองค์กรในไต้หวันและฮ่องกงด้วย ส่วนรายชื่อเซิร์ฟเวอร์ WebLogic ที่ชุดที่สามสแกนหา มีองค์กรในสหราชอาณาจักร ฝรั่งเศส อิตาลี กาตาร์ และโคลอมเบีย

ข้อจำกัดของหลักฐานที่ต้องระวังมี 3 ข้อ ข้อแรก ยังไม่มีหลักฐานว่าทั้ง 3 ชุดเป็นผู้โจมตีรายเดียวกัน ข้อสอง ยังไม่ทราบว่าผู้โจมตีใช้โมเดล AI ตัวใด ข้อสาม ตัวเลข 19 องค์กรในชุดแรกเป็นจำนวนที่ “ถูกทดสอบเจาะ” ตามบันทึกบนเซิร์ฟเวอร์ ไม่ได้หมายความว่าเจาะสำเร็จทุกราย

นอกจากนี้ หลักฐานทั้งหมดมาจากไฟล์ฝั่งผู้โจมตี เช่น สคริปต์ รายชื่อเป้าหมาย ล็อก และประวัติคำสั่ง นักวิจัยไม่เห็นล็อกหรือข้อมูลเครือข่ายของเหยื่อ จึงยืนยันการบุกรุกทุกรายการ วัดความเสียหายทั้งหมด หรือระบุตัวผู้อยู่เบื้องหลังไม่ได้ TrendAI นับผลการโจมตีว่าเป็นจริงเฉพาะเมื่อมีหลักฐานรองรับ เพราะผู้โจมตีมักอ้างผลเกินจริง และเครื่องมือ AI เองบางครั้งก็รายงานขั้นตอนที่แค่วางแผนไว้ว่าสำเร็จแล้ว

วิธีการโจมตี

ชุดที่ 1: AI ทำแทนแทบทั้งกระบวนการ — ผู้โจมตีใช้ CyberStrikeAI เครื่องมือทดสอบเจาะแบบโอเพนซอร์สที่เคยถูกใช้ในแคมเปญโจมตี Fortinet FortiGate มาก่อน แพลตฟอร์มนี้แบ่งงานให้เอเจนต์ 44 ตัว แต่ละตัวรับผิดชอบคนละขั้น ได้แก่ สำรวจเป้าหมาย ค้นหาและยืนยันช่องโหว่ เจาะระบบ วาง C2 คงสิทธิ์ ขโมยข้อมูล และเขียนรายงานอัตโนมัติ เอเจนต์ยังสร้างแบบฟอร์มและหน้าล็อกอินปลอมเป็นภาษาญี่ปุ่นได้ด้วย TrendAI พบว่าองค์กรอย่างน้อย 19 แห่ง ในจำนวนนี้อย่างน้อย 16 แห่งอยู่ในญี่ปุ่น ถูกทดสอบเจาะในเวลาสั้น ๆ และทุกรายมีรายงานรูปแบบเดียวกัน ซึ่งบ่งชี้ว่าเป็นผลผลิตของกระบวนการที่แพลตฟอร์มรันเอง ไม่ใช่โน้ตที่คนจดไว้ แพลตฟอร์มทำงานกับหลายเป้าพร้อมกัน แต่ส่งทราฟฟิกไปแต่ละองค์กรค่อนข้างน้อย จึงตรวจจับได้ยากถ้าดูล็อกของเหยื่อรายเดียว อย่างไรก็ดี แม้ทำงานอัตโนมัติได้มาก แพลตฟอร์มกลับเจาะลึกได้ไม่บ่อย หลายเป้าหมายไม่มี session หรือ web shell ที่ใช้งานอยู่และไม่มีหลักฐานว่าข้อมูลถูกขโมย การบุกรุกที่ชัดที่สุดเริ่มจากหน้าผู้ดูแลระบบของระบบเว็บรุ่นเก่าที่เปิดให้เข้าได้จากภายนอก โดยไม่ต้องใช้ช่องโหว่ใหม่เลย

ชุดที่ 2: มนุษย์คุม AI ช่วยเร่ง — ผู้โจมตีใช้ LLM ช่วยวางแผนและพัฒนาเครื่องมือ แต่การตัดสินใจยังเป็นของคน โครงสร้างพื้นฐานและไฟล์ที่พบบ่งชี้ว่าแคมเปญนี้เล็งแพลตฟอร์ม workflow ด้าน AI และบริการ inference ด้วย เพื่อยึดความจุประมวลผล AI จำนวนมากมาใช้ในราคาต่ำ หนึ่งในการบุกรุกเจาะเซิร์ฟเวอร์ระบบสารสนเทศภูมิศาสตร์ (GIS) ที่เปิดอยู่ด้วยรหัสผ่านค่าเริ่มต้น แล้วขโมยข้อมูลทะเบียนที่ดิน ข้อมูลเชิงพาณิชย์ ข้อมูลยืนยันตัวตน Windows และอีเมล ข้อมูลทะเบียนที่ดินและธุรกิจในกรณีนี้มีหลายแสนรายการ และหลักฐานยืนยันว่ามีการดาวน์โหลดออกไปจริง ผู้โจมตียังหลอกโมเดลให้ข้ามข้อจำกัดด้านความปลอดภัยด้วยการอ้างว่าเป็นการทดสอบเจาะระบบที่ได้รับอนุญาต ซึ่งนักวิจัยระบุว่าเป็นข้ออ้างเท็จแต่ไม่เปิดเผยวิธีที่ใช้ ในอีกกรณีหนึ่ง ผู้โจมตีคุมได้หลายระบบพร้อมกัน ทั้งบริการ FTP ฐานข้อมูล บัญชีผู้ดูแล web shell และ SSH และยังกลับมาวาง backdoor ใหม่หลังถูกลบออก ถึงอย่างนั้นก็ไม่มีหลักฐานว่า AI ลงมือโจมตีเอง งานจริงยังอาศัยสคริปต์ ซอฟต์แวร์ที่มีอยู่ และการตัดสินใจของคน

ชุดที่ 3: AI แค่ช่วยเขียนเครื่องมือ — ผู้โจมตีมากประสบการณ์รายนี้มีแนวปฏิบัติด้านระบบอัตโนมัติและการจัดเก็บหลักฐานเป็นระบบอยู่แล้ว AI มีบทบาทแค่ช่วยเขียนเครื่องมือและสคริปต์ ส่วนการโจมตีเล็งอุปกรณ์ edge ของ Cisco, Citrix, F5 และ Yamaha ผ่าน 3 ช่องทาง คือ ช่องโหว่ที่เปิดเผยแล้ว ฟังก์ชันการจัดการของอุปกรณ์ และข้อมูลยืนยันตัวตนที่หลงอยู่ในไฟล์คอนฟิก นอกจากนี้ยังไล่เจาะอุปกรณ์ VPN และเซิร์ฟเวอร์ WebLogic ที่เปิดสู่อินเทอร์เน็ตแบบฉวยโอกาส ในการโจมตีเราเตอร์ Yamaha RTX1210 ผู้โจมตีไม่ได้ใช้ช่องโหว่ของผลิตภัณฑ์ แต่ใช้ข้อมูลยืนยันตัวตนที่พบในไฟล์คอนฟิก ซึ่งพาเข้าเครือข่ายภายในองค์กรได้ตรง ๆ TrendAI ประเมินว่ามีการใช้ AI “สูงมาก” แต่ยังไม่ยืนยัน เพราะไม่พบหลักฐานตรงอย่าง prompt หรือ API key มีเพียงร่องรอยอย่างคอมเมนต์ที่จัดโครงสร้างผิดปกติและการใช้อีโมจิเป็นตัวบอกสถานะในสคริปต์ ซึ่งสนับสนุนการประเมินได้แต่พิสูจน์ด้วยตัวเองไม่ได้

ทำไมถึงได้ผล — TrendAI ชี้ว่าประเภทของจุดอ่อนไม่ได้เปลี่ยน ยังเป็นอุปกรณ์ที่ไม่ได้แพตช์และรหัสผ่านค่าเริ่มต้นเหมือนเดิม สิ่งที่เปลี่ยน คือ ผู้โจมตีลองได้ทีละหลายพันเป้าพร้อมกัน ปรับภาษาให้ตรงประเทศเป้าหมายได้ และทำต่อเนื่องได้โดยไม่เหนื่อย ทั้ง 3 ชุดใช้ภาษาจีนตัวย่อเป็นภาษาทำงาน แต่ข้อนี้ไม่ได้พิสูจน์ว่ามาจากกลุ่มหรือพื้นที่เดียวกัน และไม่พบหลักฐานว่าใช้ช่องโหว่ zero-day ที่ AI ค้นพบ ทุกชุดยังพึ่งช่องโหว่ที่รู้จักแล้วและการตั้งค่าที่ไม่ปลอดภัย

ภาพรวมแคมเปญที่ใช้ AI ในช่วงเดียวกัน

รายงานนี้ออกมาในช่วงที่มีหลักฐานการใช้ AI เชิงรุกหลายกรณี รายงาน Digital Defense Report 2026 ของบริษัท Microsoft ระบุว่า AI ทำให้ค่ามัธยฐานของเวลาตั้งแต่ค้นพบช่องโหว่จนถึงพัฒนาเป็นอาวุธได้ลดลงต่ำกว่า 24 ชั่วโมงไปมาก สัปดาห์ก่อนหน้า Microsoft ยังเปิดเผยว่า Storm-0940 กลุ่มที่สอดคล้องกับรัฐจีน ใช้ ARTEX ยิงล็อกอินใส่ tenant Microsoft 365 กว่า 2,250 แห่ง ตามที่รายงานไว้ใน 2026/10/232

กรณีอื่นที่ผู้ให้บริการด้านความปลอดภัยรายงานในช่วงไม่กี่สัปดาห์ที่ผ่านมามีดังนี้

  • BUGSTER — ผู้โจมตีหวังผลทางการเงินตั้งค่า Hermes Agent ให้ใช้ DeepSeek V4 เป็นตัวคิด และใช้ Cursor เป็นเครื่องมือเสริม โดยปิดระบบควบคุมความปลอดภัยของทั้งคู่ แล้วโจมตีมหาวิทยาลัยในอินเดีย ขโมยข้อมูลนักศึกษากว่า 5,200 รายการ (Unit 42)
  • CyberCartel — กลุ่มอาชญากรใช้ระบบหลายเอเจนต์ชื่อ CARLIY0S ซึ่งมีโมเดล Claude 4 ตัวรับบทต่างกัน ถกเถียงกันเรื่องเป้าหมายก่อนลงมือ เพื่อโจมตีธนาคารและผู้ให้บริการชำระเงินในละตินอเมริกา (Straiker)
  • Skynet mode — เอเจนต์ที่ยึด endpoint AI ที่เปิดทิ้งไว้ แล้วรันการโจมตีได้ถึง 100,000 ขั้นโดยไม่ต้องให้คนอนุมัติ ขณะที่เจ้าของ endpoint เป็นคนจ่ายค่า inference
  • PaperCut — ผู้โจมตีที่สงสัยว่าพูดภาษารัสเซีย ใช้ workflow ที่มี AI ช่วย เจาะเซิร์ฟเวอร์ PaperCut NG/MF หลายร้อยเครื่อง แล้วต่อด้วยขั้นตอนหลังเจาะที่เป็นระบบ (Hunt.io)
  • Cairn — ผู้โจมตีที่พูดภาษาจีนใช้เอนจินทดสอบเจาะอัตโนมัติ เจาะเว็บไซต์ของบริษัทกว่า 100 แห่ง รวมถึง Deere, SharkNinja และ Cummins

ผลกระทบ

กลุ่มที่โดนโดยตรง คือ องค์กรในญี่ปุ่นที่มีอุปกรณ์ VPN อุปกรณ์ edge เซิร์ฟเวอร์ WebLogic หรือเซิร์ฟเวอร์ GIS เปิดสู่อินเทอร์เน็ต โดยมีอย่างน้อย 16 องค์กรที่ถูกทดสอบเจาะในชุดแรกเพียงชุดเดียว ส่วนองค์กรในไต้หวัน ฮ่องกง ยุโรป ตะวันออกกลาง และละตินอเมริกา ก็อยู่ในรายชื่อเป้าหมายของผู้โจมตีชุดเดียวกัน

ความหมายของข่าวนี้อยู่ที่ความเร็วและขนาด ไม่ใช่เทคนิคใหม่ เมื่อแพลตฟอร์มเอเจนต์ทำได้ตั้งแต่สำรวจจนถึงเขียนรายงาน ผู้โจมตีคนเดียวก็ไล่ทดสอบองค์กรหลายสิบแห่งได้ในเวลาไม่กี่วัน ช่วงเวลาระหว่างที่ช่องโหว่ถูกเปิดเผยกับการถูกเจาะจึงสั้นลงมาก ผลที่ตามมาจริงในกรณีที่สำเร็จ คือ ข้อมูลทะเบียนที่ดิน ข้อมูลยืนยันตัวตน และอีเมลรั่ว รวมถึงทรัพยากร AI ขององค์กรถูกยึดไปใช้ต่อ

คำแนะนำ

  • อุดช่องโหว่อุปกรณ์ edge ทันที — ไล่แพตช์อุปกรณ์ VPN และอุปกรณ์เครือข่ายของ Cisco, Citrix, F5 และ Yamaha รวมถึงเซิร์ฟเวอร์ Oracle WebLogic ที่เปิดสู่อินเทอร์เน็ต เพราะทั้ง 3 ชุดยังพึ่งช่องโหว่ที่เปิดเผยแล้วเป็นหลัก
  • กำจัดรหัสผ่านค่าเริ่มต้น — ตรวจระบบที่เปิดสู่ภายนอก โดยเฉพาะ GIS และระบบเฉพาะทางที่มักถูกมองข้าม แล้วเปลี่ยนรหัสผ่านค่าเริ่มต้นทั้งหมด
  • ปิดหน้าจัดการอุปกรณ์จากอินเทอร์เน็ต — จำกัดการเข้าถึงหน้าจัดการให้มาจากเครือข่ายภายในหรือ IP ที่กำหนดเท่านั้น และลบข้อมูลยืนยันตัวตนที่เก็บเป็นข้อความธรรมดาในไฟล์คอนฟิก
  • ตรวจว่าโดนแล้วหรือยัง — ไล่ดูล็อกของอุปกรณ์ edge หาการล็อกอินและคำขอจำนวนมากในเวลาสั้น ๆ จากแหล่งเดียว ซึ่งเป็นลักษณะของการสแกนแบบอัตโนมัติ
  • ป้องกันทรัพยากร AI ขององค์กร — อย่าเปิด endpoint ของบริการ inference หรือแพลตฟอร์ม workflow ด้าน AI สู่อินเทอร์เน็ตโดยไม่มีการยืนยันตัวตน และตั้งการแจ้งเตือนเมื่อการใช้งานหรือค่าใช้จ่ายสูงผิดปกติ

แหล่งอ้างอิง